您现在的位置: 中国广告门户网 >> 广告新闻 >> 营销策划 >> 广告营销 >> 正文

2017 PDB营销必读:5个核心点让品牌玩转PDB营销
责任编辑:佚名    新闻来源:本站原创    新闻日期:2017-1-4

程序化购买在2016年得到了飞速的发展,尤其是PDB(定价定量购买)私有程序化购买的出现进一步加速了程序化营销的发展步伐。PDB私有程序化购买在消除程序化投放不确定性的同时,广告投放效果能够更好的被透明优化,将程序化交易的优势模式推向了一个新的高度。2016年,很多广告主都开始采用PDB私有程序化营销模式,经过2016年一年的实践,无论是在PDB投放和管理技术、媒体选择、流量退还和程序化投放预估等方面都积累了丰富的实战经验。

2016年,AdMaster为众多知名品牌提供了PDB营销广告投放技术AdServing(即AdMaster SmartServing:帮助广告主实现透明自主控制的程序化广告投放控制和管理系统),并取得了广泛的客户认可。服务包括快消、汽车、金融、母婴、互联网电商、航空行业等众多知名品牌。

经过2016年的成功探索和经验积累,2017PDB私有程序化营销如何能够更高效的扬帆起航?为此,AdMaster总结了2017PDB营销必读的5大核心点,带领你轻松玩转PDB营销。

2017PDB营销需要掌握的5大核心点: 

1-   提升TA%、频次优化及多方识别率是关键: 

在退量的OTV PDB营销模式中,由于优质DMP的接入,对媒体流量进一步通过人群性别、年龄、兴趣等方面进行筛选,将不符合要求的人群退回,通常是进一步优化iGRP&Reach的常规实现方法。利用这种方式确实可以实现良好的优化效果,但也存在着隐患。 

最大的隐患是PCCookie识别率的问题,这也是一个老生常谈的问题。由于各家对于Cookie使用、各自的生成和采集方法不同,因此需要事前持续的Cookie 匹配,才能实现媒体和ServerServerDMPID的互相识别;越多方的参与,会越降低最终媒体到DMP的识别率,这对于TA的优选效率上有很大的影响。

举个例子,一个PC端的项目,如果媒体到ServerCookie识别率约为60%左右,ServerDMPCookie识别率也在60%,那相当于其实媒体中可被认识的流量仅36%,这就会造成大部分的流量是随机投放完成的。

应对策略:

在项目上线前,甚至在决定使用的供应商时,广告主和代理公司也需要关注供应商提供的Cookie识别率指标。Cookie匹配量级对各家媒体、ServerDMP来说,都是一个基本要求。供应商能够合理安排可匹配的流量、优化匹配对象分配,确保项目中媒体到DMP保持较高的 Cookie 识别率。

虽然在移动端并不涉及各家识别率的问题,但也同样存在移动设备ID的通用性和稳定性等问题。目前移动端数据的流通性较低,仅少数DMP公司开放移动端的数据,更多的DMP公司基于数据安全问题,基本的解决策略都是由AdServing方提供数据。2017年,AdMaster将会积极投入更多的资源,推动拥有高质量数据源的巨头们,安全、有序地流通移动端数据,更好的激活各家移动端数据,帮助广告主更精准的寻找到品牌的TA

2-   媒体流量稳定性是PDB营销各项KPI提升的关键: 

PDB营销是一种通过程序化的形式实现更精准的投放控制、目标人群定向等媒介优化的购买方式,主要通过技术手段优化并提升如CTRTA%等多项KPI,但除了技术驱动外,确保这些KPI指标能够提升的基础是媒体推送流量的质量和稳定性、优先级上需要至少需保持和常规购买一致。PDB项目最终效果中媒体的推送量质量是较为关键的影响因素。 

通常,媒体端流量质量和稳定性的评估可以从两个方面考量:

a)    推送量中不稳定流量占比

行业会把无法再现的流量、某些有异常行为的流量(如曝光前点击、瞬时多次行为等)称为不稳定的流量。当某些项目中如果不稳定流量过高时,首先DMP无法识别这些流量,无从判定性别年龄,这就影响了对于推送量的筛选。同时,不稳定的流量的Stable%也会低于常规,这对于最终计算iGRP&Reach也同样存在着影响。

b)     PDB优先级与常规是否一致

通常PDB项目的效果优化都是基于同期或者之前一波常规项目表现上的提升,这要求了PDB项目的流量分布上应与常规项目差异不大。当某波项目,如果存在频次分布、性别年龄分布较大的差异,比如一波控5的项目,在超频还是低频的占比都是常规项目的表现好于PDB的推送,那可能最终由PDB优化后的项目结果仍低于常规项目。

应对策略:

A.    通过技术手段规避不稳定流量:在Server选择退量时,就考虑关于流量稳定性指标,最大化避免不稳定流量;

B.    Server方能够按照实时曝光的情况,更好的控制对于推送量的选择,优化退量逻辑;

C.    设定媒体关于推送量质量和稳定性的KPI

3-      避免溢价过高,导致效果优化无法满足溢价,影响ROI的提升

这其实与流量质量控制有一定的共同点。因为媒介库存的不足,由于要求多推送量产生的对库存的挑战,也嫁接到了媒介价格层面;当媒体溢价已经超过了预估的可优化空间时,ROI也变为负值,这个状态下做PDB的意义是什么?如何避免溢价过高?或者直接不接受溢价过高的媒体? 

应对策略:

目前,各家媒体正在积极的探索关于库存上的优化,解决媒介库存压力,比如高差异品牌间推送量共享,PD模式的推广、信息流等新兴资源的价值认证等,为更好的程序化购买创造空间。

4-   科学的PDB效果预估,高效提升iGRP&Reach:

目前大多数的PDB营销项目的预估都是媒介策划基于经验和常规预估制定的,没有考虑到媒体流量的实际分布,TA、控频等都分别需要一定的优化空间、DMP识别率及DMP准确率等数据,这些维度都会影响最终iGRP&Reach的实现情况。如何更科学更系统化的完善PDB的预估,甚至能结合常规购买做联合预估等,也需要更多的力量去探讨和实现。

如何实现科学的预估? 利用能够将媒体流量的实际分布,TA、控频、以及DMP数据情况涵盖在媒介规划系统内,更好的了解PDB能够带来的提升,已最终决策溢价和ROI的平衡。

 

5-   投放前期,多方沟通很重要 

PDB营销中不仅涉及到常规的排期,还存在下单流程的区别,对于推送比、溢价等谈判因素。同时,常规购买中媒体的控频、TA优化等因素在PDB营销中也存在,而这部分的KPI是针对于推送量还是曝光结果,目前市场中还没有明确的定义,所以前期代理公司和PDB营销涉及到的多方沟通非常重要。 

例如,无论在常规还是PDB投放中,项目策略中可能都会涉及到对媒体控频的要求。常规很好理解,直接通过最后的曝光监测数据中单媒体频次数据,来确定媒体是否做好了控频;而在PDB营销中,如果还是通过单媒体曝光的频次数据,其实是并不能直接判断媒体的控频。因为在PDB项目中,这并不是媒体的执行效果,而是由Server的进一步优化完成的。同时,如果KPI制定为曝光频次,当推送量中的媒体超频流量已经占了一部分比例,这时就会减少在推送量中Server原本对于跨媒体控频、TA的优化空间。因此,在PDB中,对媒体的控频要求更好的是需要针对推送量而非曝光。

2017年将会是程序化购买更趋向于成熟的一年。程序化交易模式日益得到广告主的认可,同时更多的程序化购买模式也会愈发丰富。购买方式方面,除了PDB外,PDPMP等模式的扩展;广告形式方面,除视频外,更多的原生信息流、OTT等广告形式的增加;以及DMP方面,更多基于品牌第一方数据的定制化人群标签和受众模型的应用,都会是2017年程序化购买的重要推进和创新源泉。同时,随着更多的优质资源方、数据方的加入,如跨屏识别、品牌安全等也会开始更多的应用在PDBPD等程序化购买上。AdMaster经过2016年一年的实践与经验,将进一步优化技术实力、跨屏打通能力和投放优化能力,更好的服务于飞速发展的程序化广告。

 


 

  • 上一篇新闻:
  • 下一篇新闻: 中国广告门户网:正在更新中......
  • 发 表 评 论

      姓 名:   性 别:
      Q Q号:   Email:
    我要给这篇文章评分 1分 2分 3分 4分 5分
      请自觉遵守,注意文明发言
    企业推广
    企业服务