大數據變現(xiàn)和廣告市場（PPT31頁).ppt

1、大數據變現(xiàn) 與廣告市場,360商業(yè)產品首席架構師 北冥乘海生,工業(yè)革命 v.s. 數據革命,油田,發(fā)電廠,電氣化工廠,電力,原油,數據源,原始數據,大數據處理,知識,數據驅動型企業(yè),原材料,商品,未來，不會利用大數據的企業(yè)，將像不會用電的企業(yè)一樣可笑,什么是大數據問題？,A：典型大數據問題，解決問題的效果隨著采樣率降低顯著降低，例如行為定向、個性化推薦等。 C：一般數據分析，非大數據問題，解決問題的效果在采樣率降低時變化很小，例如各種洞察、單維度統(tǒng)計等。 B：過渡類型問題，解決問題的效果隨采樣率降低溫和下降，例如文本主題分析等。,大數據變現(xiàn)與互聯(lián)網廣告,互聯(lián)網廣告是迄今為止，大數據領域唯一形成

2、規(guī)?；癄I收的應用。 互聯(lián)網廣告是需要對數據進行全量加工分析，并直接變現(xiàn)的大數據應用。 在線廣告支撐了整個互聯(lián)網行業(yè)的大半壁江山。不了解互聯(lián)網廣告，就不可能深入了解互聯(lián)網。,美國互聯(lián)網廣告增長趨勢,中國互聯(lián)網廣告增長趨勢,品牌廣告 vs 效果廣告,網絡廣告快速增長 主要依靠效果廣告,在線廣告簡史,搜索廣告,上下文廣告,CPM 定向廣告,CPD廣告,精準定向廣告,廣告網絡,廣告交易市場,線下廣告,競價,合約,受眾定向,競價系統(tǒng),需求方深度參與,什么是流量變現(xiàn)？ 自有流量RPM水平的不斷提升 典型產品：搜索廣告、導航廣告、門戶品牌廣告、社交網站信息流廣告 什么是數據變現(xiàn)？ 獲取非自有流量，通過對用戶

3、行為的理解，提升其RPM水平從而獲得差價 是流量變現(xiàn)的護城河，不斷吸引廣告主的關鍵 典型產品：Ad Network(網盟), DSP，DMP,流量變現(xiàn) vs 數據變現(xiàn),互聯(lián)網廣告市場,供給方(Supply),需求方(Demand),數據加工 和交易,廣告交易,營銷數據的來源分類,主要數據來源： DSP：第一方+第三方 Network：第二方,平臺方數據應用,常見受眾定向方式,曝光(exposure),關注(attention),理解(comprehension),信息接受 (message acceptance),保持 (retention),購買(purchase),階段,定向方式,上下文

4、(2.1, 3.1),重定向 (2.2, 2.3, 3.1),行為 (2.3, 3.1),地域 (2.3, 4.1),人口屬性 (2.3, 3.1, 6.1),網站/頻道 (2.3, 3.1, 4.2),效果,作用階段,Hyper-local (2.3, 4.1),Look-alike (2.3, 3.1, 4.1, 6.1),(見DSP部分),行為定向(Behavior targeting),根據用戶歷史上網記錄和其他數據總結出用戶興趣，根據此投放廣告 舉例 Yahoo BT(Behaviorial Targeting),行為定向數據來源,用戶標識 除上下文和地域外各種定向的基礎，需要長期積

5、累和不斷建設 可以通過多家第三方ID綁定不斷優(yōu)化 用戶行為 業(yè)界公認有效行為數據（按有效性排序） 交易，預交易，搜索廣告點擊，廣告點擊，搜索，搜索點擊，網頁瀏覽，分享，廣告瀏覽 需去除網絡熱點話題帶來的偏差 越靠近demand的行為對轉化越有貢獻 越主動的行為越有效,行為定向數據來源,廣告商(Demand)數據 簡單的cookie植入可以用于retargeting。 對接廣告商種子人群可以做look-alike，提高覆蓋率。 用戶屬性和精確地理位置 非媒體廣告網絡很難獲取，需通過第三方數據對接。 移動互聯(lián)和HTML5為獲得地理位置提供了便利性。 社交網絡 朋友關系為用戶興趣和屬性的平滑提供了機

6、會 實名社交網絡的人口屬性信息相對準確,數據交易所 (Data Exchange),目的: 聚合多種原始行為數據，加工成統(tǒng)一標簽后，在公開市場上售賣 聚合多種加工后標簽數據，在公開市場上售賣 主要特征: 主要負責第三方數據的收集、加工和流轉，不一定直接從事廣告交易 多于廣告交易平臺、SSP等合作進行數據變現(xiàn),Bluekai標簽體系,第一方數據應用,實時競價,多方參與的過程 分為cookie mapping和ad call兩階段 主要技術點： Adx與DSP之間的用戶身份同步(cookie mapping) DSP數量較多時的服務和帶寬成本優(yōu)化,重定向 (Retargeting),重定向的分類,

7、網站重定向(Site retargeting) 根據用戶在廣告主網站上的行為進行重定向 搜索重定向(Search retargeting) 根據用戶與廣告主相關的搜索行為進行重定向 個性化重定向(Personalized retargeting) 根據用戶在廣告主網站上關注的具體產品和購買階段，推送商品粒度的廣告 不再推送已購買產品，而是推薦相關產品 對廣告主而言，可以視為一個站外推薦引擎,新客推薦(Look-alike),問題: 對于中小電商，僅對老用戶定向營銷遠遠不夠 對于某些類型的廣告商，大多數用戶無法通過重定向渠道捕捉，例如銀行 新客推薦: 由廣告商提供一部分種子用戶，DSP通過網絡行

8、為的相似性為其找到潛在用戶 是一種廣告商自定義標簽，可視為擴展重定向 在同樣reach水平下，效果應好于通用標簽,從電商角度看推薦,站內推薦,站外推薦,新客推薦,pv: , search: , adc: , share: ,pv: , search: , adc: , share: ,看起來很相似！,數據管理平臺(Data Management Platform),目的: 為網站提供第一方數據加工和應用能力， 結合公開市場第三方數據，加工跨媒體用戶標簽， 支持網站業(yè)務運營和廣告投放，是否應直接從事廣告交易存在爭議 主要特征: 第一方用戶定制化劃分能力 統(tǒng)一的對外數據接口,核心業(yè)務： 主要提供面

9、向publisher的數據加工服務 直接運營ad network，并幫助廣告主進行campaign管理和優(yōu)化 其他點評： 較早提出受眾定向(audience targeting)的概念 數據標簽不像bluekai那樣在市場上公開出售, 僅供委托他們優(yōu)化campaign的廣告商使用 使用標簽impression創(chuàng)造的營收按照一定比例跟publisher分成,數據管理平臺(Data Management Platform),目的: 為網站提供第一方數據加工和應用能力， 結合公開市場第三方數據，加工跨媒體用戶標簽， 支持網站業(yè)務運營和廣告投放，是否應直接從事廣告交易存在爭議 主要特征: 第一方用戶定

10、制化劃分能力 統(tǒng)一的對外數據接口,多方數據加工框架,第一方數據,第三方數據,第二方數據,大數據隱私安全,A29與PII A29：歐盟負責隱私保護條例制定的委員會 A29原則 Personal Identifiable Information (PII) 不能使用 用戶可以要求系統(tǒng)停止記錄和使用自己的行為數據 不能長期保存和使用用戶的行為數據 Quasi-identifier與K-anonymity Quasi-identifier: 朝陽區(qū)，35歲，在360上班 K-anonymity: 北京市，30-40歲，互聯(lián)網行業(yè),大數據隱私安全,稀疏行為數據的新挑戰(zhàn) 從一個人觀影或購物記錄，能否反推他是誰？ 實際案例：