數據與廣告系列五：廣告生態的平衡與人羣定向初探

作者 | 黃崇遠（題圖：pixabay.com，CCO協議）

在上一篇《數據與廣告系列四：搜索廣告來源和競價策略》中，我們對於競價機制我們大概有個瞭解了，但在實際的廣告與流量匹配中，價高者得只是個相對結論，我們先來看看整體邏輯。

關於廣告平臺/流量平臺（很多時候是一家，比如騰訊對應各個流量產品線和廣告都是一家），廣告主，以及用戶之間的關係可以理解爲如下，所以後續不管是廣告模式的改變也好，競價機制也好，其實核心都是圍繞如下如圖的香港訴求去優化，去平衡。

但實際上，如果我們要維持整個廣告生態平衡，必須要考慮到每個參與方的訴求：

(1) 廣告主對於廣告平臺的訴求是：投放精準點。
(2) 廣告平臺對於廣告主的訴求是：多投點錢，多投幾次，價格高點。
(3) 廣告主對於用戶的訴求是：多點擊廣告，然後購買或者下載。
(4) 媒體或者流量平臺對於廣告平臺的訴求是：讓我的用戶多賣點錢。
(5) 廣告平臺對於媒體的訴求是：用戶是真實有效的，不要水軍。
(6) 用戶對於媒體或者流量平臺的訴求是：讓我玩好，買好，聊好。
(7) 媒體或者流量平臺對於用戶的訴求是：常來，來了就不要走了，玩好。
(8) 廣告平臺不直接接觸用戶，但通過媒體也對用戶有訴求：長什麼樣子。

我們可以可以看到，價格只是影響到廣告主和廣告平臺的廣告預算維度，最多了不起到媒體的流量價值變現的訴求上有體現。

所以實際上，除了競價帶來的價格優勢，對於哪個廣告匹配哪個流量，還有兩個核心點需要處理的：

(1) 讓廣告匹配的更加精準，要知道大家競拍可是單次點擊的價格，如果點擊轉化率下降，不管是對於平臺方還是廣告主都是有損的。
(2) 讓整體商業合作更加的長久和平穩，其實我們之前包括探索GSP也好，VCG也好，或多或少都期望模式穩定，但其實還有其他考量點，就是如何評估長久合作的效果。

對於轉化率來說，其實核心就是人羣的精準畫像，這是基礎，在這個基礎上，如何做進一步的精準匹配，進而做CTR（Click-Through-Rate）預估，這個我們後續文章裏一定會詳細的介紹相關細節技術的點，這裏只是提一下。

單次的收益我們要考慮，但後續是否會有持續性的合作，一些單次收益高但是對於平臺長久合作甚至是提高收益有損的事如何做評估，或者說加入到廣告排序的邏輯裏。

其中曹政的“caoz的夢囈”有篇文章《廣告投手江湖之，玩轉質量分》提到了類似的概念，其實就是考慮預算的持續投入性，客戶的增長性等偏長期性質的評估。

當然，這裏爲了方便理解，更願意將質量分或者類似的概念定位爲長期收益評分，所以整體排序分數=競價價格*轉化率*長期收益評分。

至於說長期收益評分怎麼打，這裏就只能猜測了，目測會包含諸如廣告主級別定位，過往的投放頻度，投放額度，投放點擊反饋等等，能夠隱性的反映出客戶是否持久和穩定等相關指標。

結合上面我們所瞭解的整體廣告多方參與的情況，在保證生態相對平衡的情況下，如何提高廣告市場的流動性，即讓廣告主更大意願的參與競價，乃至於投放頻度和規模。

由於核心服務的是廣告主，所以我們圍繞廣告主的訴求，在投放功能設計以及人羣定向的角度思考，如何提升參與度以及積極性。

我們暫且先不管標籤是否準確，數據來源從哪來，實際情況是目前絕大部分廣告平臺都支持定向人羣的條件圈選，例如： (1) 地域，通常支持省市區縣一級，甚至是商圈等。
(2) 性別，男女。
(3) 年齡，通常會做年齡段的劃分。
(4) 興趣標籤，構建一二三興趣類目等。
(5) 操作系統，網絡狀況等。
(6) APP行爲，用戶感興趣的APP領域等，非常bug之標籤。

地域屬性相對好處理，通過IP做地理位置解析，或者部分流量平臺本來就要求用戶做位置授權，太多方式可以拿到了；對於性別來說，基礎資料來源，或者通過一些行爲做類別判定，只要準確率OK是完全可用的；年齡同上；而對於興趣標籤來說，是最常用於做匹配的標籤，注重標籤結構的設計，當然打標籤通常會轉化爲分類判別的問題來處理；操作系統跟網絡狀況就不多說了。

最爲bug的是APP行爲，通常這裏的標籤跟我們常規應用市場看到類別劃分基本上是一樣一樣的，所以不難猜測，這部分邏輯來源於用戶自家APP的安裝情況。那問題就大了，除非是專門做應用分發市場的流量平臺，不然這些數據哪來的？

對於安卓系統來說，拿到用戶桌面的下載列表，不要太簡單。要知道，下載一個APP的成本是巨大的，你需要花費時間，流量，精力，所以太能體現用戶的興趣愛好了。

所以，我們在探究業務和數據結合的背後，還是能看到不少東西的。對於產品矩陣豐富的流量平臺來說，綜合參考多方來源行爲數據，給用戶打各種預測判別型的標籤是有跡可循的，但是一些流量單一的平臺，就算是給出各種定向的標籤，你能用嗎？

但實際上很多時候真的還是能用的，廣告業務背後關於數據相關的水據聞是非常之深的，沒潛過水所以就不好說了。

回到定向的話題，對於廣告主來說，非常開心看到流量被各種標籤化，甚至對應組合標籤的圈選人羣數量。

對於熟練的投手來說，自由的搭配組合標籤，然後又異常之瞭解競品跟自己搶流量的情況，能夠非常老練的進行標籤圈選，時段的挑選，然後儘量以合適的價格拿到對於他來說高轉化相對低價格的流量。

而對於一些不夠熟悉投放邏輯的廣告主來說，平臺通常會提供一些自動投放匹配的邏輯，以滿足投放效果和效率化的訴求。

但不管怎麼說，流量人羣的刻畫都是不可缺少的過程，所以流量標籤化都是我們做精準廣告的前提，而基於標籤怎麼做投放則是另外一層的東西，在後續我們都將會逐一進行拆解分析。

一些關於自動化匹配的邏輯，關於廣告人羣如何做具體的定向以及做人羣的擴散等等。

本系列的其他文章：

感謝關注公衆號『數據蟲巢』，數據與廣告系列已經是第五篇了，這裏儘可能的以自己能理解的方式去組織在線計算廣告相關的知識點，以構建在線計算廣告的知識體系，然後還會不斷的加入自己的一些思考和補充進去。

如果想加入大數據技術微信羣『暢聊大數據』的朋友，1羣已滿，2羣3羣仍可加，可以加我微信mute88，加的時候備註好，我拉你入羣。