移动投放广告平台建设思路和广告投放的侧重点.ppt

广告平台的思路和广告投放的侧重点,目录,行业发展背景,广告平台概述,广告平台使用流程,网民行为碎片化，网络价值分散化,6.49亿的中国网民，分散在超过335万个网站里（超过1899亿网页）；中国网民人均每月访问网站75.2个，人均每周上网时长26.1小时；包含1899个网页的335万个网站，分散在众多大大小小的流量交易平台里。,目标难以捕捉,覆盖所有媒体费用太高，广告曝光被目标用户看到只有33%；广告成本越来越高，广告效果却在下降；移动互联网的迅猛发展，跨设备用户追踪有难度。,广告费效比不高,广告精准欠缺，费用浪费明显,操作流程繁琐,多平台媒体购买繁琐，全面掌控投放困难,花费很多的精力和时间来进行媒体购买的沟通或操作；却不能全面实时掌控广告投放状况。,在碎片化网络传播环境下,广告投放越来越难以满足广告主的投放需求,投放效果决定广告主投放！,从最初的直接购买到广告联盟（AffiliateNetwork）、到广告网络（AdNetwork）、到广告交易市场（AdExchange）、再到需求方平台（DSP）、直到出现数字媒体购买中心程序化媒体交易平台（TradingDesk）,数字媒体购买发展历程而被广泛应用,1,2014年美国程序化购买展示广告规模为100.6亿美元，相比2013年的42.4亿美元增长了高达137.1%，其增长率比起去年更有所提升，占美国展示广告市场整体规模的比例也由24.0%提升到45.0%。从2015年开始，美国程序化购买展示广告市场将以较为稳健的速度继续发展，预期到2016年，美国程序化购买展示规模将达到204.1亿美元，在美国整体展示广告市场中的占比将会上升到63.0%。,2013-2016年美国程序化购买展示广告市场规模,美国程序化购买市场发展迅速,2,2014年，中国程序化展示广告市场规模达到48.4亿元，增长率为216.5%，占到中国展示广告整体的8.9%。预期到2017年，中国程序化购买市场整体规模将达到282.7亿元，占中国展示广告市场的比例将达到28.2%。当前中国程序化广告市场正处于快速成长期，程序化购买方式以及视频广告程序化购买方式为主要的的推动。,2012-2017年中国程序化购买展示广告市场规模,中国程序化广告市场处于快速成长期,3,广告图解,4,广告主行业,目标人群,汽车,化妆品,手机,餐饮,旅游,媒体类型,站点资源,综合门户,垂直门户,SNS,生活服务,DSP2,DSP3,AdExchange,SSP2,SSP3,如果？,能够一站式采购多元化媒体能识别用户并将其分类定向能够根据用户喜好展示广告能跨设备识别同一唯一用户能随时掌控广告投放的进程,网络价值分散化将不是问题！广告精准度将不是问题！广告成本的有效性将不是问题！跨屏营销将不是问题！广告效果的实时性将不是问题！,那么！,目录,行业发展背景,广告平台概述,广告平台使用流程,01,02,具性价比的实时竞价广告平台,03,实效,便捷,自助式,智能化,操作便捷,智能优化,实时效果,资源整合减少浪费提升广告投放效益,降低广告投放的操作难度新手上路也可投出好效果,投放数据100%透明化让程序化购买不再神秘,04,05,便捷,极致简洁的用户界面全自助式的投放设定高效便捷的操作体验,专注,专注于程序化购买技术打造更智能的RTB广告引擎,实效,高效的RTB算法多重定向技术让效果提升快人一步,广告平台的优势,1,专注电商、网服等领域，以提升效果为目标,专注程序化购买技术，打造更智能的RTB广告引擎,领先的程序化购买技术,为中小广告主服务,专注服务广大中小广告主，以提升回报率为目标,丰富的投放经验,广告平台的优势,2,简洁美观的用户界面极致便捷的操作体验全自助式的投放设定轻松上手的设置流程科学高效的投放管理,广告平台的优势,3,实时的投放数据分析报表,以数据为核心的高精度实时竞价算法（RTB）,自助投放，智能优化,有效覆盖受众,精准的多维度定向技术,可视化分析报告,07,荣获国家专利的智能竞价算法,多维度访客重定向算法,精准的用户行为预测模型,以数据为核心的高精度竞价,广告主可自主投放网络广告，数据更透明，操作更人性化,让广告主和代理商明明白白去消费，看到每一分预算的价值,国家专利智能竞价算法,PB级数据存储和管理能力30ms完成一次竞价交易20万+次QPS（最大投放量）毫秒级完成实时人群属性分析日均百亿级人群数据挖掘分析,智能的程序化购买算法，以数据为核心高精度竞价,多维度访客重定向算法,DMP将所有访客，按照不同的维度进行深度分析和归类，形成人群数据库,通过对访客cookie进行辨识分析，得知该访客对某品牌可能感兴趣，再次向该访客推送广告,基于重定向算法可成功的找回有意向的老顾客，提高成交量,注册,精准的用户行为预测模型,如某用户近期购买了衣服，对其考虑展现有相关合适搭配的鞋类广告,买帽子的用户，可能会买眼镜,为母亲买衣服的用户，可能会买营养品,关注健身的用户，可能会对养身感兴趣,关注儿童教育的用户，对天气变化比较敏感,买了衣服的用户，有可能会买靴子,汽车用户，同时也关注房产、财经,.,多种算法模型,关联规则运算、特征过滤算法、深度特征学习算法、稀疏在线算法、模型训练算法等,用户动态信息,购买倾向、购买记录等用户行为分析预测,用户静态信息,人口属性、商业属性等数据分析,历史用户数据积累能力,12亿+Cookie精准且多样性的描绘每一个受众6亿+人群画像数据覆盖超过90%的中国网民4000+行业标签精准