All About Programmatic
中国程序化广告科技资讯网

展望系列1:全自动智能DSP,开启RTB智投新时代

auto-auto

汽车与DSP

我们的生活中有很多令人爱恨交加的技术产品, 汽车便是一个典型。很多人的生活离不开它, 同时也不得不承受随之带来的烦恼,比如考证,堵车、事故、“路怒”等等。当然如果有能力承担一位专职司机,麻烦就少多了。可惜并不是人人能做到这一点。 好消息是, 高科技牛人们正在为“非驾驶控”们研发全自动汽车,包括名声大噪的GOOGLE无人驾驶汽车, 期望能一劳永逸地消除这些烦恼, 让“驾车”出行会变得无比轻松和安全。坏消息是,“非驾驶控”们还得继续头痛上几年,商用化估计要等到2020年后了。

广告领域也不例外,只不过“非驾驶控”换成了被赶鸭子上架的“非技术控”广告主。

在很长一段时间内, 广告基本上是广告主(或者代理商)与渠道之间的谈谈合同的事, 基本与IT技术不沾边。 互联网与广告的结合,让广告与技术开始有了真正的交集。在互联网中,跟广告相关的元素,诸如产品、创意、人群和媒体等,已变得高度信息化和海量化 ( 史无前例!), 在此基础上, 数字化广告技术开始迅猛地发展, RTB广告正处于这股互联网广告技术潮流的最前沿。

RTB网络中的广告曝光机会是数以亿计的, 广告主(或者代理商)想挖掘这座矿藏, 必须使用DSP。DSP就如汽车, 能够帮助广告主在复杂的RTB网络中穿行, 到达营销目标。 不妙的是,市场上众多的DSP产品,基本上是个工具箱,使用者必须主导整个投放过程,参与众多繁琐的技术环节。总之,这辆“汽车”的操作目前有点复杂,“驾驶体验”挺糟糕的,就像早年的手动挡汽车。 如果你是个广告主,想自主投放RTB广告,必须先打足精神,进入冲关模式。

关口道道,选项重重

当然在启程前,你一般要从业务层面回答以下问题:

  1. 要推广哪种产品和服务? 
  2. 营销的对象是新用户还是老用户? 
  3. 产品和服务有无地理限制? 
  4. 在哪种数字媒介上投放广告? 移动APP、PC Web还是视频? 
  5. 日期范围:何时开始投放广告?什么时候结束? 
  6. 总预算是多少?每日预算如何分配? 
  7. 本次营销的目标是什么?CPC, CPM或者ROI等。 

除了第7点有理解和计算难度外,你应该能够轻松回答这些问题, 这与业务需求直接相关, 并无大技术含量。这些基本需求确定后,接下来你得忙起来了。

第一关 挑选人群

如果广告对象是老用户(重定向广告), 你需要挑选预设的用户标签。如果没有,就快点抓个IT,让他帮你配置一下。如果吸引的是新用户, 你一般也要在DMP中圈定一些人群标签。为什么这么挑?兴许有些经验和直觉在里面吧。

第二关 选择投放渠道

强悍的DSP会先拉个“广告交易平台”的大清单,要求你选择一下投放渠道。百度?腾讯?TANX? 或者三者均包括?其他中小规模的交易平台是否也要考虑? 确定渠道后,每日预算如何划分到这些渠道? 兴许DSP会给一些提示信息,但是“试一试”依旧是你的主流决策方法。

第三关 设计出价策略

接下来你需要考虑根据营销目标,为每个渠道设计合适的出价策略了。最简单、懒惰的方法是:就固定一个价。你兴许不会这么粗枝大叶, 能精打细算,倾向于设计一个复杂一点的阶梯价:先按照某个规则划分出多个人群, 然后为每个划分估算一个单独价格。在这一关,如何估算价格成了一门艺术。

第四关 确定广告频次

好了, 继续头痛吧。 每个用户每天接受几次广告才合适? 要几天? 如果用户点击了,后续还要投放吗? 你肯定会嘀咕:“好吧,鬼才知道呢! ”。体贴的DSP一般会给你一个默认值, 你会毫不犹豫地选上: 不变应万变!

第五关 遇上高维黑洞

强大的DSP继续会追问你: 时段要不要考虑一下?是不是有些省份要剔除掉? 要不要挑挑媒体?与浏览器类型相关吗? 节假日和普通工作日有差别吗?…… 你肯定无奈地叹口气说,“统统的不知道,投投看吧”。

第六关 上传广告创意

现在你可以上传指定规格的素材了。你会感叹,终于可以自信地掌控了。不要高兴地太早! 你先得在一个长长的列表中选择一些合适的尺寸。 好在你会向某些老手取个经, 根据他们的秘诀,先做上几款。好不好,投了看。

到此为止,你的广告投放计划终于在焦虑、无奈、疑惑和侥幸中非完美地诞生了。

你会深吸一口,启动投放计划。 幸运的话,几个小时内,你会发现效果居然还行。如果你是一个严以律己的人,接下来就会想“是否还有改进的空间啊?“。 怎么调呢?再多试试呗。 多数情况下,坏运气总是第一个来敲门的。你只能重新调整策略,再次尝试,甚至要重复上述工作数次后才能有所起色。你就像一个可怜巴巴的新驾驶员,面对着复杂的操控面板,在崎岖的地形上,边学边开, 难度可想而知。

你也会观察到一个怪现象:一方面广告主(或者代理商)在为如何充分利用DSP的众多选项和算法而大伤脑筋, 另外一方面DSP公司却在乐此不彼地宣传和充实庞大的武器库(“我们在某个技术功能点上有超多的选择项和算法哦! ”),并不重视易用性上的问题。 这实际上是在不断强化DSP的使用难度, 为RTB广告的普及设置人为的技术障碍。

DSP优化师 vs “无人驾驶”

既然自主RTB投放这么困难,一个专职于优化RTB广告投放的“DSP优化师”便”横空出世”了。 广告主委托DSP优化师来负责广告投放的执行过程。他们号称有丰富的经验和技术,能够帮助广告主全程监控和优化RTB广告的投放。 在当下,DSP优化师的确是不可或缺的, 但是雇佣和培训DSP优化师,不能解决原本的问题,只是用人力缓解了一下而已。 像药物的副作用一样,还招来了一些新问题:

  1. 优秀人员缺乏,DSP优化师的培训和成长需要较长的过程,不是几个优化师速成班就能解决的。 
  2. 优化师服务能力有限, 服务成本偏高: 单个优化师不可能服务众多广告主。对于拥有大量广告客户的DSP服务商而言,是一笔不菲的人力开销。 
  3. DSP优化师掌握和揣摩出来的优化规则和方法有多可靠? 不确定,只能说,比“没有”好点。 

兴许你会问, 为什么不采用“无人驾驶汽车”一样的方案? 是啊!为什么不让机器来主导整个优化过程呢?

“DSP优化师”的价值仅在于能根据投放报表和营销目标, 合理挑选、调整和组合DSP的各项功能,从而优化广告投放。实际上,与机器相比,人脑的判断力并不会在这个领域内占有优势。首先,DSP优化师决策的主要依据是DSP自动生成的报表, 不需要其他无法量化的知识;其次, 作为人, DSP优化师无法有效地在高纬度报表中获取信息, 很多决策并不合理和及时, 甚至“有摸石头过河“的嫌疑。我们的技术实验证明,一个有自动学习和调整能力的智能化系统会比“DSP优化师”更加稳定可靠, 至少不不会输给他。

既然如此,我们为什么还要忍受这么落伍的DSP系统呢?是时候把RTB广告推入“无人驾驶”时代了!

全自动智能DSP

你现在可以想象一幅全新的RTB广告投放的景象。

你只需要输入业务目标和相关约束, 轻点启动按钮, DSP会全程负责整个投放和优化过程。你不再需要冥想苦思、忙忙碌碌了。 投放过程中,你主要负责以下三种人最擅长的工作:

  1. 观察每日的进度报表和系统提示,思考业务目标是否需要及时调整。
  2. 配合系统的提示和要求, 输入某些机器不能确定的信息,例如对媒体质量的要求、 广告创意等。
  3. 及时配合系统处理异常情况。 如果系统监测到投放发生异常(系统或者业务方面的原因),会迅速暂停投放并主动报警,必要时它会第一时间通知到系统维护人员。

这不是纯粹的想象! 智子云正在研发全自动化的智能DSP, 它将粉碎广告主和代理商身上的技术桎梏, 彻底改变当下RTB广告的投放方式,让投放过程变得轻松和高效,开启一个崭新的“智投”时代。

下一篇我们将介绍新一代的DSP是如何建造的。

ruanbeijun

作者简介:阮备军博士 智子云首席数据科学家

阮备军,复旦大学计算机博士,研究方向是数据仓库、数据挖掘,在数据挖掘技术应用和产品化方面拥不可多得的丰富经验。毕业后长期从事推荐引擎、CRM系统、数据仓库和智能化系统的研发工作,行业涉及电子商务、电子政务和在线金融等多个领域。阮备军博士目前在智子云担任首席数据科学家,领导多个核心产品的智能化研究项目。

 

赞(2) 打赏作者

觉得文章有用就打赏一下文章作者吧

微信扫一扫