程序化广告生态圈-RTB实时竞价

什么是RTB?

RTB全称是Real Time Bidding,中文名实时竞价,是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术,广告主可以在公开的交易市场进行实时竞价购买剩余流量。

竞价的整体流程?

RTB是指用户在访问媒体产生曝光机会时,众多家DSP根据曝光的上下文以及用户属性实时地评估曝光价值并给出报价,经过ADX竞价后最终出价最高的广告主赢得此次曝光机会。下图描述了一个曝光从发生到实时竞标,直到最后获胜广告展示的全过程:

程序化广告生态圈(21)——RTB实时竞价

1) 用户(user)向媒体(publisher)发起访问请求

2) 产生广告请求时,媒体将携带用户标识(一般是cookie或设备号)的流量发送到Tencent AdExchange

3) Tencent AdExchange向众多家DSP并行发起曝光竞标请求

4) DSP进行估值后决定是否参与出价并给出此次曝光的报价,Tencent AdExchange集齐DSP报价返回后进行拍卖

5) Tencent AdExchange按照媒体广告模板进行样式渲染后,将获胜DSP的广告返回给用户展示

6) 用户浏览页面,看到广告,广告产生曝光

出价(竞价算法)?

RTB是怎么出价的呢?为什么这个广告展示机会出10块,那个是5块呢?

RTB的出价实际是通过DSP出的,这是竞价算法,竞价算法就是DSP出价的规则,在预算控制下,根据广告平台的特诊,用户特征实现目标最大化的,竞价算法可以分为线性和非线性,线性算法包括固定竞价、随机竞价、真实竞价和分组竞价。还有预算管理,这部分放到DSP再讲。

竞价机制?

RTB是实时竞价模式,按CPM出价,价高者得,次高结算,比如前面提到的,DSP1-1出价8块,DSP-2出价11,DSP-3出价3,最终是被DSP2拍的,价格是8.01。

上面是单个ADX的交易过程,但实际上交易市场竞出的价格后可能还需要与其他ADX的价格做PK,最后一次竞价的的时候是按“次高结算”,但只是局部最优,实际并不是整体的次高,用第二竞价的ADX在这个过程中是出于劣势的。

程序化广告生态圈(21)——RTB实时竞价

谷歌如果按照第二竞价的规则,那么出的价格是2.51,而openx如果是按第一价格,出的是3,那么后面在ADX之间的竞争的时候,Openx获得广告位展示机会,但实际上去,谷歌里面有人是愿意出的更高的价格,却没获得广告位。

通常广告交易平台会有个最低价格,出价高于这个最低价才有可能获得这个广告位。

与传统广告的区别?

1、RTB是针对每个用户做出价竞价的,进行精准投放,而传统广告是时间包段的粗放型投放。

2、RTB对计算和算法要求高,如每次出价的竞价算法,预算控制,真个流程都控制在100ms以内~都需要很强大的算法和技术去实现。

3、实时竞价,不受媒体的排期影响,随时可以投放广告,做优化。

RTB的价值?

受众购买:从受众角度的定向,先定义目标人群,广告背后的人符合我的目标人群描述的才投放,更精准。

RTB整体价格较低:能更好控制ROI。

可控性:随时可以投放、调整、停止广告。

RTB的缺点?

剩余流量:部分媒体资源的质量不高,资源有限,会掺杂很多其他有问题的流量,流量质量不高,RTB的一定是剩余流量,根据广告展示优先级,RTB是比较靠后的,这不是剩余流量就是睁着眼说瞎话了,通常说不是剩余流量的,一般都是乙方。

行业发展还不完善,缺少第三方数据,大型Adx出于自身考虑仅做有限开放,还有很多的信息不对称,不少毛病。

行业不自律,挂羊头卖狗肉时有出现,行业里面明显是买方市场。

怎么对待?

这是趋势,做好第三方和过程监控,定期review,避免虚假流量,如果只是为了补量,怎么便宜怎么来吧。

互联网DSP广告是什么,dsp精准营销是什么?源质科技详解

互联网DSP广告是什么,dsp精准营销是什么?源质科技详解!DSP广告(全称:Demand-Side Platform)(意为:需求方平台)是以精准营销为核心理念的需求方平台。DSP广告引入中国后,已经成为中国网络展示广告RTB市场快速发展的驱动力之一。dsp广告精准营销将成为SEM后的一个广告模式。

1、初步了解-DSP广告相关概念剖析

1.1。算法

一个制作DSP的公司往往都有属于自己的算法,往往这些算法也都会申请专利,一个公司的算法好坏奠定了一个公司在制作DSP上的优良。算法是一个DSP的基石,是一个优异的DSP最根本的东西。

1.2。Blacklist黑名单

黑名单通常是讲在信用方面大打折扣的商家,在客户的心目中自然而然的就被拉进了黑名单中,不会又再一次的购买,所以一个黑名单的出现便意味着一些商家在质量、服务或价格需要一定的调整,有一定的改变,才能赢回顾客的信任。

1.3。CVR转化汇率

CVR(Conversion Rate),转化率。是一个用来衡量CPA广告效果的指标,通俗来说就是网络点击与实际消费之间的比率。高的比率往往也象征着这个DSP制作的精良,足以吸引客户进行消费,一起客户对商家的兴趣。转化率高的DSP往往也是其他DSP学习的模范。转化率的高低代表了我们的成本,同样也代表了我们的转化效果。

1.4。分时段投放

分时段投放往往指在DAP投放期间,将不同的内容在不同的时间合理投放。很多不同的业务针对的是不同的时段。分时段投放对于DSP而言是最基本的功能,如果一个DSP不具备这项功能,那么他在DSP上就会浪费很多的钱,这是无法避免的。

1.5。频数上限

频数上限往往指的单人单户单日点击不能超过的次数,设置为10,就是不超过10次,设置为3,就是不超过3次。当频数上限设为一次时,就意味着数量有访问的数量就是访问客户的数量。

1.6。全球定位系统定位

GPS需要通过卫星,而卫星又分为民用和军用的,军用的更加准确。如果我们的DSP平台没有相关的资源和相关的技术支持的话,那么一般情况下是不会有GPS定位的。如果在将来GPS可以更加的完善的话,这样对于很多有实体店的DSP平台,这将会是一个福音,这样商家可以把DSP投放于周边。

1.7。Integrated Partner对接合作方

有无一个对接合作方对于一个DSP平台而言至关重要,因为它代表着流量,DSP的所有流量都来源于合作方。与合作方之间相互对接,无论是媒体,广告交易平台,SSP都是与之对接的。因为如果不与,这些对接的话,就不能运用这些来生成链接,所以一定会与之对接。

1.8。JavaScript Java语言

广告形式中有一种文字链图片还有视频广告。而Java是一种不同的广告形式,但是这种形式不是所有的平台都能接受,所以当想要Java时就要找这个DSP平台是否支持Java。

1.9。关键词定位

这个关键词往往针对的是媒体的关键词,当这个关键词的符合要求,就有可能出现在大的平台上。当一个关键词的定位十分准确时,这个DSP平台就有可能被更大的平台所了解,从而登上更大的舞台。

1.10。Log-in access登录权限

对于一个DSP平台而言,有没有登录权限意味着这个DSP平台是否可信。一个DSP平台的判断标准就在于此,一个成功的DSP平台往往在登录权限上的要求将会非常高。如果这个DSP只可以登录,那么就意味着这个DSP是自助式的,商家在操作时往往也是自助式的。

1.11。匹配

Mapping往往指的是当用不同的浏览器时,如何才能使客户感到这不同的浏览器上打开的页面出来的时同一商家。这往往叫做匹配,匹配是增加DSP平台准确率至关重要的一点,也是DSP平台必不可少的一点。

1.12.Native ads原生广告

往往我们提到的信息流广告就是原生广告的一种。原生广告是一种新的消费者体验,是一种互动的广告,要以消费者平常的使用习惯切入,没有隔阂地成为消费者原有的体验。这样往往就不会激起客户的一些恐慌。

1.13Placement展示位置

展示位置往往是我们常规优化最需要优化的位置,就是说有哪些的位置不好,我们就将它给屏蔽掉。有时候还针对广告的尺寸,就是说当广告尺寸出现问题时,这也属于展示位置出现了偏差,所以我们就要将其给屏蔽掉。

1.14.QPS每秒请求数

每秒请求数往往就指一点,就是这个DSP平台对接的流量有多少。如果对接的流量很多,那么他的QPS就会很大。但QPS大不意味着DSP平台可以竞价获得这么多的流量。

1.15.Retargeting重定向

重定向(Redirect)就是通过各种方法将各种网络请求重新定个方向转到其它位置。这样也就时如果有人点击,那么就继续去向他推荐相同的东西。像是游戏一样,当有人对这个游戏很感兴趣,那么我们接下来就可以继续向他推荐其他不同的游戏。重定向就指有选择,定向的向他们推荐他们感兴趣的事物。

1.16.Segment目标用户组

目标用户组往往指的是将DSP平台上的用户进行一定的区分,将他们分为不同的组别如果当组别中的数量很大,那么就意味着这个DSP平台的实力很强,能力很出众。所以目标用户组往往就是也代表着一个DSP平台的实力。

1.17.Transparency透明度

透明度往往是一个双向的概念,对于广告主来说你需要这个透明度,来向客户展示你的诚意。对于DSP平台而言,若想判断是否有透明度,就需要看它是否有展示位置报告。对于平台的透明度就是他与媒体的联系有多深,联系越深就意味着这个DSP的透明度越高。

1.18.Visibility可见性

可见性往往是一个DSP上能否因为其客户信任的一点,现在已经被越来越多的广告主所重视。因为如果你的广告是不可见的,那么也就意味着你的钱是白花的,没有效果的;或者不在首页,那么与投放不投放是没有什么差别的,所以将广告放在首页,使得客户能够看到,引起客户的消费。

1.19.Whitelist白名单

白名单往往指的是客户对信用好的商家,愿意再次在这家商家消费。因为商家得到了客户的信任。所以在客户的心目中,自然而然的就将其拉近了白名单中,一般进入白名单的商家便意味着自己在商品质量上、服务上和信用上已经做得很好了。

2、深入了解-DSP广告到底应该怎么玩?

1.判断DSP优劣的标准

(1)媒体资源量级和质量 媒体资源整合能力,对接多屏,多渠道的资源品牌安全保护

(2)数据资源量级和质量 自有渠道数据整合受众分析能力

第三方数据对接

(3)实时竞价算法功能 算法估计能力  竞价优化(包括实时竞价RTB)

投放控制能力(频数控制,创意轮播等技术)

广告形式丰富  实时报告,统一流量评估

(4)人群分析和定向功能 定向能力

(5)服务团队专业性 服务经验  市场影响力

2.DSP的衡量标准

(1)从财力上来衡量,适合任何人,无论你是土豪财主还是小门小户都适合。

(2)从行业上来衡量,理论上是适合于所有的行业,是小众行业的上佳之选。

(3)从客户素质上来衡量,适合于对在线广告有一定接受能力甚至是了解的人。

(4)从产品或者服务质量上来说,适合质量上佳,好的商品。

(5)当前最热衷于DSP广告的行业在由手游向互联网金融行业过渡。

3.DSP的误区

(1)认为DSP平台投放0风险。

任何平台的投放都会伴有一定的风险,只不过DSP相较于其他的投放平台风险较低。

(2)把DSP投放理解为媒体购买。

DSP不是媒体购买,他与媒体购买上有本质的差别。

(3)认为转化量会越来越多。

转化量往往与商品质量,商家的信用有关。当商品越优异,商家信用越好会使得转化量越来越高,相反就会越来越低。所以转化量的数量多少与DSP的关系不大。

(4)觉得DSP应该会很便宜。

DSP在消费上并不会很便宜,但是价格上往往比其他的平台要更加的人性化。

(5)认为只适合投手游。

最初的DSP大多运用于在手游方面,导致很多人认为DSP只适合于手游。但其实DSP适合于很多的行业,许多行业都可以运用DSP。所以DSP适用于所有的行业,不只是手游。

3、灵活运用-如何确保DSP广告的投放效果?

1.我的出价合适吗?

考虑自己在出价方面上是否与实际相符合,是否质量与出价成正相关。要保证在出价上与事实相符,要符合当时的市场行情,与DSP制作质量息息相关。

2.我的策略合适吗?

在策略上,我们一定要考虑这个策略是否符合当时的行情,以及是否符合DSP制作上的精良。策略决定一个DSP的制作,要考虑自己的这个策略与这个商品是否相符合,是否更能吸引他人的目光。

3.我要如何优化?

一个成功的DSP必须要经常地进行优化,取其精华去其糟粕,择优而选,不断地将DSP进行更新,是的DSP更加的优异。所以如何优化才能发挥这个DSP的价值将是优化DSP的重中之重。

4.素材很重要吗?

素材往往是吸引客户的关键,精良的素材更能引起客户的注意。素材在DSP的制作上取到至关重要的作用。

5.DSP广告要如何投放才最有效?

DSP广告如何才能做到最有效,这与投放的方法息息相关。好的广告离不开优异的投放方案,优异的投放方案才能收获最有效的成果。

4.DSP广告未来发展的方向在哪里?

DSP作为广告的一种形式,它的精髓会一直延续下去的,,也许在不远的将来他会有东山再起的机会。

餐饮行业数据联盟成立 多方携手共建餐饮业数据标准

餐饮行业数据联盟近日在京宣布成立。和合谷、外婆家、用友红火台、金蝶智慧记、哗啦啦、美味不用等、首席数据官联盟等多家知名企业及组织、餐饮应用软件供应商和数据平台服务商共同发起“让数据为餐企服务”行动,探讨建立餐饮行业数据标准,为餐饮行业全面数字化铺设基础。

\

  “数字化”、“智能化”已成为餐饮行业下一步发展的共识,数据成为餐饮数字化智能化的基础。然而,餐饮业的快节奏和高竞争,业务的多样性和复杂性,对餐企的数据管理与利用提出了巨大挑战。

不少企业由于业务需求的升级,需要更换管理软件。同时,餐饮企业普遍在点菜、收银、会员管理、进销存等系统上采用不同厂商的软件,而这些软件互不兼容,导致数据的松散和孤立,数据价值难以释放。

此外,由于餐饮软件行业数据技术有待成熟,不少餐饮企业的数据不在自己的手中,使用中会出现数据无法及时高效获取的尴尬情况。

此次由业界共同发起的餐饮行业数据联盟,同时汇集了餐饮各环节最有影响力的信息技术及数据技术服务商,多方将共同努力为跨平台整合数据提供便利,解决餐饮企业便捷获取数据的问题、打通“烟囱式数据”的问题。

餐饮企业一旦打通数据脉络,对外可形成清晰、及时的消费者画像,让企业更懂消费者的“胃”,为顾客消费体验的提升与产品创新提供指导;对内,企业可基于自己的数据及行业的数据对财务、人力、进销存等形成更加全景化、实时、有依据的洞察,对于餐企经营决策意义重大。

北京和合谷餐饮管理有限公司首席财务官王侃表示:“和合谷作为中国十大快餐品牌,在技术方面始终力争创新,为顾客提供更好的体验。我们的业务从门店发展至外卖,日均5万的订单背后是庞大的数据价值亟待挖掘。如能将消费数据、会员管理、经销存等数据打通,将为我们的业务决策提供极大价值的指引。”

上海兜约下饭菜创始人杨跃军表示:“餐饮行业数据联盟帮助餐饮行业解决的是数据孤岛的问题。随着餐饮行业这几年互联网化,走向精细化发展,单一系统无法满足企业做大做强的需求。无论是顾客体验,还是企业经营管理,都需要全景化的数据支持。”

扩展到餐饮行业,数据归属权和数据标准的确立,数据可共享、可整合是解锁餐饮全面数据化的基础,是营造餐饮数据生态的前提。

甲骨文公司副总裁及中国区云平台总经理吴承杨表示:“甲骨文42年专注支持企业将数据转化为价值。凭借一站式数据整合、分析、展现的能力,低成本和快速见效,Oracle ADW业务数据平台已经得到众多餐饮企业的青睐。甲骨文愿与其他发起方一同助推餐饮数据化,共建餐饮行业数据生态。”

此次联盟发起方包括(排名不分先后):北京和合谷餐饮管理有限公司、外婆家餐饮集团有限公司、用友红火台网络科技有限公司、金蝶智慧科技(深圳)有限公司、上海汉得·甄云科技、上海埃林哲软件系统股份有限公司、美味不用等、北京多来点信息技术有限公司(哗啦啦)、明略科技集团、客必得、帮掌柜、上海兜约网络科技有限公司、四川仁来仁网智能科技有限公司、北京蜂享优品信息技术有限公司、上海商有网络科技有限公司、山东长川软件有限公司(好食好客)、首席数据官联盟、甲骨文(中国)软件系统有限公司。

人工智能加持,自动化的CRM你了解吗?

“天下大势,分久必合,合久必分”《三国演义》是我国的四大名著之一,其开篇只用12个字就打开了整部书的格局,并且这句话也已贯穿古今中外。

其实,企业管理亦是如此。当企业步入快速发展时期,业务日趋繁杂,IT相关应用会逐渐增多,但到一定数量级别会带来管理难题,整合就成为新的趋势。

因此,很多企业管理者更加希望通过一套软件来管理整个公司ERP系统,但在现实中却困难重重。首先要面对不同厂商的产品进行筛选;其次就是不同软件之间有信息孤岛,数据无法连通,因此更加期望由一个厂商提供综合的解决方案。

OKKI推出基于AI的智能CRM解决方案,提升用户体验


小满科技联合创始人兼首席运营官 周滔

近日,小满科技正式宣布将品牌小满更名为OKKI,并发布了OKKI旗下五大AI新品及三大智能CRM解决方案。基于人工智能与大数据等智能技术的深层次应用,全新的产品与解决方案将为不同类型企业提供更适合的企业级解决方案,帮助企业实现商业上的高效运转以及智能化的内部管理。

据小满科技联合创始人兼首席运营官周滔介绍:“我们全新的品牌OKKI一直在不断拓展所提供价值的边界,我们会用Discovery协助寻找客户,着力于把企业在销售、客户管理的需求尽量满足,提供一个整体的销售部门的解决方案。”

对于使用一套系统解决所有问题,OKKI现在的方式是跟更多的生态伙伴展开深度的合作,产品预先实现对接,当企业有采购需求之后可以提供联合的解决方案给客户。

相对来说OKKI在CRM领域可以称得上是最佳选择,而在生产环节、财务环节有别的专业厂商,数据实现相互流动。小满科技其实是组成一个生态,大家共同去服务好客户,用更好的方式提升客户使用体验,避免出现数据孤岛或者数据频繁切换。

专注+专业

据了解,目前国内做CRM相关的企业有数十家之多,其中也有很多大牌公司。那么,小满科技的核心竞争力主要表现在哪里呢?

首先是创新的基因,这一点也是新兴企业能够跻身于“挑战者象限”中最重要的特征。周滔表示,小满科技的团队比较关注国际上先进的技术思想和技术方法,但不是为了创新而创新,而是从客户场景去出发。

客户场景里存在一些问题,比如数据录入、数据应用的问题。小满科技会带着这些疑问去找解决方案,而不是通过技术去找应用场景。另外,现在大数据和AI等技术也都成熟了,小满科技在这些方面积累了大量数据,以此为基础能够率先推出相关解决方案。

其次,小满科技面向的场景都是B2B销售,相对来说比较垂直,并且也有自己的特点,比如销售流程比较长,客户的客单价比较高,对销售过程的把握、对于转化率的要求比其他企业高,需求更旺。

通过多年来的积累,小满科技对业务的理解更加深刻,也更有机会把业务做深做透,而不是做浅浅的通用型产品。企业软件和CRM自动化将会成为新趋势,其它CRM厂商也会加强对AI、大数据方面的投入,智能CRM时代已经到来。

通过人工智能构建全自动的CRM

在OKKI最新发布的AI产品中,“Capture”是一大亮点,也是目前人工智能相关应用中最有挑战的一个环节。

传统CRM的难题就是数据来源与录入,这个过程比较简单重复枯燥,对于业务人员来讲,他是不愿意做这个工作。无论是用AI还是大数据等技术,数据都是一切的基础,所以OKKI的方案首先要去解决数据来源的问题,通过多种方法了解数据在哪里。其实,很多有效数据就存在销售人员和客户各种各样的交互当中,比如往来的邮件、电话、视频会议、传输的文件(Word、Excel、PDF这些文档)等等。但在这里,第一它是零散的、碎片的;第二它没有被结构化;第三它可能有些是自然语言,并不是机器能读懂的语言。如果用AI技术能够把零散的、碎片的、不能被机器读懂的信息识别出来,整理出来,这个过程就代替了人工录入。

有幸的是,在小满科技服务的这些企业里面,数据是相对比较集中的,因为企业和他们的客户之间会大量运用邮件往来;还有一个特点就是,B2B企业之间文件的传输还是用邮件会显得比较正式,而不会在IM里面传,所以这些数据大量都存在于这里,而这些邮件都同步在CRM里面。

谈到数据获取,周滔介绍,“小满科技现在有10亿封邮件,有了这个基础,再用上AI技术,比如自然语言识别(NLP)、图象识别(OCR)。有些PDF是以扫描件的形式存在,通过OCR能够把里面的数字提取出来,这样就代替了人工录入的过程。”

把握新趋势,推动新发展

最近几年,企业对于IT系统和企业服务需求越来越旺盛,也诞生了越来越多像小满科技这样的服务商。整体来看大家都是以学习者的姿态来做这个事情,毕竟欧美是成熟的市场,已经有大的巨头发展起来了。

“我们先去看一下其它企业过去走过的路是什么样的,它们使用什么样的商业模式、技术手段、解决方案,先学习别人的优势。但是我们不一定要重复他们过去二三十年走过的路,因为科技还有一个特点,它是交错式发展的。”

周滔表示,“我们会直接去面向未来,看看欧美市场现在的创新及下一步计划,然后直接弯道超车。据我们观察,现在大家公认欧美国家的企业服务下一步就是通过智能连接企业内部各个系统。我们可以直接去应用最新的技术和趋势,未来几年在中国的企业服务发展阶段赶上欧美,大家会变成齐头并进,甚至出现各自都有一些创新的局面。”