2022年廣告行業(yè)流量洞察報告

TalkingData2022廣告行業(yè)流量洞察報告以數(shù)據(jù)+算法+技術(shù)為驅(qū)動，實現(xiàn)消費行業(yè)營銷場景價值，服務(wù)于數(shù)據(jù)驅(qū)動型企業(yè)<-PART01.移動廣告行業(yè)見狀"TblkingData人群特征:存量市場競爭激烈，老客喚醒成為營銷主旋律之一120000100000800006000040000200000移動互聯(lián)網(wǎng)用戶規(guī)模及增長率移動互聯(lián)網(wǎng)用戶規(guī)模（萬人）增長率16%14%12%10%8%6%4%2%0%數(shù)據(jù)來源:CNNICTalkingData3構(gòu)建新流量中心，Z世代對消費市場的影響正在持續(xù)深化TalkingData4用戶觸媒偏好：Z世代強社交屬性特征，帶來平臺營銷紅利100%不同世代人群觀看廣告的渠道■Y世代?Z世代視頻平臺短視頻平臺購物平臺社交平臺直播平臺媒體平臺社區(qū)類種草平臺TalkingData數(shù)據(jù)來潦:TalkingData問卷調(diào)査激發(fā)購買欲的廣告類型：情感類更能打動Y世代，搞笑及有趣符合Z世代口味不同世代人群因廣告進(jìn)而完成購買激發(fā)不同世代人群購買欲的廣告類型分布n小看到感興趣就想試試看到廣告后會去做做功課再決定數(shù)據(jù)來潦:TakngData問卷調(diào)査TalkingData6對算法推送廣告的看法：個性化推送帶來信息繭房,Z世代更需要多元化內(nèi)容不同世代人群認(rèn)為算法推送廣告是否符合自己需求*□互聯(lián)網(wǎng)中的算法推薦，令各種軟件都能輕易獲取到用戶的使用習(xí)慣，并不斷向用戶推送相關(guān)內(nèi)容,但這種個性化的推送給人們營造了信息繭房，久而久之容易被局限在"人造孤島”當(dāng)中。不同世代人群對這類基于算法推送的廣告也有不同看法,雖然有超過七成的Y世代和Z世代都認(rèn)為該類廣告是符合自己需求的，但他們對于頻繁接收相似信息持有不同意見,有三成的Y世代認(rèn)為推送廣告都是自己關(guān)注的內(nèi)容，遠(yuǎn)高于Z世代的16.4%,Z世代則更多認(rèn)為算法推送的廣告內(nèi)容過于單調(diào)，可以看出，Z世代更希望接觸到多樣性的內(nèi)容。是，都是我關(guān)注的內(nèi)容是，但是一離送相似內(nèi)容過于單調(diào)不是，看到很多;者不勰的品牌30.0%23.4%28.6%53.9%1.6%不是，所有的廣1.1%■Y世代Z世代0%20%40%60%TalkingData數(shù)據(jù)來潦:TalkingData問卷調(diào)査素材投放特征:廣告素材制作"內(nèi)卷〃TalkingData，批量工具成行業(yè)剛需廣告素材平均生命周期（單位：天）20—電商—電子閱讀1510506月7月8月9月10月11月12月數(shù)據(jù)來源:TalkingAds素材觀象臺8效果廣告特征:營銷目標(biāo)轉(zhuǎn)變，深度事件及跨場景歸因成趨勢傳統(tǒng)歸因場景@App激活拉新0App老客嗅醒1炸通過廣告投放吸引用戶引導(dǎo)用戶進(jìn)入應(yīng)用商店下載激活A(yù)pp將運營活動的事件通過retarget能力在媒體上觸達(dá)“老“客戶達(dá)到喚醒目的歸因場景新需求：（傳統(tǒng)歸因產(chǎn)品無法滿足）了解前鏈路廣告行為對深度事件的直接影響，消除激活事件對深度事件歸因的影響a媒體渠道多樣化，線上線下場景融合，廣告行為和銷售轉(zhuǎn)化都需在線上.線下產(chǎn)生TalkingData9營銷場景差異化發(fā)展，騰云歸因引擎順勢而生前鏈路廣告數(shù)據(jù)曝光數(shù)據(jù)、點擊數(shù)據(jù)后鏈路歸因效果點數(shù)據(jù).銷售數(shù)據(jù)歸因模型歸因字段多維數(shù)據(jù)篩選首次觸點末次觸點線性歸因時間衰減Data-Driven權(quán)重歸因k____________________________________，設(shè)備ID：自定義優(yōu)先級、自定義個數(shù)模糊指紋TSID___r地域設(shè)備機型性別觸發(fā)時間訂單金額年齡\______________________TalkingData10品牌廣告特征:媒體矩陣"虹吸效應(yīng)〃顯現(xiàn)，中小流量主面對生存壓力2020年品牌廣告頭部媒體投放量占比70.6%2021年品牌廣告頭部媒體投放量占比73.9%78.3%TalkingData11多觸點歸因模型，品牌營銷"心智〃效果評估無論是傳統(tǒng)的長視頻媒體的廣告形式，還是矩陣多元化廣告形式,廣告效果的評估一直以來都是品牌廣告要攻克的難題，品牌的持續(xù)化營銷應(yīng)該跳出單一營銷活動的質(zhì)量來評估好壞。在用戶購買"心智”的完整轉(zhuǎn)化鏈路，都有哪些媒體及廣告素材對客戶的最終成單轉(zhuǎn)化有正相關(guān)影響，是評估各類投放的關(guān)鍵因素，TalkingData提出多觸點歸因模型，可以科學(xué)合理的評估每個媒體對轉(zhuǎn)化所起到的是助攻作用還是直接轉(zhuǎn)化作用，從而便于調(diào)整下波Campaign投放的媒體配比。Douyin28%/—Red11%PurchaseBaidu5HTencent5HIRed12%Tencent4%Red14%Kuoi2%■■Izhihu3%2%Kuai1%I減少無產(chǎn)出渠道/觸點的資源分配評估不同渠道/觸點或不同渠道/觸點組合的影響■知道哪些渠道/觸點有助于最終轉(zhuǎn)化預(yù)測可以產(chǎn)生最大回報的下一步操作TalkingData12PART02.廣告素材投放特征分析TalkingData2022年信息流廣告呈U形趨勢，體現(xiàn)周期性投放特征素材投放數(shù)2022年投放素材及應(yīng)用數(shù)量■用投放■—素材投放數(shù)―應(yīng)用投放數(shù)32,000,00024,000,00016,000,0004,0003,0002,0008,000,0001,000001月2月3月4月5月6月7月8月9月10月11月12月2022年素材曝光量15.0%10.0%5.0%0.0%TalkingData數(shù)據(jù)來源?TalkingAds素材現(xiàn)象臺14全行業(yè)投放主流媒體優(yōu)勢顯著電商行業(yè)更傾向于投放長尾流量媒體全行業(yè)投放應(yīng)用數(shù)T0P8媒體電商行業(yè)投放商品數(shù)T0P8媒體?■抖音西瓜視頻今曰頭條東方頭條影視大全皮皮蝦米讀小說書旗小說今曰頭條書旗小說0美顏相機七貓小說網(wǎng)易新聞網(wǎng)易TalkingData斂鋸采源?.和低ingAds京材理彖臺15把握行業(yè)特點，核心行業(yè)投放黃金期各不相同10000000各類型應(yīng)用素材投放數(shù)量變化趨勢電商類應(yīng)用8■光占比19.8%移動工貝類應(yīng)用i■光占比13.5%通訊社交類應(yīng)用廈光占比11.0%60000004000000200000010月9月8月7月6月5月4月3月1月■通訊社交移動工貝數(shù)抵來源:TalkingAds素材觀象臺16TolklngDato應(yīng)用買量的主力軍,電商行業(yè)投放趨勢波動明顯2022年電商行業(yè)投放趨勢35028021014070—在投產(chǎn)品數(shù)—在投素材數(shù)10,000,0008,000,0006,000,0004,000,0002,000,000001月2月3月4月5月6月7月8月9月10月11月12月美顏相機騰訊視頻米讀小說波波視頻書旗小說東方頭條TalkingData數(shù)據(jù)來濺:TalkmgAds素材觀象臺17電商行業(yè)單產(chǎn)品在投素材數(shù)不斷增長,但素材生命周期不斷縮短2022年6?12月電商行業(yè)單產(chǎn)品平均在投素材數(shù)26,13730,00015.30320,00010,8826,6716,4046,33610,0006,49512月11月10月9月8月7月6月102022年6-12月電商行業(yè)廣告素材平均生命周期（單位：天）f-平均生命周期??????線性（平均生命周期）12月11月10月9月8月7月6月TolkingData做紡釆源:TWingAds素材現(xiàn)》臺18PART03.效果歸因廣告特征分析TalkingData效果廣告點擊量與去年基本持平品牌廣告各月曝光情況200.035.0%188.673.6180.030.0%28.1%160.025.0%140.020.0%120.015.0%96.9100.035.2%80.05.0%73M2.269.2%54.0n60.00.0%3%40.0-5.0%3%20.0-10.0%0.0-15.0%3月7月1月2月4月5月6月8月9月10月11月12月點擊變單位：億次102.395.9987

94.590.285.492286.6169.2162.910882966

93.3數(shù)據(jù)來源■2021年點擊星10.0%2022年點擊星—增長率TolklngData注：點擊量為攔截作弊赫后惡化加劇,年均異常點擊率同比增長20.8個百分點全平臺移動效果廣告異常點擊率2022年，移動效果廣告平均異常點擊率為100.00%2021年移動效果廣告異常點擊率77.5%2022年移動效果廣告異常點擊率81.9%819%,相比2021年的77.5%提升5.6百分點。全年異常點擊率高居不下，在7月時達(dá)到最高值85.5%。■2021年異常點擊率77.70%8230%69.60%73.10%76.20%79.70%86.10%79%79.20%75.20%75.80%76.10%2022年異常點擊率79.60%83.50%75.50%80.60%81.20%83.10%85.50%82.20%83.10%82.90%8270%83.60%TalkingData注：異常的判定策略包括IP段離散度.異常轉(zhuǎn)化時差,異常激活請求等；點擊最為攔截作弊流長后數(shù)據(jù)；異常點擊率=全平臺異常點擊總移/全平臺正常點擊總故100%.飽受“黑產(chǎn)〃關(guān)照,2022年推廣激活平均異常率達(dá)86.5%2022年移動效果廣告異常推廣激活率TalkingData二〕近年來網(wǎng)絡(luò)黑產(chǎn)主攻的方向還是激活作弊手段，2022年全平臺移動廣告監(jiān)測的推廣活動平均異常激活率較2021年仍有增長，達(dá)到86.5%。注：異常的判定策駱包括ip段離畋度、異常轉(zhuǎn)構(gòu)差、異常激活請求等；推廣激活金為通過推廣帶來的激活.不包括自然激活；異常推廣激活率=全平臺異常推廣激活總最/全平臺正常推廣激活總最roo%.2022年全年異常激活率持續(xù)走高，全年的異常激活率達(dá)到80%以上，最高達(dá)87.9%。■2021年異岸虹激活率79.5%79.4%76.5%77.8%80.8%82.9%2022牌常宜激活率87.5%86.3%87.3%86.4%85.6%86.3%87.1%85.0%85.1%84.5%85.3%88.1%85.6%85.8%86.1%86.7%87.3%87.9%PART04.品牌廣告特征分析TalkingDataPC廣告曝光逐年下降,品牌廣告全年投放呈平穩(wěn)態(tài)勢2022年，品牌廣告主對于營銷環(huán)境表現(xiàn)出積極、充滿信心的態(tài)度，移動端、OTT端品牌投放呈增長趨勢，移動端同比去年增長1.9%,OTT端與去年持平；PC端則下降趨勢明顯，PC端同比去年下降1.8%0可以看出，越來越多的品牌廣告主將投放重心轉(zhuǎn)移到了移動端。TalkingData60.00%50.00%40.00%30.00%20.00%10.00%0.00%14.0%12.0%10.0%品牌廣告在各終端曝光情況分布29.90%29.8%■20212022PCOTT19?S。％17.7%品牌廣告各月曝光情況■2021■20229月10月11月12月""—246.0ooO???420%%%%%O&短視頻"一枝獨秀〃，傳統(tǒng)渠道略顯疲態(tài)2022年，用戶對各平臺的使用習(xí)慣未發(fā)生較大變化，短視頻平臺依舊是用戶活躍度較高的平臺，這使得品牌廣告主増加了在短視頻平臺的投放量級，由2021年的25.3%,增長到29.4%.在眾多渠道中，除短視頻外，其他傳統(tǒng)渠道略顯疲態(tài)，渠道投放量級均為負(fù)增長。品牌廣告各月曝光情況35.0%15.0%30.0%10.0%25.0%5.0%20.0%202215.0%—增長率-5.0%10.0%-10.0%5.0%-15.0%短妙社交媒體新聞資訊搜索引擎其他0.0%必順廣告—20210.0%TalkingData5品牌廣告主投放策略持續(xù)傾斜，廣告投放媒體矩陣優(yōu)勢凸顯品牌廣告主在頭部媒體投放時策略持續(xù)傾斜,投放量級由2021年的73.9%,增長到2022年的75.1%.從各頭部媒體的投放量來看，品牌廣告主在巨量引擎、騰訊廣告訟以及磁力引擎等媒體矩陣的投放量更大，相較于單一應(yīng)用，媒體矩陣的投放渠道和廣告形式都更為多樣，因此在品牌廣告投放中,媒體矩陣優(yōu)勢逐年凸顯，其中巨量引擎2022年投放量增長3.4%。TalkingData品牌廣告頭部媒體投放量占比分布2020年2021年2022年品牌廣告各頭部媒體投放量16.40%知卵「吉畫3.80%3.80%■2021年2022年6互聯(lián)網(wǎng)廣告異常流量現(xiàn)狀"TblkingData2022年整體異常流量與2021年相比呈下降趨勢2022年全年廣告流量中，異常曝光占比25.9%,較2021年下降了6.8%;異常點擊占比21.8%,較2021年下降了8.0%。整體廣告流量規(guī)范化程度逐步提高，虛假流量、作弊行為、惡意刷量等行為有所下降。TalkingData30.0%25.0%20.0%15.0%10.0%5.0%0.0%2022vs.2021異常流量變化27.8%-6.8%異常曝光■2021202223.7%異常點擊""—282022年Display（展示）和Video（視頻）的廣告形式異常流量相對其他廣告形式更集中2022年全年分廣告形式廣告流■中，Display（展示）異常點擊占比24.0%,Video（視頻）異常點擊占比23.1%,這兩種形式的異常流量相對其他形式更集中.300%25.0%20.0%15.0%10.0%5.0%0.0%10.8%OtherTalklngData數(shù)■來源.TalkingData攬案廣告不開故曜光監(jiān)測,故沒有肄常曜光占比數(shù)據(jù)292022年分季度異常曝光和異常點擊趨勢相同，Q2和Q4相對較高分季度異常流量2022年分季度異常曝光占比和異常點擊占比均在Q4最高,且整體趨勢相同；全年波動趨勢可能與在受監(jiān)測行業(yè)客戶中，廣告投放相對集中在Q2和Q4有關(guān).30.0%25.0%20.0%15.0%10.0%5.0%0.0%QiQ2Q3異常曝光-一舛常點擊TalkingDataTa/kingData302022年廣告聯(lián)盟（含DSP）異常曝光和異常點擊的占比在所有媒體類型中最高2022年的異常流量情況按分媒體類型來看,廣告聯(lián)盟類型的媒體的異常曝光占比和異常流量占比均為最高，其次垂直媒體的異常曝光占比也超過20%。廣告聯(lián)盟和垂直媒體均為承擔(dān)廣告主降本增效任務(wù)的主要媒體陣地，導(dǎo)致了虛假流量和作弊行為相對于其他媒體類型更多。TalkingDataSE5膈2022年分行業(yè)的異常點擊流量占比超過15%,其中汽車行業(yè)占比較高2022年的異常流量情況按分行業(yè)來看，汽車行業(yè)的異常點擊占比30.1%,其次是美妝行業(yè)的18.2%。汽車行業(yè)仍然是異常流量集中的行業(yè)，與其高度追求投放效果特性相符。35.0%30.0%25.0%20.0%15.0%10.0%5.0%0.0%30.1%12.2%%分行業(yè)異常流量占比快消■異常曝光異常點擊數(shù)魅來源:TalkingData32TalkingData2022年度整體OTT端異常流量與2021年相比下降超30%'2L2022年OTT廣告流量中，異常曝光占比5.6%,較2021年下降了32.5%。OTT端廣告形式和位置較互聯(lián)網(wǎng)少，HOTT廠商的審核也相對繁瑣，作弊行為相對較少；但OTT端屏保廣告在異常曝光中占比較高。90%8.0%7.0%6.0%5.0%4.0%3.0%2.0%1.0%00%OTT端流量異常曝光占比33TalkingData戳據(jù)來源.?TalkingDataTalkingData異常流量判定：甄別可疑設(shè)備與媒體〃注水〃異常甄別可疑設(shè)備的解決方案：ip+xIP+X的基本理念是，綜合中國的互聯(lián)網(wǎng)傳輸架構(gòu)和用戶行為，對最終用戶的類型進(jìn)行判別企業(yè)網(wǎng)關(guān)?位冒:一般企業(yè)會使用專線，IP在很長時間里都不會發(fā)生變化.隨著定位數(shù)據(jù)積累，行為位置就會呈現(xiàn)出密集性?比如下面這個IP:定位點在XX大廈附近聚集,可以確定這是XX公司使用的一個固定IP?時間分布:某家公司IP下的用戶行為，就會呈現(xiàn)出非常明顯的工作日和工作時間的密