作者 | 黄崇远 (题图:ssyer.com,CCO协议)

01

在第一篇《数据与广告系列一:初识在线计算广告》中,我们对在线计算广告的一些基本情况进行了了解。在《数据与广告系列二:计算广告和推荐系统》中,我们从计算广告的本质逻辑上,结合对推荐系统的理解进行了深入的分析对比。

在接下来的几篇中,我们可以会针对广告垂直的广告类型进行了解,以及针对对应的广告类型衍生出来跟数据相关的一些东西会着重进行分析和探讨。

在这篇文章里,我们将简单的对于合约广告进行了解,然后针对于合约广告衍生出来的数据监控等相关的东西进行分析。

02

我们知道,在线上广告尚未普及推广的时候,大部分线下广告都采用时间+位置买断的方式来走,然后这种方式顺其自然的引入到了早期在线广告的很多场景里,典型的就是CPT(Cost Per Time)广告。

时间段很容易理解,然后线下广告牌的位置与线上例如WEB站点Banner轮播位置,是一样的逻辑,同样都是花钱买位置买时间,这是一种流量端完全不考虑效果转化的一种形态。

随后,合约广告开始出现,所谓合约,即约定了一定的前置条件,流量方必须要满足约定的条件才可以拿到广告主的广告费。以CPM(Cost Per Mille)为典型代表的合约广告,其核心约束力为约定的总曝光量,以及CPM单价,即每千次展示的价格。

CPM广告直到今天,依然是一种非常主流的广告投放模式,特别是以品牌形象为诉求的广告,其对于最终的点击转化是不做承诺的,只对约定的展示曝光量负责,而大部分的流量承载端(Web端,媒体端等)也非常喜欢这种方式,只需要有流量就可以接广告。

03

对于合约广告的广告主来说,其最终目的同样是转化,只是最直接的效果是品牌曝光效应,但不影响广告主对于流量群体的要求。所以,对于受众的定向同样是有诉求的。

与后续我们说到的复杂的竞价体系的用户人群定向来说,这层级的定向相对就简单多了,比如基于人口属性,基于人群地域分布,基于LBS( Geographic Information System,基于位置服务,与地域分布不同,强调的用户更实时的坐标位置),基于流量类型(比如平台上不同的频道,栏目等),基于上下文理解(上下文关联性)等等。

其实,那些受众的定向条件都不影响我们对于合约广告的本质,本质上还是约定的曝光条件和价格。

04

对于合约广告的逻辑,数据在里头到底能做什么事呢?

首先,既然已经约定流量的曝光,那么我们就要做出合理的预测,针对于每个合约广告的达成,平台到底能不能满足约定曝光条件,就需要做流量的预估了。

其次,对于相通受众定向的条件,不同合约广告之间如何协调,最终确保每个合约都能满足条件,就会涉及到资源争抢的问题,其实就有点像竞价的需求驱动了,价高者得?

然后就是,针对于每个资源,频道,或者说打包的合约流量资源,如何合理的给出价格参考,即在售前的报价夹断是否能够给与辅助。

最后,如何监控CPM种的这个M,即最终给到的广告曝光量如何计算以及确保他的准确性。

关于竞价的问题,我们后续文章一定会深入分析,这里先略过,我们接着最后一个点广告曝光量如何衡量量化的问题深入下去。

05

对于大平台来说,比如,腾讯,有品牌背书,有巨大的流量池,他自己做的数据回收逻辑,大家都认,原则上认可平台给出的曝光数据,按照这个曝光数据来做结算。

但是,要知道在早期,广告行业的中间层是各种大大小小的代理公司(传统模式的线上化延续),而载体则是大大小小的流量端媒体,或者各种广告联盟,那么谁来确保这中间的公平公正性。

要知道“扣量”在CPM广告里头是个非常敏感的字眼,更何况任何一个广告主都不希望花冤枉钱,给了100万的曝光量的广告钱,就想获得这实打实的100万对应的品牌曝光量。

所以,第三方广告监测平台应用而生。他们通过各种各样的方式来获取广告或者平台流量的曝光量,而媒体端或者广告主都认可这个数据,或者说广告主用这个数据来辅助判定类似广告平台的曝光量是否偏差很大,避免被骗。

具体说如何获取,方式就很多了,一般第三方广告监测公司都会自己做流量监测的SDK,原理很简单,就是IP类访问统计,或者和广告代理以及广告公司合作,嵌入其SDK(很多时候广告代理或者广告公司为了获取广告客户的信任度,添加这种JS统计逻辑)。

还有一类公司有着天然的流量统计优势,就是第三方数据解决方案公司,比如友盟/百度统计/谷歌统计/Talking Data/神策等等,他们本来就是做埋点,做数据回收的,会不会和第三方统计公司合作就不确定了。

再腹黑点,第三方监测平台和代理方狼狈为奸也不是不可能,或者与流量端合作,骗广告主的钱,这里没有指具体的第三方,只不过各种各样的传闻,确实这块水非常之深。

抛开腹黑的话题,回归到数据监控的本质话题,而诸如秒针就是典型的靠第三方广告监测逻辑发家的,除了秒针还有类似的做第三方广告统计监测的公司,比如DoubleClick以及AdMaster等,他们的商业逻辑都差不多。

只不过,随着这块的影响力加大,可能会不断的渗透到其他方面,比如数据累积到一定程度,可以自己做中间层,做广告代理,因为他对于广告和人群匹配足够了解,又有足够多的流量下游。

总之,不但可以收广告主对于投放的广告监测的钱,又可以收广告主直接投放的钱,广告投放优化的钱,等等一系列衍生的周边逻辑,想象空间还是很大的。

如上,则为笔者【公众号:数据虫巢,整理绘图版权所有,使用先获得授权】根据对秒针整体产品以及商业逻辑调研绘制出来的结构图。

从图中我们可以看到,围绕广告这块,秒针与流量端,与4A营销策划公司,与第三方DMP平台,与广告主都建立了联系,或多或少都有一些合作的空间,而其中所有的驱动力都是各种数据,以及围绕数据在其上衍生的能力,进一步产品化。

所以,光一个秒针的想象力就很丰富了,整个广告业态还是非常有趣的。

06

最后一个话题,如果以合约广告的方式,我们能否做点击量的合约广告?

标准答案我这里是没有的,但我个人认为是很难的。上面我们说了,在曝光量这一层其实我们就已经要做曝光量的预测了,而如果进一步到点击这一层,如果我们要对点击量做担保,这意味着我们需要对点击量做非常精准的预估,不但需要做预估,还得需要保量。

这对于流量平台方来说,风险过大,所以,核心的难点还在于技术和利益是否能达成平衡,如果进一步拆解,与CPC广告又很像了,但是很少见CPC广告会去保量的,严格来说他只定点击单价,并且常常以竞价的方式出现。

本系列的其他文章:

《数据与广告系列一:初识在线计算广告》

《数据与广告系列二:计算广告和推荐系统》


感谢关注我的公众号『数据虫巢』,数据与广告系列已经是第三篇了,一些基本的广告逻辑可以参考《计算广告》一书,然后这个系列一些基本知识会参考外部,但会很多自己这边对于数据和衍生出来的一些额外的思考,如果你对数据和广告的话题感兴趣,欢迎继续关注,一定会有所帮助的。

如果想加入大数据技术微信群『畅聊大数据』的朋友,可以加我微信mute88,加的时候备注好,我拉你入群。

走过路过的朋友,觉得这个系列有用,欢迎点赞,留言,分享给你的朋友,富裕的同学也不介意大赏一杯咖啡,谢谢,下个章节见。

数据与广告系列三:合约广告与与衍生的第三方广告数据监控相关推荐

  1. 数据与广告系列三十二:重排ReRank,广告推荐算法链路上的背叛者,生态系统格局的重塑者...

    作者·黄崇远 『数据虫巢』 全文23138字 题图ssyer.com " 在推荐系统又或者计算广告中,重排ReRank明目张胆的把召回.粗排.精排几个链路逻辑辛苦生成的序给打乱,但却敢号称是 ...

  2. 数据与广告系列三十一:智能调价oCPX,你以为赚的是保价,其实你丢的是流量...

    作者·黄崇远 『数据虫巢』 全文12050字 题图ssyer.com 随着计算广告生态的进一步发展,有越来越往智能化方向发展迭代的趋势.关于投放层的智能化,当属"广告动态智能出价" ...

  3. 数据与广告系列三十:从oCPX的无形调控之手到定向价值定位

    作者·黄崇远 『数据虫巢』 全文共6005字 题图ssyer.com " 从定向的优化目标出发,理解oCPX的无形调控之手,最后在回归到定向逻辑的定位价值问题." 本文的背景是,站 ...

  4. 数据与业务系列三,广告流量红利盛宴的终结

    作者 | 黄崇远 (题图:来自于pexels.com) 广告是一个非常有意思的东西,充满了你生活的方方面面,而其里头的逻辑又是那么的有趣.每一次广告的投放,又如同一场战役,人群的定位,效果的追踪,投入 ...

  5. php调取 zabbix实时数据_zabbix-基础系列(三)-zabbix安装[官方版]

    获取zabbix 获取zabbix的方式有四种: 从 发行包 安装: 下载最新的归档源码包并 编译它: 从 容器 中安装: 下载 Zabbix 应用. 安装要求 硬件 内存和磁盘 Zabbix 运行需 ...

  6. 保存点云数据_PCL入门系列三——PCL进行数据读写

    本节课我们将了解到以下内容: 基本的PCL中的数据类型: 使用PCL进行简单编程:写文件与读文件. 一.PCL库基本数据类型 上一节课,我们使用PCL库在本地写入了一个名为test_pcd.pcd的文 ...

  7. 用python玩转数据慕课答案第三周_大学慕课用Python玩转数据答案公众号

    抹灰用石灰膏的熟化时间不少于多少天? 16只兔子,分别装在5个笼子里,每个笼子里的小兔子只数都不相等,笼子里最不可能出现的只数是( ). 患者,女,44岁.患心肌梗死住院治疗,首次静脉泵入硝酸甘油时, ...

  8. 用python玩转数据慕课答案第三周_大学慕课用Python玩转数据章节测验答案

    [多选题]受横向力或旋转力矩的螺栓组,当采用普通螺栓时,联接的失效形式可能有: 建立函数的目的之一,以下正确的说法是( ). [单选题]根据<房屋建筑与装饰工程工程量计算规范>(GB508 ...

  9. 数据与广告系列二十一:关于品牌广告,奔涌吧后浪

    作者·黄崇远 公号『数据虫巢』 全文6378字 题图ssyer.com " 看似大愚实为大智的品牌广告." 哪怕是广告行业从合约时代稳定的步入到效果广告时代,甚至是现在已经逐步的往 ...

  10. 数据与广告系列八:广告与二类电商

    作者|黄崇远(题图:pixabay.com,CCO协议) 距上一篇<数据与广告系列七:广告与推荐系统技术架构>已经快有一个半月了.这一个月多里,确实很忙,五月底出去溜了一圈,六月初新的工作 ...

最新文章

  1. pytorch学习:xavier分布和kaiming分布
  2. 全球及中国石墨烯行业发展格局及投资盈利分析报告2021年版
  3. First java program
  4. Flink中的容错机制
  5. python求数字平均值_Python简单计算数组元素平均值的方法示例
  6. 加速你的企业数字化转型,首先做到这一步!
  7. 社区OpenJDK代码构建平台投入使用
  8. mod_shout 模块
  9. Xamarin.ios引用第三方SDK
  10. 初中毕业能学习软件测试吗,我只是初中毕业而且23岁了会不会太晚我想学 – 手机爱问...
  11. 因子分析法基于matlab,因子分析matlab
  12. Oracle:imp导入dmp文件
  13. Mac 下制作win7启动U盘启动PE
  14. 一个美国人在上海-American McGee
  15. Excel数据填充技巧
  16. matlab fisher z变换,科学网—胜过 Fisher z 变换!(2) - 杨正瓴的博文
  17. 清橙A1206 小Z的袜子(莫队算法)
  18. 《NVM-Express-1_4-2019.06.10-Ratified》学习笔记(8.8)-- Reservations
  19. 「 iOS 知识小集 」2018 · 第 24 期
  20. 【GAOPS045】PDH(E1/T1/J1)和SDH

热门文章

  1. 洛谷P1894 [USACO4.2]完美的牛栏The Perfect Stall(二分图最大匹配)
  2. 异常检测时间序列_神经病学时间序列/异常检测:分层时间记忆
  3. .Net Core MVC使用EF
  4. (1-3)sklearn库的模型----无监督学习
  5. 登录功能的测试点大全
  6. 谷歌 draco学习 二 压缩点信息
  7. git 创建邮箱 用户名_初次安装git配置用户名和邮箱及密钥
  8. php阴阳万年历转换的接口,用PHP写的阴阳万年历_PHP
  9. 【转】华为手机logcat不出日志解决方案
  10. python海龟绘图颜色_海龟绘图