1. <code id="povdt"><object id="povdt"></object></code>

          1. <code id="povdt"></code>

            <code id="povdt"><object id="povdt"></object></code>
            <label id="povdt"><pre id="povdt"></pre></label>
          2. <meter id="povdt"></meter>

            我想了解

            AI产品

            人工智能

            商业案例

            大数据服务

            随时了解我们的最新动态

            展望2018,技术与数据驱动的数字营销下半场

            2018.01.04

            作者系品友互动创始人兼CEO黄晓南

             

            2017年我经常被问到,如何?#21019;?#31243;序化广告市场的发展?整个行业在这一年经历了最大的跌宕,行业专家、企业高管也都各抒己见,我却要求品友人沉寂下来,多探索,多尝试、多思考。 终于,在新年到来之际,可以分享我个人对市场的判断和总结,期待在2018年能和大家一起共同推动整个行业向前迈进,共同建立一个健康发展的营销技术市场。

             

            一、重新认识程序化广告:全面用“程序”实现营销策略

             

            首先要回答的问题是,“趋势会不会变?”

             

            程序化广告诞生的初衷是“通过程序(即技术)来实现营销策略”。对于市场营销人员来说,利用数据和技术来实现更好的营销是多年来一直不变的需求。这是消费者触点越来越分散,营销决策越来越复杂,信息和数据越来越爆炸导致的必然结果。即使2017年很多客户对程序化广告、DSP有困惑,但大家仍?#40644;?#24453;能依靠技术和数据来帮助自己做更好的营销策略和营销决策。如果我们相信人工智能会改变人类的方方面面,那么毋庸置疑人工智能也能让广告和营销实现技术提升。这个趋势不会逆转。

             

            1、那么,为什么过去一年,会有很多广告主又开始怀疑、观望,甚至重新回到非技术时代?

             

            我认为,这是整个技术驱动行业必经的调整,从起步期的蓬勃生机到急速发展时期的浮躁再到大浪淘沙后的理性回归。过去一年,我们和很多客户沟通时候发现,有因为用了不靠谱供应商,受伤害的;有因为用错了技术方?#31119;?#23548;致结果不好的。但另一面,有很多广告主仍坚定不移相信这个趋势,开始更精心选择技术合作伙伴,选择更好的方?#31119;?#24182;且最终看到了趋好的效果回报。

             

            2、为什么会出现这么大认知和实践上的差别呢?

             

            我认为还是整个市场在过去几年对技术平台的定位认知和使用上出现了较大的偏差。

             

            一个重要的根结,就是技术公司被“媒体化”。DSP(Demand Side Platform)需求方平台,这三个单词的原始概念在中国是被模糊的,最普遍的是把它误读成某一种媒体。“我们这波广告投DSP媒体,或者不投DSP。”有一些技术公司也许起初心怀技术梦想,但被现实所迫,最终转变成为媒体性质的公司;更多的是广告代理公司、媒体代理公司、广告联盟,甚至媒体?#21450;?#33258;己标榜成DSP或技术公司,但实际无非就是让广告主把广告投在自己代理、包断或有高返点的媒体上。这种现象让品牌主对“广告技术能做什么”产生?#21496;?#22823;的误解,并附带了很多误导与夸大。

             

            不仅如此,由于很多公司不规矩的做法,利用广告主对技术的陌生,导致黑盒的现象层出不穷,这?#25216;由?#20102;市场对广告技术的误解。

             

            3、当我们清楚了技术平台不是媒体,就可以界定技术公司在产业链上,能带来怎样的价值。

             

            第一个基础价值是连接流量,并能够用程序来完成丰富灵活的采买方式和使用方式。

             

            连接的流量越大越好,越全越好,而不是拥有多少流量,买断多少流量。技术平台的差异性在于是否有技术能力支撑全网流量,支持多少购买方式,如?#38382;?#29992;这些流量。

             

            我们最近和很多客户交流一个比较重要的观点,“RTB不是一种流量”,而是一种购买流量的方式。过去总有人吐槽“RTB流量不好”,其实RTB里进行交易的很多流量就是常规广告位的空闲流量,怎么会因为是实时竞价的方式,这个流量本身就变得不好了呢?在今天媒体的环境里,越来越多媒体接受广告主用PDB、PD、RTB的多种方式进行程序化采买,这对于品牌来说是一个非常大的利好。大部分的媒体管理者想明白了自己应?#23186;?#21463;运用多种方式来和广告主的系统对接。因此那些不开放的媒体未来得到的预算会越来越少。在2017年,我们有一个最大的视频客户,就是把PDB、PD和RTB等购买方式灵活智能地结合起来,效?#23454;?#21040;?#21496;?#22823;提升。我们服务大量的电商客户,ROI甚至高达1:10,100%都是使用实时竞价的购买方式帮助客户完成的。所以这些误区,究其原因,还是这个行业过去太?#20040;?#22312;的误区和黑盒?#26377;?#24212;给客户带来了不信任。

             

            第二个价值是能针对海量流量利用海量数据进行智能决策。

             

            技术平台要有数据能力、算法能力,还要有人工智能的能力来进行学习。一个强大的系统必须有一个“机器人的大脑”,它的背后必须得有AI的能力来进行学习。这就把技术平台的门槛变得很高。在我看来,利用人工智能来做机器决策就是一个学习过程,是需要时间,数据,经验,算法,团队积累的。我一直坚持任何关于技术平台的选择都是非常重大的决策,公司的成立时间、规模、研发的实力、服务的客户数量等等,无一不重要。在2017年很多品牌在招标时?#21450;?#21442;访公司作为考评的重要指标。我也认为,今天在中国市场能真正帮助客户利用技术和人工智能算法做决策的公司应该是少之又少。

             

            同时,一个没有数据或不能处理海量数据的平台是没法作出高质量决策的。AlphaGo如果没有数据(棋谱或者不断试错的数据),就等于一堆废铁。我很惊讶?#34892;?#25216;术公司打着营销云或其他技术概念,却没有扎实的技术能力;或者直?#26377;?#31216;没有数据,试问它如何获得数据处理能力,?#34935;?#26679;为广告主提供价值?我对于大数据的理解之一就是能够从错综复杂的碎片化数据中?#39057;?#20986;有用的信息,帮助模型决策。这是个高?#35759;?#30340;技术工作,在品友内部称之为“福尔摩斯”。

             

            此外,一个技术平台应该有强大的功能性和一站式的本领。

             

            如果广告主需要组合多家技术公司,才能完成某一个策略,这个过程太过低效,也给客户带来很多损?#27169;?#22240;此会让客户感到沮丧。这也是为什么在美国营销技术领域会出现大批量的整合并购,就是因为广告主已经对分散的策略感到厌倦,更加需要一站式的能力。

             

            总而言之,在技术的驱动下,广告主和媒体之间的交易流程会缩短,大大有利于品牌和媒体。只需要一层代表广告主利益的平台,而不是更多层。 在需求方系统上再叠加系统是无效的,甚至反逻辑。在2017年演变出的一种模式,在DSP平台之上加出一层所谓的TD平台,其实也是基于把DSP媒体化的假设下产生的。 在我们过去的实践中发现,这样的架?#20849;?#27809;有给客户带来价值,反而造成很多损耗和成本。

             

            一旦大家明白需求方的系统不能替代媒体或者与媒体竞争,而是一个帮助广告主执行策略的“机器人”,就会对程序化广告市场有全新的认知。

             

            二、为什么有很多客户反映投过程序化广告,效果却不好呢?

             

            有了对程序化广告中技术平台的角色理解,大家可能会说,用技术优化以后效果应该更好。为什么总有客户反馈“投放了程序化广告,效果还是不行呢?”基于过去几年的实践,我总结下来有三个比较常见的误区。

             

            第一,“极度精准”的策略思维是误区

             

            如上面所说,任?#25105;?#20010;需求方的技术平台都是实现某种策略的平台。这里面有一个前提条件:策略的?#34892;?#24615;。过去我们看到一个比较普遍的误区是大家一听到数据和技术,就马上陷入到一种“极度精准”的策略思维中。比如,保险公司的广告,一定要投给下个月要买保险的人。这时就出现问题了。

             

            第一?#26234;?#20917;:根本就没有这样的数据,就会有各种忽悠公?#31454;?#31216;有,或者卖数据的公?#31454;?#31216;有这样的数据,但实际投放根本不是这么回事,效果自然不好。

             

            第二?#26234;?#20917;:数据和技术可以支撑,但这种投放就像宝洁CMO意识到的,“一个mass product只投给在Facebook上表示过对洗发水?#34892;?#36259;的人,并不解决我们的生意目标”。 所以在过去广告主被技术和数据公?#31454;?#28856;的时候,思维变成了“技术能实现这个,数据能做到这么精确,那我们就使劲用。” 这?#26234;?#20917;在我看来有点本末倒置。

             

            所以我们也在反思,过去几年在品友,我们打造了一个能实?#26234;?#20154;千面的策略系统——一种技术驱动的营销策略。这个策略过去抑或没有,或者是广告公司、vendor想象出来的,这种缺失也导致广告主在使用完程序化投放以后总觉得不过瘾。

             

            我们在和一些国际客户合作时,他们分享的全面程序化里,就提到一个非常重要的趋?#24179;蠱arTech或营销云的概念。品友在2017年最重要的一个实践就是帮助广告主打造系?#24120;?#33021;够产生数据驱动的程序化策略。这个产品叫MIP,它是包括了DMP、产品概念测试、内容智能管理等模块的营销云产品,使得程序化的营销策略和投放一气呵成。

             

            第二,缺失非常科学和清晰的KPI定义。

             

            科学指这个KPI确实是一个可以被广告营销影响的指标,或者换句话说,是一个可以对比好的营销策略和不好的营销策略的指标。举个例子,比如电商,当然所有的客户都看一个指标就是ROI(投入产出比),但一个科学的指标会看是在15至30天由一个广告带来的客户产生的销售额及ROI。为什么这个就比看当天的转换更加科学呢?因为消费者看到广告以后,并不是当天就会转换。如果只看当天,就不容易对比出一个好的营销策略和不好的策略之间的差异。

             

            什么叫清晰呢?这就是指客户诸多关心的指标里,有明确的优先级,可以明确告诉我们哪个指标是最重要的,哪个指标是?#25105;?#30340;。比如我们服务一些品牌客户做视频营销时,有一些客户目标非常明确,我就是要提高TA占比,那这个时候CPM的价格就会放在其次,客户只要看到覆盖一个TA的成本变低?#21496;?#22909;。反例中,有一些客户,投放一个移动广告,希望吸引消费者点击,既要保证CTR,又要保证CPC,这就有一定的矛盾,因为有一些CPM偏低的点位或形式,CTR也没有那么高;但其实CPC更低,也就意味着能够用更低的成本带来消费者的互动,由于指标的不清晰,就出现矛盾。

             

            KPI的设置如果存在问题,会给广告主选择正确的策略和技术合作伙伴带来比较大的困?#36873;N移?#24453;在2018年能够和品牌一起建立更完整的归因分析模型,搭建属于广告主自己的效果评估体系。

             

            三、展望未来,我对营销技术的下半场持乐观态度,通过程序化来实现媒介策略这个趋势是毋庸置疑的。

             

            我认为,2018年将是营销技术行业的洗牌期。大潮退却后行业最重要的是重塑信任,比拼的是人工智能的实力和积累。我对于这场变革的判断是:回归技术本质,系统透明,打造营销的人工智能能力。行业将伴随着以下三大趋势向前发展。

             

            第一,透明

             

            作为技术公司,我们要做的就是透明地帮助客户实现营销策略。技术的出现一定会?#23186;?#26131;成本降低,也必然会导致透明性的提高。品牌在追求透明化上越来越极致。透明意味着高效,意味着在广告主和媒体之间更简单的层级。在2018年?#20197;?#35745;更多广告主会直接参与选择技术平台的决策。

             

            第二,程序化策略将成为痛点

             

            很多客户在2017年都提出了根据消费者的路径制定“千人千策略”。 这意味着传?#25345;?#23450;策略的方式会有所改变,越来越多公司将携手在营销和技术方面?#21152;?#31215;累的公司一起搭建自己的第一方DMP,同时对接强大的程序化投放系统实?#32456;?#27491;的“千人千面”,逐步向真正的营销自动化和智能化迈进。

             

            第三,人工智能营销决策

             

            在全面程序化时代,广告主用技术和数据不再是单单解决广告投放的问题,而是期待技术和数据帮助到全链条的营销决策。埃森哲拿到玛莎拉蒂的全案代理时谈到,如今的CMO需要思考的问题是如何与一个正处在数字化转型世界中的消费者沟通。这使得CMO要面临的决策日益复杂,从产品概念到传播内容,从用户管理到新客拉动,这其中一定会有技术和数据所能起到作用的地方。

             

            数字营销“下半场”已经到来,以大数据和人工智能为核心的商业决策将会变革整个数字营销生态,人工智能会让营销变得更?#34892;?#29575;,这个行业的门槛也会越来越高。值?#20204;?#24184;的是,品友通过不断更迭人工智能技术,打造了人工智能营销决策产品MIP(Marketing Intelligence Platform),旨在帮助品牌形成?#34892;?#30340;程序化营销策略,在营销决策的各个?#26041;?#37117;能用上大数据和人工智能的技术,进行智能决策,打造真正意义上的营销云。期待在行业经过大浪淘沙的2017年后,能迎来理性向上的春天。

             

            分享到:
            最新资讯动态

            Copyright 2008~2018 All Rights Reserved 京公网安备110105008046 京ICP证100121号 京ICP备09013246号-1

            秒速赛车开奖直播
              1. <code id="povdt"><object id="povdt"></object></code>

                  1. <code id="povdt"></code>

                    <code id="povdt"><object id="povdt"></object></code>
                    <label id="povdt"><pre id="povdt"></pre></label>
                  2. <meter id="povdt"></meter>
                      1. <code id="povdt"><object id="povdt"></object></code>

                          1. <code id="povdt"></code>

                            <code id="povdt"><object id="povdt"></object></code>
                            <label id="povdt"><pre id="povdt"></pre></label>
                          2. <meter id="povdt"></meter>
                            德州扑克比赛奖金 掌乐天天捕鱼游戏公司 玩赚乐 12选5任8奖金多少 下载贵州快三开奖结果直播 急速赛车手演员 河内5分彩走势图下载 广东26选5最新开奖结果查询 nba比分网 体彩游泳夺金开奖结果 管家婆资料马图今期 排列三走势图坐标 街机千炮捕鱼2单机版下载 篮网球anz比分直播 南粤26选5的开奖结果查询