Datawise

blog 2

什么是程序化广告

章节內容

程序化广告

程序化广告是指使用自动化技术进行即时媒体购买和销售。与涉及人工谈判、时间和报价的传统买卖方式不同,程序化广告可以立即提供媒体购买,并使用数据洞察和演算法的成果在数码广告位置中,在适合的时间向目标用户播放广告。

程序化广告市场价值

根据Statista统计,2023年程序化广告市场价值已有5,460亿美元,预计到2028年将高达到7,790亿美元。

如何组成程序化广告?

程序化广告是由什么组成?程序化广告涉及透过人工智慧驱动(Artificial Intelligence)的平台进行自动化广告交易。以下是整个程序化广告流程的关键组成部分:

需求方平台(Demand-Side Platform)

一个允许广告商在多个网路上以程式方式购买数码广告展示位置的平台,使他们能够设定目标受众群体,根据人口统计、兴趣和性别等,同时提供更进阶的再行销售策略(Re- targeting),广告主可以使用展示频率上限(Frequency capping)、内容相关广告定位(Contextual advertising)、URL 追踪等功能进行细分设定。

供应方平台(Supply-Side Platform)

它是一个使发布商透过自动拍卖模式,将其广告库存出售给广告商的平台。在人工智慧的支援下,供应方平台可以管理库存预测,优化广告空间销售,并以程式设计方式跨越不同广告渠道、装置和格式投放广告。

资料管理平台(Data Management Platform)

资料管理平台可收集和分析来自多个来源的数据,使广告主能够更了解其广告受众并优化不同广告目标,以实现更有效的广告活动。相似建模(Look-alike modelling) 是先进的AI机器学习技术,可分析受众属性以识别相似的特征,从而扩大目标受众。

广告交易平台(Ad Exchanges)

广告交易平台是连接 DSP 和 SSP 的平台,可以提供即时买卖广告库存的市场。它们促进了交易过程,允许自动拍卖广告位置。这种效率确保广告在正确的时间投放至目标受众的介面中。

广告网络(Ad network)

一个连结广告商与发布商的中介平台,聚合和转售来自各个发布商的数码广告库存,并将该库存出售给广告商。它使广告商能够在多个网站和应用程式中存取更广泛的广告展示位置,而无需与每个发布商单独协商。

程序化广告的 7 个步骤

广告商设置

广告主在需求方平台 (DSP) 中设定他们的广告活动要求。他们根据广告目标受众、预算、广告格式和出价策略而设定广告计划, DSP 使用数据来预测及确定最有效接触目标受众的时间及机会。

发布商库存

发布商使用供应方平台 (SSP) 来管理和销售其广告库存。 SSP 透过将发布商与多个广告交易平台和广告商联系起来,帮助发布商卖出最大化利益的广告位置及库存。

即时竞价(RTB)

当使用者造访网站时,广告请求即时会传送到广告交易平台。此请求包括有关使用者的信息,例如人口统计、浏览行为和网页内容。广告交易使有兴趣接触特定受众的广告商,可即时拍卖广告位置。

拍卖流程

广告主透过 DSP 对展示次数进行竞价。 DSP 评估出价并根据出价金额和与用户的相关性等因素选择成功投标的广告,整个过程只需几毫秒内。

广告投放

当确定得标,广告就会即时投放给目标用户。广告透过发布商的 SSP 投放,SSP 与广告伺服器通讯以在网站或应用程式上显示广告。

绩效追踪

显示广告后,会收集效果指标。这些数据包括展示次数、点击次数、转换次数和用户参与等。广告主可以透过 DSP 分析这些数据,以优化未来的广告活动,根据需要调整目标、创意和出价策略。

持续优化

程序化流程允许持续优化。广告主可根据效果数据即时完善策略,调整出价和定位参数,以提高广告活动的效果。

程序化广告中使用的人工智慧技术

程序化广告利用各种人工智慧技术来提高流程效率,能针对整体活动效果。

预测分析

人工智慧演算法(Algorithm)分析历史数据以预测未来趋势和用户行为。这有助于广告主预测哪些受众更有可能参与他们的广告,从而进行更有针对性和更有效的活动。

即时竞价(RTB)优化

人工智慧透过即时分析大量数据,瞬间决定对哪些展示次数出价以及出价多少,从而增强了 RTB 流程。这确保广告主透过定位最相关的展示来最大化投资报酬率。

相似建立模式 (Look-alike Modelling)

此技术透过分析现有客户的属性来识别新的潜在客户。人工智慧演算法可以在现有的受众群体中找到相似的个人用户属性,从而使广告商能够将其覆盖范围扩大至有可能转换的用户。

动态创意优化(Dynamic Creative Optimization)

人工智慧可以根據用戶數據和行為自動創建和提供個人化廣告創意。透過測試標題、圖片和號召性用語的各種組合,DCO 確保向每個使用者展示最有效的廣告版本。

 情緒分析

人工智慧可分析社交媒体和线上内容,以评估公众对品牌或产品的看法。这些讯息有助于广告商调整其策略和讯息传递,以更全面地与目标受众产生共鸣。

受众细分

人工智慧技术根据复杂的数据模式对受众进行细分,从而实现更准确的广告定位。这种细分可以基于人口统计、兴趣、线上行为等,确保广告投放到目标受众。

诈欺检测

人工智慧演算法监控和分析流量模式,以识别和减少广告诈欺。透过侦测用户行为的异常情况,例如:机器人流量,广告主可以保护其预算并确保其广告显示给真实用户。

绩效预测

人工智慧模型根据历史数据预测广告活动的效果,使广告主能够更有效地分配预算并调整策略以改善成效。

程序化广告的好处

  1. 效率:自动化广告购买流程,减少人力协商,节省时间。
  2. 2.精准定位:利用数据和演算法接触目标受众,确保广告显示给目标用户。
  3. 即时优化:允许的根据以往及即时的成效数据及预测,进行即时调整,从而提升广告活动效果。
  4. 可扩充性:有利于跨各种平台和渠道,进行轻松扩展广告工作。
  5. 成本效益:透过准确的定位和优化的出价策略,最大限度地减少广告支出的浪费。
  6. 增强的洞察力:提供详细的分析报告,帮助广告商做出明智的决策。
  7. 7. 更大的覆盖范围:覆盖多个渠道和装置,存取广泛的广告资源机会。
  8. 动态创意优化:能够根据使用者行为和偏好投放个人化广告。
  9. 防止诈欺:包含侦测和减轻广告诈欺的工具,保护广告商的预算。
  10. 10. 改善使用者体验:提供使用者更相关的广告,提高参与度并减少广告疲劳。

程序化广告面临的挑战

1.第三方Cookie的消亡

包括 Apple、Google 和 Firefox 在内的龙头企业和浏览器已宣布决定逐步淘汰其第 三 方 cookie。如果没有第 三方 cookie,个人化广告和接触特定受众就会变得困难。

2.  数据延迟率高

高数据延迟率会延迟即时洞察的传递,从而阻碍程序化广告的有效性。这种滞后会影响决策过程,导致错失在最佳时间投放广告的机会。

3.可见度

许多广告已投放,但用户从未真正看到,这可能是由于位置不佳或用户滚动介面时的限制。广告商只为曝光率付费,这引发了关于可见度标准和衡量标准的争论。

4.资料品质和隐私

有效的定位需要用户数据,但 GDPR 等隐私法规限制数据收集。平衡个人化与隐私限制而增加了挑战性。数据品质不佳会导致定位无效和浪费广告支出。

5.透明度

程序化供应链复杂,涉及多个中介。广告主往往缺乏对其广告出现位置的透明度,并且不清楚其支出有多少能达到出版商。这种现象可能会导致不信任和低效率。

6.跨裝置定位

使用者在多个装置之间切换,导致难以一致地追踪和定位他们。在不侵犯隐私的情况下连接跨装置连结使用者身分是一项重大挑战,会影响频率上限和归因。

7.广告资源品质

低品质或诈骗网站可能会渗透到广告网路中。确保广告仅出现在信誉良好的网站上,对于品牌安全和活动成效至关重要。持续监控和更新白名单/黑名单是必要的。

8.技术复杂性

程序化广告涉及复杂的技术和演算法。许多行销人员缺乏技术专业知识来充分理解或优化他们的行销活动。这种知识差距可能会导致效率低和错失交易机会。

9.成本效率

虽然程序化保证了效率,但它需要仔细管理以避免超支。即时竞价可能会提高竞争市场中的成本。平衡多个行销活动和平台的覆盖范围、频率和预算具有挑战性。

我们如何解决它?

Datawise (HK) Limited 提供由人工智慧驱动的旗舰产品,包括 AiDATA、AiAD 和 AiMGR,旨在增强程序化广告生态系统。这些解决方案结合了技术专业知识,利用低延迟率、即时出价和 AI 机器学习,确保平稳运作并提供市场上高效能的选择。

1.AiDATA (DMP)

我们的资料管理平台 AiDATA 采用先进的侦测演算法,专注于提升广告可见度和品牌安全。根据用户行为优化展示位置,显现高广告效果。平台为每个受众创建独特且可重置的广告 ID,以确保用户隐私合规性,安全保护个人资料。

2.AiMGR (DSP)

AiMGR 是我们的需求方平台,专注于简化程序化购买流程并提升成本效率。它通过丰富的受众定位功能、简易的操作界面,以及 AI 驱动的预测与优化策略,大幅减少行销人员在活动计划执行中的复杂性。AiMGR 整合多个数据来源,基于预测技术实现精准定位,同时不断优化购买流程,从而有效降低整体成本并提升投放效果。

您的朋友会喜欢这个吗?保存下来,发给他们吧!