基于大数据分析处理的DSP广告平台

时间:2022-05-26 09:42:14

基于大数据分析处理的DSP广告平台

【摘要】随着互联网行业的飞速发展,互联网广告的需求越来越大,广告的形式也越来越复杂。广告主希望自己广告的每一次展现都能以最合理的价格投放给需求人群,广告网站也希望能更加充分的利用网站的流量给自己带来利润,于是DSP广告平台应运而生。基于大数据分析处理的DSP广告平台采用最先进的RBT广告实时竞价模式并与DMP数据管理平台连接,让互联网广告的每一次曝光都更加合理,充分利用网站的长尾流量给网站带来利润。

【关键词】DSP;大数据;广告平台;RBT DMP

1.DSP的概念理解

DSP是Demand Side Platefrom的缩写,即需求方平台。指将分散在各个媒体上的资源进行整合,通过人群属性分析,RTB竞价展示,为广告主提供跨平台,跨终端的精准广告投放,并且可以实时进行广告的监控和优化。DSP广告平台涉及六大角色:广告主和商,AD Exchange(广告交易平台),广告媒体,受众网民,DMP和SSP。

首先解释几个概念:

DMP是Data Management Platform的简写,即数据管理平台。DMP的主要功能是数据管理分析,将互联网网民进行受众分析和人群标记,用来支持精准客户投放。

RTB是Real Time Bidding的简写,即实时竞价,是目前DSP广告平台最主要的广告计费模式[1]。RTB计价方式让DSP广告模式得以广泛使用,是DSP实现程序化实时购买的必要前提。

SSP是Supply Side Platform的简写,即供应方平台。顾名思义,SSP对应的是互联网媒体,连接无数的互联网网站的广告位。与DSP相对,广告网站可以通过SSP管理自己的广告业务并进行实时优化。

Ad Exchange是广告交易平台的意思。就像一个交易市场一样,广告主和广告位拥有方通过这一平台实现买卖。但是双方之间的买卖不直接进行,广告主先向平台出价,然后发生曝光时,Ad Exchange根据RTB原则在广告位拥有方的广告位上进行展示[2]。

2.DSP广告平台的特点

相对于传统的AD network(广告网络)而言,DSP广告平台具有RTB竞价展示,数据整合分析,广告的程序化购买,广告的受众购买的特点。

2.1 RTB竞价展示

与传统CPM广告购买形式相比,RTB是在每一个广告展示曝光的基础上进行竞价,就是每一个PV都会进行一次展现竞价,谁出价高,谁的广告就会被这个PV看到[3]。

RTB的计算发生于网民点开链接到展示网页的全部内容的过程,在这一过程中发生了很多的信息交互。首先网站将网页的广告位的大小尺寸和访问该网站用户的属性通过Ad Exchange告诉DSP平台,然后DSP平台会从符合该用户标签的广告中找出适合广告位大小的广告,并在这些广告中找到价格最高的广告位,最后将广告信息告知浏览器,通过广告通道向网站展示该广告。通过RTB竞价策略,互联网广告的每一次曝光都会展示最合适的出价最高的广告,从而让广告主和广告位拥有方的效益最大化。

2.2 数据整合分析能力

数据的整合分析能力是指DSP平台拥有海量用户数据并能够对这些数据进行算法整合分析。基于大数据分析处理的DSP广告平台通过接入DMP数据管理平台进行高效数据处理。DMP的主要任务是进行受众分析和人群标记,通过大数据分析处理和算法优化将海量人群进行受众分析和人群标记,是精准客户投放的基础。常见的受众属性分析包括人口属性分析,地域属性分析,行为兴趣属性分析和产品意向属性分析等。

在这个大数据的互联网背景下,DMP数据管理平台应用大数据技术分析网民上网习惯,在海量人群中精确定位人群并进行标记。常见的人群标记技术一般通过网民上网频次、所点击的网页、最近点击的网络广告、经常浏览的网站、最喜欢的APP类型等来对受众进行人群标记。比如某人的用户属性是80后、男、产品意向是汽车家电;网络广告点开次数为每周打开汽车广告广告10次;经常浏览的网站是丰田汽车网站和办公网站;那么他的用户标签就是:丰田汽车,商务人士。

2.3 广告的程序化购买

程序化优选购买(Programmatic Premium Buying):广告主定义他们期望的受众,系统帮其找出优选的媒体进行广告投放,为广告主提出最优媒介计划,通过程序化购买,并定期进行结果监测。

程序化购买是相对于传统人力购买而言的,指通过数字化平台帮助广告主自动进行优选广告位购买。程序化购买相对于传统人力购买具有实时竞价购买的特点,广告主不用再像以前一样对所有广告位进行预算和协商,通过RBT的实时竞价模式,广告购买变得更加灵活高效。DSP广告平台的程序化购买大多通过RTB实时竞价的方式进行,互联网的每一次曝光中都会通过RTB进行广告优选。

2.4 广告的受众购买

广告受众购买是相对于传统媒体购买而言的,传统媒体购买指广告主根据自身需要购买相应属性的媒体广告位,从而让自己的广告覆盖到目标受众。但是这种方法只是投放在了目标人群相对密集的网站,目标人群比例虽然很高,但无法实现100%的广告投放比例。

DSP广告平台则通过多层受众分析和人群标记实现客户的精准投放,每一次广告的购买是由看到这个广告位的受众决定的,而不是广告主决定的。受众购买的一个最大好处就是提高了广告主的投放效率,因为每一次广告的展现都是面向广告主的目标人群。而媒体购买只是在目标人群相对密集的网站进行了广告投放,很大程度上造成了广告投放效率低下的问题。

3.国内DSP行业发展现状

DSP广告平台起源于欧美,于2012年引入中国。由于DSP采用RBT的广告机计价方式,公平高效的RBT实时竞价方式很快吸引了众多企业的参与。国内互联网三巨头BAT(百度,阿里巴巴,腾讯)纷纷进军DSP行业,AD Exchange平台数量激增。2011年阿里巴巴推出TANX电子商务广告交易平台,20131月年腾讯推出Tencent Ad Exchange广告交易平台,2013年3月新浪推出SAX广告交易平台,2013年8月百度也推出BES流量加以服务。

但中国相对于国外,DSP占据整行业的比重较小,RBT计价模式还未得到广泛推广,未来发展空间巨大。2012年,中国DSP广告投放规模占网络广告行业的1.7%,但发展迅速,估计在近五年规模可以得到增长。目前国内主要的互联网广告投放形式就是搜索引擎投放,广告联盟广告投放和DSP实时竞价投放。搜索引擎投放的优势在于数据基数大,受众覆盖广。广告联盟一般采用CPM等计价方式,无法有效的对每一次曝光衡量价值,而且效果较差。DSP广告投放模式则采用RTB实时竞价,并通过数据算法分析处理,相对于搜索引擎和广告联盟的优势在于数据挖掘和精准投放,更加适合现在互联网电子商务广告投放的趋势。

4.对国内DSP行业发展的建议

中国电子商务广告企业在学习国外DSP广告平台的过程中,很大程度上都是只学其表未能深入学习DSP的内涵。针对中国DSP企业学习借鉴国外DSP发展经验中出现的误区提出以下纠正和建议。

4.1 DSP不等于RTB

目前大多数人对于DSP的看法是:DSP等于RTB。DSP广告平台是一个程序化购买模式,其中最主要的计价模式是RTB,也就是说DSP范围大于RTB。程序化购买不仅包括RTB模式,还包括PPB模式。

PPB是Programmatic Premium Buying的简写,即程序化优选购买。对于特定优质广告位,广告媒体一般采用PPB模式[4]。广告网站事先和广告主谈好价格,竞价展示的过程中优先特定广告主广告,通过程序化购买方式进行交易。现在广告媒体一般将优质广告位通过PPB模式展示,而将中长尾广告资源通过RTB模式进行展示。DSP的出现将媒体的每一份流量资源都转化为利润,不再是以前那样只能通过优质广告位赚钱,中长尾流量资源也能给网站带来丰厚的利润。

4.2 DSP行业需要独立的DMP企业出现

国内目前没有独立的第三方DMP数据管理平台企业,提供DSP服务的企业一般通过自建DMP数据管理平台来实现数据管理分析以支持精准客户投放。企业自建的DMP数据管理平台的数据大多来源于以前的投放案例和自身网站的客户资源,数据信息量较少,难以满足大数据背景下的精准客户投放的需求。因此DSP行业需要独立的第三方DMP企业给提供DSP服务的电商企业提供全网数据资源以实现精准客户投放。国内互联网巨头BAT的数据管理平台的数据资源一般也都来自自身经营过程的数据积累,具有很大的片面性,无法真正实现网民的全面覆盖和精准人群标记。

第三方数据平台DMP可以打破公司间限制,为所有企业提供数据服务。但就目前中国电商市场而言,独立的第三方DMP的出现还需要一定时间,原因有一下几个方面:首先,DSP广告平台刚刚引入中国,很多方面还不太成熟,企业还没有成立独立DMP数据平台的意识。第二,如果企业只是做DMP数据平台为别的企业提供数据支持,利润很低,除非中国DSP市场做大,这部分利润才能吸引企业的参与。第三,DMP进行数据分析和处理,很大程度上涉及网民的隐私,在中国互联网法律还不成熟的今天,做独立第三方DMP很有可能触及法律红线。希望中国可以完善互联网法律给DSP企业一个更好的发展环境,让中国企业能更好的走出国内,立足世界!

5.总结

DSP互联网广告平台是一种广告主和媒体整合系统,连接双方实现智能高效的广告投放,是广告主对合理高效广告投放和媒体网站对统一优化管理网站广告的产物。DSP广告平台通过程序化购买和RTB竞价展示并借助DMP数据整合分析实现精准高效客户投放。今后随着互联网电子商务广告需求的不断增加,可以相信,刚刚兴起的DSP广告形式肯定会被更加广泛的使用!

参考文献

[1]钛媒体.亚马逊.大数据时代的广告新贵在崛起[J].钛媒体,2013.

[2]RTB中国风[J].广告主市场观察,2012.

[3]Baidu UEO.浅析Ad Exchange广告交易模式,Baidu UEO,2012,4.

[4]公秀丽.网络广告新计价模式及效果评估探析[J].东南传播,2011.

作者简介:陈汉德(1992―),男,现供职于山东师范大学管理科学与工程学院,研究方向:大数据挖掘。

上一篇:基于计算机视觉图像精密测量的关键技术探究 下一篇:计算机系统脆弱性评估研究