广告,在数据的洪流中挣扎 or 重生?

广告,在数据的洪流中挣扎 or 重生?

以前,广告是门无比神圣的差事,在我大学的记忆里,第一伟大是广告鼻祖奥格威;其次是*李欣频的纯美文案,每每读来陶醉其中:

   我在这里
    找到一个角落
    一个上午
    一杯COFE OLLY

    一如记忆里的模糊地带
     

    这是春天的最后一天

    我在左岸咖啡馆

谁料想,10年后的画面是

广告,在数据的洪流中挣扎 or 重生?

虽然有些偏颇,但我想表达:这世界变了,屏幕变迁,用户们见多识广,注意力分散而流量叠加…自不必说纸媒的衰落和网红直播的崛起。

更可怕的是不断攀升的广告费、混乱虚假的投放数据、飘忽不定的营销效果。宝洁全球首席品牌官直言:不想在糟糕的媒介供应链中浪费时间和金钱。“尽管在美国市场的广告花费达惊人的2千亿美元,但是我们行业的整体增长却严重贫血。”

拯救广告业的解药在哪?

呼声最高的是数据。用数据去评估广告、描绘用户、洞察于细微、又支撑宏观决策;让广告创意由“只可意会不可言传”,变成有明确答案的方程式。这些数据一定是智能的、流动的,从用户中来、到用户中去,不断丰富和叠加的。

广告的一切,都将根植于数据智能平台

其实,很多行业已经开始将业务与数据紧密连接,将数据作为底层的基础支撑。在【友盟+】,已经有很成熟的数据智能平台U-DIP,它就像一个超大规模的数据加工厂,每天能够处理来自于全球14亿独立活跃设备的270亿场景数据。这些数据最初是杂乱的、点状的、模糊的,经过清洗-计算-存储-挖掘等层层工序后,变成有规律的、有标签的、明确的,就如出厂的乐高积木,等待着向业务场景中输出。

面向广告行业,U-DIP【友盟+】数据智能平台 & U-ADplus【友盟+】广效监测打通,向广告监测输出和接收数据。

如果用一个词概括U-ADplus优势:真实。从投放-点击-后续行为的全链路真实数据。正如,让宝洁首席品牌官困扰的“我们花了大量时间去试图理解,分析和解释Facebook、Instagram、Twitter、Snapchat、Pinterest、Pandora、YouTube……一系列不同可视性标准之间的区别,这些不同的广告可见性标准都声称能正确衡量自己的平台。”

在今天的广告行业,想获得真实数据,不仅是“不说谎”那么简单。

获得真实数据的三个前提

全链路:对流程的完整监测,跨屏跨终端;

真人识别:定义和识别“一个人”;

数据技术:海量数据&强大的数据处理能力;

全链路

全链路被很多数据厂商提及,但是能够实现的太少。从广告监测领域看,全链路是从曝光-点击-落地-兴趣-行动-反馈的整个流程。

U-ADplus全链路的七个环节:

1.触达:淘宝系媒体唯一支持的第三方曝光监测代码;

2.点击/登录:支持跳转点击和平行点击两种监测方式;

3.全网品牌影响力:品牌在全网范围的影响力和竞争力评估;

4.人群画像:不依赖样本,基于全量人群数据;

5.落地淘内:独家阿里数据授权,追踪受众在淘内表现;

6.落地官网:依托U-App、U-Web埋码方案和site/app监测经验,串联后续事件;

7.线下门店:打包U-Oplus能力,输出线下效果转化监测的解决方案。

真人识别

真人识别的前提是,在数据平台中有“一个人”的画像。采集用户画像,通常有定性调查和定量调查。比如通过发放问卷,让用户去回答,再录入系统进行分析。优势是直面用户,问题可以*设定。弊端是“一面之词”,除了用户回答的,我们一无所知。

U-ADplus的真人识别的三个步骤:

  • 第一步:基于【友盟+】全域数据定位“行为”。这是个复杂的过程,从PC 端cookie、移动端 imei/idfa开始,检索出有规律的数据模型,这是最初的画像。但是,在通常状态下,一个人3年可能换2部手机,每个月会产生6个甚至更多的cookie,根据cookie或者设备来判断一个人都是不准确的。这一阶段的行为画像是初期的,商用价值有限。

  • 第二步:通过阿里的uniid去识别“人”,每一个Uni ID ,都可以还原这个ID背后代表的真实消费者,了解这个消费者的行为和诉求。实现了跨屏跨终端,并且有了明确的本体“人”,大量的Cookie数据就能够快速的匹配,丰富和蔓延,应用到更广泛的场景中。

广告,在数据的洪流中挣扎 or 重生?

  • 真人识别,反作弊。有了“真人”,就能更直观的区分点击广告的是人,还是机器。U-ADplus的反作弊算法,基于四个维度的判断:一是IP、时间、来源异常;二是访问者信息异常;三是设备质量异常;四是行为异常,自动过滤机器点击,比如在2016双11期间过滤了高达19.2%的机器点击。

广告,在数据的洪流中挣扎 or 重生?

强劲技术支撑

还记得双11媒体大屏吗?在惊心动魄的数字和炫酷科技感画面的背后,是高精度、高吞吐、低延时、强保障的超大规模数据计算处理能力,这是阿里黑科技的*展示。而作为大流量广告监测标杆的U-ADplus,在底层技术架构上,依托阿里*技术能力,稳定可靠;并且历经双11锤炼,2016年双11当天监测到的广告投放量就高达34亿多,通过反作弊进行流量过滤后识别出约7000多万条的异常点击。而这一过程也相当于为广告主节省了3000多万广告投放费用(按照0.5元/次点击计算),并且全程零故障零失误,数据秒级计算,实时呈现结果。

贴近广告业务场景

由以上三个基础层面的突破,我们获得真实人、真实数据。U-ADplus从数据出发,结合广告领域业务场景,输出独特的广告行业方案。

  • 支持线上线下多种广告监测评估。从传统的网络广告、新兴的视频贴片、信息流广告到户外/线下门店广告等,都有精细成熟的解决方案。

广告,在数据的洪流中挣扎 or 重生?

  • 在衡量一次广告投放活动时,U-ADplus采用全链路数据指标,从8个维度、40个数据指标中,全方位的勾勒出广告效果,科学精准的展现广告在各个环节的表现,为中期的调整、后期的分析提供强大支撑。

广告,在数据的洪流中挣扎 or 重生?

应用案例

投放多少频次最好?

U-ADplus认为,合适的曝光频次应该在3-5次,频次过低不易使消费者留有印象;过高则会导致视觉疲劳、预算的浪费。U-ADplus通过真人识别,提供曝光频次分析,帮助广告主了解当前的投放频次区间,在保障投放效果的同时,尽可能的覆盖更多的受众。

广告,在数据的洪流中挣扎 or 重生?

以某化妆品投放为例,在测试投放时,发现曝光频次普遍集中在1-3次,低于最佳频次;经过调整,在正式投放中将频次控制在了3-5次,既能达到一定的曝光频次保证广告效果,又使有限的预算有效覆盖了尽可能多的消费者。

投放哪些渠道最好?

媒体触达完成率,TA浓度、媒体渠道之间的重复度,都是进行渠道选择的判断标准。U-ADplus通过以上三个维度的分析,帮助广告主找到完成率高、目标受众相符、渠道重复度较低的媒体渠道组合。

广告,在数据的洪流中挣扎 or 重生?

以某日化品牌投放为例,测试投放涉及四个媒体,投放后发现媒体C和其他媒体的重复度过高,媒体D的TA浓度过低且完成率较低,最终正式投放时做了媒体渠道优化,选择了新的媒体渠道组合A+B。

只为可衡量的结果付费

针对移动效果广告,U-ADplus支持从渠道点击、到下载、安装启动及后续转化这样可衡量的行为,帮助广告主衡量广告效果,只为可衡量的结果付费,保护广告主的利益。

广告,在数据的洪流中挣扎 or 重生?

以某游戏公司一次效果广告投放为例,如果仅仅按照点击来看,渠道A的优势明显,占据了超过50%的点击量,然而看**率和付费转化率,渠道A却远逊于其他渠道,排名垫底;渠道B,点击量占比10%左右,**率高达48%,付费转化率6.67%,且平均付费金额以97排名第一。可以明显的感觉到,通过对效果的进一步分析,才能找到最佳渠道。

时代变迁,规则更迭,数据+广告带给我们的想象才刚开始:用数据丈量创意,让理性与感性交互碰撞,把最合适的推荐给最需要的人,这便是对“人”的最大尊重:更大的*和更多的自我。

互动时间

有没有让你很感动的广告?

曾在公交车,“听”到一个公益广告(太挤,看不到屏幕),“两元一根的跳绳,20元一副的球拍,一个像样的篮球架……从现在起,***你就为孩子们的渴望捐出了一分钱……”,一下想起那些很苦的孩子,眼泪就下来了;不煽情,就是在有些情境、有些心境下,真的可以被打动。

如果你是广告主、甲方市场部,在广告投放上,有困惑吗?

作为市场部微信小编,我的困惑特别多...为什么有人十几个字发一条推送,就有十几万的点击,而我...

你希望U-Oplus有什么功能?

讲真,这么多年,花了这么多钱,我就希望不花钱,不投广告,用户就哗哗的来...做梦!

如果你拥有了清晰的“用户画像”,并能预测用户的下一步行为。对广告投放会有什么影响?

广告,在数据的洪流中挣扎 or 重生?