2022年广告行业流量洞察报告

TalkingData2022广告行业流量洞察报告以数据+算法+技术为驱动，实现消费行业营销场景价值，服务于数据驱动型企业<-PART01.移动广告行业见状"TblkingData人群特征:存量市场竞争激烈，老客唤醒成为营销主旋律之一120000100000800006000040000200000移动互联网用户规模及增长率移动互联网用户规模（万人）增长率16%14%12%10%8%6%4%2%0%数据来源:CNNICTalkingData3构建新流量中心，Z世代对消费市场的影响正在持续深化TalkingData4用户触媒偏好：Z世代强社交属性特征，带来平台营销红利100%不同世代人群观看广告的渠道■Y世代・Z世代视频平台短视频平台购物平台社交平台直播平台媒体平台社区类种草平台TalkingData数据来潦:TalkingData问卷调査激发购买欲的广告类型：情感类更能打动Y世代，搞笑及有趣符合Z世代口味不同世代人群因广告进而完成购买激发不同世代人群购买欲的广告类型分布n小看到感兴趣就想试试看到广告后会去做做功课再决定数据来潦:TakngData问卷调査TalkingData6对算法推送广告的看法：个性化推送带来信息茧房,Z世代更需要多元化内容不同世代人群认为算法推送广告是否符合自己需求*□互联网中的算法推荐，令各种软件都能轻易获取到用户的使用习惯，并不断向用户推送相关内容,但这种个性化的推送给人们营造了信息茧房，久而久之容易被局限在"人造孤岛”当中。不同世代人群对这类基于算法推送的广告也有不同看法,虽然有超过七成的Y世代和Z世代都认为该类广告是符合自己需求的，但他们对于频繁接收相似信息持有不同意见,有三成的Y世代认为推送广告都是自己关注的内容，远高于Z世代的16.4%,Z世代则更多认为算法推送的广告内容过于单调，可以看出，Z世代更希望接触到多样性的内容。是，都是我关注的内容是，但是一離送相似内容过于单调不是，看到很多;者不勰的品牌30.0%23.4%28.6%53.9%1.6%不是，所有的广1.1%■Y世代Z世代0%20%40%60%TalkingData数据来潦:TalkingData问卷调査素材投放特征:广告素材制作"内卷〃TalkingData，批量工具成行业刚需广告素材平均生命周期（单位：天）20—电商—电子阅读1510506月7月8月9月10月11月12月数据来源:TalkingAds素材观象台8效果广告特征:营销目标转变，深度事件及跨场景归因成趋势传统归因场景@App激活拉新0App老客嗅醒1炸通过广告投放吸引用户引导用户进入应用商店下载激活App将运营活动的事件通过retarget能力在媒体上触达“老“客户达到唤醒目的归因场景新需求：（传统归因产品无法满足）了解前链路广告行为对深度事件的直接影响，消除激活事件对深度事件归因的影响a媒体渠道多样化，线上线下场景融合，广告行为和销售转化都需在线上.线下产生TalkingData9营销场景差异化发展，腾云归因引擎顺势而生前链路广告数据曝光数据、点击数据后链路归因效果点数据.销售数据归因模型归因字段多维数据筛选首次触点末次触点线性归因时间衰减Data-Driven权重归因k____________________________________，设备ID：自定义优先级、自定义个数模糊指纹TSID___r地域设备机型性别触发时间订单金额年龄\______________________TalkingData10品牌广告特征:媒体矩阵"虹吸效应〃显现，中小流量主面对生存压力2020年品牌广告头部媒体投放量占比70.6%2021年品牌广告头部媒体投放量占比73.9%78.3%TalkingData11多触点归因模型，品牌营销"心智〃效果评估无论是传统的长视频媒体的广告形式，还是矩阵多元化广告形式,广告效果的评估一直以来都是品牌广告要攻克的难题，品牌的持续化营销应该跳出单一营销活动的质量来评估好坏。在用户购买"心智”的完整转化链路，都有哪些媒体及广告素材对客户的最终成单转化有正相关影响，是评估各类投放的关键因素，TalkingData提出多触点归因模型，可以科学合理的评估每个媒体对转化所起到的是助攻作用还是直接转化作用，从而便于调整下波Campaign投放的媒体配比。Douyin28%/—Red11%PurchaseBaidu5HTencent5HIRed12%Tencent4%Red14%Kuoi2%■■Izhihu3%2%Kuai1%I减少无产出渠道/触点的资源分配评估不同渠道/触点或不同渠道/触点组合的影响■知道哪些渠道/触点有助于最终转化预测可以产生最大回报的下一步操作TalkingData12PART02.广告素材投放特征分析TalkingData2022年信息流广告呈U形趋势，体现周期性投放特征素材投放数2022年投放素材及应用数量■用投放■—素材投放数―应用投放数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数据来源•TalkingAds素材现象台14全行业投放主流媒体优势显著电商行业更倾向于投放长尾流量媒体全行业投放应用数T0P8媒体电商行业投放商品数T0P8媒体・■抖音西瓜视频今曰头条东方头条影视大全皮皮虾米读小说书旗小说今曰头条书旗小说0美颜相机七猫小说网易新闻網易TalkingData敛锯采源・.和低ingAds京材理彖台15把握行业特点，核心行业投放黄金期各不相同10000000各类型应用素材投放数量变化趋势电商类应用8■光占比19.8%移动工貝类应用i■光占比13.5%通讯社交类应用厦光占比11.0%60000004000000200000010月9月8月7月6月5月4月3月1月■通讯社交移动工貝数抵来源:TalkingAds素材观象台16TolklngDato应用买量的主力军,电商行业投放趋势波动明显2022年电商行业投放趋势35028021014070—在投产品数—在投素材数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月美颜相机腾讯视频米读小说波波视频书旗小说东方头条TalkingData数据来濺:TalkmgAds素材观象台17电商行业单产品在投素材数不断增长,但素材生命周期不断缩短2022年6・12月电商行业单产品平均在投素材数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月电商行业广告素材平均生命周期（单位：天）f-平均生命周期••••••线性（平均生命周期）12月11月10月9月8月7月6月TolkingData做纺釆源:TWingAds素材现》台18PART03.效果归因广告特征分析TalkingData效果广告点击量与去年基本持平品牌广告各月曝光情况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月点击變单位：亿次102.395.9987

94.590.285.492286.6169.2162.910882966

93.3数据来源■2021年点击星10.0%2022年点击星—增长率TolklngData注：点击量为拦截作弊赫后恶化加剧,年均异常点击率同比增长20.8个百分点全平台移动效果广告异常点击率2022年，移动效果广告平均异常点击率为100.00%2021年移动效果广告异常点击率77.5%2022年移动效果广告异常点击率81.9%819%,相比2021年的77.5%提升5.6百分点。全年异常点击率高居不下，在7月时达到最高值85.5%。■2021年异常点击率77.70%8230%69.60%73.10%76.20%79.70%86.10%79%79.20%75.20%75.80%76.10%2022年异常点击率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：异常的判定策略包括IP段离散度.异常转化时差,异常激活请求等；点击最为拦截作弊流長后数据；异常点击率=全平台异常点击总移/全平台正常点击总故100%.饱受“黑产〃关照,2022年推广激活平均异常率达86.5%2022年移动效果广告异常推广激活率TalkingData二〕近年来网络黑产主攻的方向还是激活作弊手段，2022年全平台移动广告监测的推广活动平均异常激活率较2021年仍有增长，达到86.5%。注：异常的判定策駱包括ip段离畋度、异常转构差、异常激活请求等；推广激活金为通过推广带来的激活.不包括自然激活；异常推广激活率=全平台异常推广激活总最/全平台正常推广激活总最roo%.2022年全年异常激活率持续走高，全年的异常激活率达到80%以上，最高达87.9%。■2021年异岸虹激活率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.品牌广告特征分析TalkingDataPC广告曝光逐年下降,品牌广告全年投放呈平稳态势2022年，品牌广告主对于营销环境表现出积极、充满信心的态度，移动端、OTT端品牌投放呈增长趋势，移动端同比去年增长1.9%,OTT端与去年持平；PC端则下降趋势明显，PC端同比去年下降1.8%0可以看出，越来越多的品牌广告主将投放重心转移到了移动端。TalkingData60.00%50.00%40.00%30.00%20.00%10.00%0.00%14.0%12.0%10.0%品牌广告在各终端曝光情况分布29.90%29.8%■20212022PCOTT19・S。％17.7%品牌广告各月曝光情况■2021■20229月10月11月12月""—246.0ooO•••420%%%%%O&短视频"一枝独秀〃，传统渠道略显疲态2022年，用户对各平台的使用习惯未发生较大变化，短视频平台依旧是用户活跃度较高的平台，这使得品牌广告主増加了在短视频平台的投放量级，由2021年的25.3%,增长到29.4%.在众多渠道中，除短视频外，其他传统渠道略显疲态，渠道投放量级均为负增长。品牌广告各月曝光情况35.0%15.0%30.0%10.0%25.0%5.0%20.0%202215.0%—增长率-5.0%10.0%-10.0%5.0%-15.0%短妙社交媒体新闻资讯搜索引擎其他0.0%必顺广告—20210.0%TalkingData5品牌广告主投放策略持续倾斜，广告投放媒体矩阵优势凸显品牌广告主在头部媒体投放时策略持续倾斜,投放量级由2021年的73.9%,增长到2022年的75.1%.从各头部媒体的投放量来看，品牌广告主在巨量引擎、腾讯广告訟以及磁力引擎等媒体矩阵的投放量更大，相较于单一应用，媒体矩阵的投放渠道和广告形式都更为多样，因此在品牌广告投放中,媒体矩阵优势逐年凸显，其中巨量引擎2022年投放量增长3.4%。TalkingData品牌广告头部媒体投放量占比分布2020年2021年2022年品牌广告各头部媒体投放量16.40%知卵「吉画3.80%3.80%■2021年2022年6互联网广告异常流量现状"TblkingData2022年整体异常流量与2021年相比呈下降趋势2022年全年广告流量中，异常曝光占比25.9%,较2021年下降了6.8%;异常点击占比21.8%,较2021年下降了8.0%。整体广告流量规范化程度逐步提高，虚假流量、作弊行为、恶意刷量等行为有所下降。TalkingData30.0%25.0%20.0%15.0%10.0%5.0%0.0%2022vs.2021异常流量变化27.8%-6.8%异常曝光■2021202223.7%异常点击""—282022年Display（展示）和Video（视频）的广告形式异常流量相对其他广告形式更集中2022年全年分广告形式广告流■中，Display（展示）异常点击占比24.0%,Video（视频）异常点击占比23.1%,这两种形式的异常流量相对其他形式更集中.300%25.0%20.0%15.0%10.0%5.0%0.0%10.8%OtherTalklngData数■来源.TalkingData攬案广告不开故曜光监测,故没有肄常曜光占比數据292022年分季度异常曝光和异常点击趋势相同，Q2和Q4相对较高分季度异常流量2022年分季度异常曝光占比和异常点击占比均在Q4最高,且整体趋势相同；全年波动趋势可能与在受监测行业客户中，广告投放相对集中在Q2和Q4有关.30.0%25.0%20.0%15.0%10.0%5.0%0.0%QiQ2Q3异常曝光-一舛常点击TalkingDataTa/kingData302022年广告联盟（含DSP）异常曝光和异常点击的占比在所有媒体类型中最高2022年的异常流量情况按分媒体类型来看,广告联盟类型的媒体的异常曝光占比和异常流量占比均为最高，其次垂直媒体的异常曝光占比也超过20%。广告联盟和垂直媒体均为承担广告主降本增效任务的主要媒体阵地，导致了虚假流量和作弊行为相对于其他媒体类型更多。TalkingDataSE5膈2022年分行业的异常点击流量占比超过15%,其中汽车行业占比较高2022年的异常流量情况按分行业来看，汽车行业的异常点击占比30.1%,其次是美妆行业的18.2%。汽车行业仍然是异常流量集中的行业，与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%%分行业异常流量占比快消■异常曝光异常点击数魅来源:TalkingData32TalkingData2022年度整体OTT端异常流量与2021年相比下降超30%'2L2022年OTT广告流量中，异常曝光占比5.6%,较2021年下降了32.5%。OTT端广告形式和位置较互联网少，HOTT厂商的审核也相对繁琐，作弊行为相对较少；但OTT端屏保广告在异常曝光中占比较高。90%8.0%7.0%6.0%5.0%4.0%3.0%2.0%1.0%00%OTT端流量异常曝光占比33TalkingData戳据来源.・TalkingDataTalkingData异常流量判定：甄别可疑设备与媒体〃注水〃异常甄别可疑设备的解决方案：ip+xIP+X的基本理念是，综合中国的互联网传输架构和用户行为，对最终用户的类型进行判别企业网关•位冒:一般企业会使用专线，IP在很长时间里都不会发生变化.随着定位数据积累，行为位置就会呈现出密集性•比如下面这个IP:定位点在XX大厦附近聚集,可以确定这是XX公司使用的一个固定IP•时间分布:某家公司IP下的用户行为，就会呈现出非常明显的工作日和工作时间的密