管老师分享3|《程序化广告实战》新书发布会北京站回顾

吴俊吴俊

分享嘉宾:管延放,德勤管理公司合伙人

分享主题:大数据的核心实战要点分享

《分享2》,继续《分享3》

我原来在搜狐做合约式广告,合约式广告就是给客户做承诺,并且这个承诺要达成。我们怎么做呢?我们把广告的流量切分到每个小细块,如果把整个用户环境看成一个大的超级立方体,这个超级立方体是多维度的,在多维度上面所有的投放看成某一个切片,或者某一个立方体,最后利用数据科学找到一种分配的算法,使得所有用户的订单都能满足,而当有超量需求来的时候,我们能够通知这个运营人员,运营人员他能够拒绝客户,避免我们因为没有达成目标赔偿。

以前这件事情媒体帮助大家都做到了,但是今天有PDB,甚至一些广告主直接在RTB市场买流量,流量预测和分配这件事情往前延伸,已经到广告公司,甚至客户甲方的自己,包括用户怎么样打通。

其实我们现在说广告定向,很少有人说要买这群Cookie,你买这些Cookie是让这些人买这些广告,一个网站的人群大概50到100之间,这种跨网站呈现的就是50到100个ID,在这里面你怎么样去把不同的人,不同的ID能够对应到某一个人上面,这里面其实这也是一个数据科学的问题。最简单的来说,比如说同一个人在不同网站用同一个ID去注册,或者登录了,这些我们是用一些策略,直接就可以把他们连起来。当然,其实我们会知道,其实互联网上真正登录,就是能够靠登录识别到的流量可能最多30%,另外70%我们需要靠算法,我们需要识别不同的ID在什么样的环境下会共同出现在一些网络环境下,而这些网络环境又怎么样能够把,就是有些网络其实背后有大量的人,比如公司的网络出口,我又怎么样通过行为的模式,能够把大量的人在同一个网络出口商的人,又能把它切分出来,一个合,一个分,其实这两个问题都是跨屏用户当中要解决的问题。

包括我们现在做在线投放的时候,大家应该会有这个感觉说,我们的流量好像有的时候不那么奏效,为什么?这里面其实会有一些流量,其实在我们看来可能会有一些问题,或者会有一些个人的流量,或者本身其实是一个爬虫,它会为另外一个媒体爬取网络的内容,这个我们也收钱了,在这个基础上我们要和媒体讨论一下,这些问题大家在结算上面又能够怎么样做一些妥协,这个其实我们说机器学习到底能解决什么样的问题,机器学习解决的是一个,当你有部分输出的时候,你能够有一部分输入的时候,你能把这部分输入的输出去做延展,对应到更大的一个群体,甚至是全量用户的一个预测,流量保护里面,其实有很多的技术我们都会去找到底什么样的用户访问,他可能存在一些非法的嫌疑。基于这些访问,我又能怎么样把这样的一个信息进一步的拓展,在整个大的全量的大的流量环境里面,我们去找,到底什么样的用户,什么样的流量,什么样的行为模式是有问题的,这也是数据科学的挑战。

在座有多少还是会把精力放在品牌广告上面?其实品牌广告这里也是有一些科学,就是这个行业大家也一直在做的非常有意思。比如大家在图上看到的这个人,他戴着一个脑电仪,他戴在脑电仪会让他看一些广告的创意,最重要是一些视频的创意,看视频创意的时候,我们发现他的脑电波的波动和完全没有看广告的时候是有差别,是什么原因造成这个差别,我们认为是创意,这个创意到底有效还是没有效?当你把一个创意做大规模投放的时候,他到底在你用户的心中,或者脑中形成的是一个什么样的定向,很多信息其实在前期的使用当中都是可以去获取到的,前提是我们要去做这些事情,这个不是数据科学,这是神经科学,但是神经科学现在其实在影像学的应用非常广。

说完了数据,说完了科学,我们再来看看平台。

我不知道在座有多少是做技术的同学,其实因为刚才说到很多跟数据相关的东西,需要有一套平台能够把它给捕捉下来。捕捉下来以后,要能够形成一个处理的一个工作流,这个处理的这头是你的原始数据,处理的那头就是对于每个用户的认知。我这里是一个数据的处理流的平台,因为我们知道其实用户本身的行为是一个流逝不断往里进的过程,而作为营销来说,我们更多是看它是一个分层递进的过程。在最基础的层,我们会用算法去对这个用户做比如说预测,比如说一些主题的挖掘,模型的挖掘。基于这些我们形成的是一整套的一个实时的数据处理,而在这个数据处理的基础上,我们再来讨论,无论我们是做项目营销,还是做品牌营销,或者做直接的数据变现都有可能。但是,所有这些如果没有一个平台在那儿支撑,这个东西是很难想象的。

当然,还有最后一页,这是我们一个可视化的平台。可视化其实大家很多人也理解,因为如果往前看,我们以前大家都是用数据报表来做日常的决策,但是数据报表有的时候会比较复杂,而在整个的看的过程中可能也未必那么直观,现在很多从业者大家其实都在共同努力,去把我们的数据以更直观的方式表达出来,这就是我们的可视化平台。可视化平台里面,仍然也会有一些问题,是你怎么样能够更清晰的去展示这些数据,并且展示这个数据怎么样能够让你的用户更交互式的在数据里面寻找他们所想要的那些结论,这就是一个可视化平台想要做的事情。

我要介绍的基本上就是这些,虽然我们说是数字营销,或者程序化营销,但其实在整个过程当中,无论是从运营的角度,还是从背后的产品角度,其实这里面都有一些非常令人激动的变化正在发生。我很高兴我们现在处在这样一个数字科技的时代,我希望大家跟我一起拥抱这个变化,无论在知识还是技能的角度都会不断的更新自己,我们把程序化推向一个更远的将来。

—结束—

(转载请注明出处:微信订阅号:ad_automation)

网上文章较零散,若想系统化学习,可考虑考虑作者刚出版的原版新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

「真诚赞赏,手留余香」
还没有人赞赏,快来当第一个赞赏的人吧!
文章被以下专栏收录
还没有评论