广告产品经理的入门必修课01-概念篇

作者介绍

@毛毛

产品经理

集颜值和才华于一身。

对AI了解深入，经验丰富。

01 前言

我有一个朋友叫哈利，凭着一腔热血怒闯广告圈，立志成为改变广告圈子的伟大产品经理。最近刚刚接到老板给他的第一个任务，要从零搭建一个广告监测平台，成为伟大产品经理的第一步要开始了，经过了理想世界的丰满之后，面临的是对广告这个行业一无所知的现实。哈利不是滚去看书查资料，第一时间是跑来向我哭诉，我本着认真负责（蹭一顿饭）的态度，决定好好帮他梳理一下广告这个圈子里大家（各平台）都在忙个啥（关键任务），以及做广告监测平台需要了解的细碎逻辑。

02 广告圈的这点事

广告届，一直流转着百货商店之父约翰·沃纳梅克的心碎名言“我在广告上的投资一半是无用的，但是问题是我不知道是哪一半”。投放效果的不确定性一直是广告人的痛处，过去我们买广告，大部分是瞄准了广告位之后，根据时间段进行付费投放，基本属于广撒网的状态，不管是不是那个“对的TA”都先勾搭上来，之后发现大部分都不是我们需要的TA，最后只能心疼撒出去的钱。这个时候，超级给力的技术大大们带来了一个新生态 - 程序化广告，它通过技术手段使我们可以有选择性的将广告投放给想看的人。并对整个广告投放链路进行程序化交易和管理。

哈利一脸懵，什么是程序化广告

程序化广告是对目前采用的一种数字化广告交易管理的说法，是广告主通过数字平台从受众匹配的角度由程序自动化完成展示类广告的采买和投放，并实时反馈投放分析的一种广告投放方式，核心是自动化的数字广告管理。

对广告主来说，之前每次流量采购都需要通过人力联系各个渠道进行价格谈判、排期、再进行投放，而在程序化广告环境下，直接加入广告交易市场就可以采购海量的媒体网站和移动应用资源，且支持跨媒体、跨终端投放，并进行效果追踪。

对媒体来说，充分利用流量分层，基于人群属性、兴趣标签，针对不同流量给出不同售价，提高流量变现效率。

哈利追问，那交易模式呢？

别急，在聊交易模式之前，我们首先了解一下RTB交易市场，RTB是指实时竞价，实时竞价包含了公开竞价和私有竞价。

广告主通过RTB交易市场可以自由选择想要竞价购买的目标人群。媒体通过接入RTB交易市场，获得更多广告的买家，进行流量变现。在公开交易市场进行实时竞价购买媒体流量的行为，称为公开竞价。部分媒体为了保护自身媒体环境，不愿意进入公开交易的市场，只邀请部分广告主竞价购买，这种交易行为被称为私有竞价。无论是公开竞价还是私有竞价，都遵循RTB的竞价规则

“价高者得，次高价结算”，意思就是在实际的竞价过程中，会按照竞价排名第一的广告主展示广告，且按照排名第二的竞争价格+1分进行结算。

除了RTB实时竞价交易，还有另外一种直接交易的方式，是指买卖双方按照协商好的价格，直接进行一对一交易，大部分品牌广告主会采用这种广告交易模式。

通常直接交易的价格会高于RTB实时竞价的价格，媒体对于流量分配的优先级也会高于RTB实时竞价。

哈利继续追问，那怎么计费的呢？

在广告交易中，有以下几种计费形式。

主要常用的结算方式是CPM、CPC，部分保量的媒体如苹果应用商店，广告推广支持CPA、CPS、CPD。

广告人关注的效果指标

曝光：

指定周期内，广告被展现的总次数

点击：

对广告内容的点击行为

点击率：

点击数/展示次数

独立访客数：

一段时间内，访问页面的人数

独立访问次数：

一段时间内，访问页面的次数。

App的访问次数一般切至后台超过30s再返回会记为一次新访问

频次：

广告投放通常会有频次限制，比如同一波活动中，对每个用户的广告曝光不超过3次。

跳出率：

浏览了入口就离开的访问量占总访问量的比例

客单价（CPL）：

获取一个潜在客户的价格

转化率（CVR）：

广告转化次数占广告点击次数的比例

投资回报率（ROI）：

周期内广告主通过广告投放收回的价值占投入消耗的百分比

广告可视度：

素材类：

图片50%像素被展示且时间超过1s，视频50%像素被展示且时间超过2s；

较大尺寸图片30%像素被展示超过1s。

TA浓度：

该指标代表目标用户触达率，目标受众占总受众的比例。

到达率：

目标受众在指定时期内看到广告1次以上的比例。

互动率：

指用户对广告产生兴趣后，到放生最终转化之间产生的交互行为。

产生行为的用户数占总访问量的比例。

03 广告的数据平台

在了解了广告圈基础的那点事之后，还要聊一下广告人不得不了解的一些平台。包含了整个投放环节中，不同角色的参与者分别在不同平台完成了哪些程序化管理和操作。请看下图这张被哈利嫌弃丑的直女图。

从广告投放的两端来看，一侧是广告主-流量的购买方，一侧是媒体网站或App-流量的售卖方。其余大体可以归位三类，一类是服务于广告主的平台，包括DSP需求方平台、数据监测分析平台、广告验证平台、创意服务平台、DMP数据管理平台；另一类是为媒体流量渠道服务的ADX广告交易平台、SSP供应商平台；还有数据服务或交易类平台，此类平台是第三方以提供市场分析或数据服务的平台。

DSP需求方平台

DSP是广告主或广告代理商进行实时竞价投放的平台，属于广告主服务平台，广告主可通过DSP平台设置自己想要的受众目标，投放地域，以及愿意出多少钱购买这些受众的曝光等操作完成广告投放，面向的是广告购买的一方。

核心需要具备两项能力，一是强大的RTB实时竞价的基础能力，二是用户定向投放的能力。主要是从ADX广告交易平台通过实时竞价的方式获得广告曝光的机会。DSP通过ADX平台对每个曝光进行购买，采用CPM的计费方式来获得广告位。

代表平台有：舜飞 - BiddingX，谷歌 - DoubleClick，品友互动，360点晴等。

SSP供应方平台 & ADX广告交易平台

SSP是用来对接媒体渠道，将各种媒体渠道进行聚合，之后对接进ADX广告交易平台，目前SSP和ADX平台功能高度一致，可以被统称为广告交易平台。

目前大型的媒体渠道都会搭建私有的广告交易平台，如新浪AdX、广点通AdX、搜狐AdX、巨量引擎、爱奇艺AdX、网易AdX……

嗯，这张图就好看多了，在广告主和媒体之间，通过DSP需求方平台可以将广告主核心诉求进行收集，通过SSP媒体供应平台将各渠道媒体广告位进行收集，在通过交易市场进行资源对接，广告位的竞价拍卖。图中所示广告网络是比较传统的广告采购方式，是一个封闭的网络广告市场，由平台方作为中间环节采购媒体剩余广告位，在转卖给广告主，交易过程中容易产生溢价的行为。

DMP数据管理平台

DMP数据管理平台把分散的多方数据进行整合纳入统一的技术平台，将数据进行标准化和细分。与网站分析工具类似，可以集合第三方进行数据采买、对接站外广告投放渠道数据，再将细分的数据推向营销平台。支持通过投放数据建立用户画像、用户标签体系，进行人群标签管理及再投放。代表有阿里-达摩盘DMP、腾讯-广点通DMP、百分点……

数据来源包含广告主自有数据，如网站或App监测的流量数据，CRM系统数据、交易数据；购买的服务商数据；接入的第三方数据服务平台数据、渠道方投放数据。

市场分析/数据服务平台

广泛收集市场、垂直领域、用户数据，基于平台自身的逻辑和需求对数据进行加工，使数据可以用来直接或间接变现。在商业模式上，这种数据产品的变现属于采购“原材料”进行“精加工”再“售卖”出去。原材料需要花钱采购，加工需要自身数据处理的能力，售卖需要自己的商务/运营团队。

拥有大规模流量的平台，不会出售数据。只有那些有数据但无自有流量的产品，进行数据加工和变现的动力较强。

购买第三方数据，是目前比较合理的数据获取方式之一。移动环境下，DSP从用户覆盖量很大的应用或SDK那里通过购买方式得到应用安装列表和其他信息，对广告投放的指导意义很大。DSP更多是在后台决策，对终端情况知道较少，通过市场分析/数据服务平台可以为决策提供有力的数据参考。

代表有AppGrowing、App Annie、友盟罗盘、艾瑞指数、易观千帆…

广告监测平台

广告主在广告投放过程中，通常会选择第三方广告监测平台对广告投放数据进行同步监测，用来评估广告投放平台的投放效果。主要用来衡量投放的广告展示量、点击量、受众属性等是否与第三方监测报告一致。

代表性第三方广告监测平台有：

品牌监测：

秒针系统、AdMaster、艾瑞、国双、DCCI、AdRating。

App数据监测：

Talking Data、友盟+、热云、Growing IO。

国外监测平台：

Google Analytics、Adjust、AppsFlyer、尼尔森、Adobe omniture。

04 广告监测平台

终于到了哈利最关心的模块，广告监测平台的介绍～

广告监测主要是为了监测投放带来的数据变化，用来衡量广告投放的效果，为网站/App/小程序精细化运营决策提供数据支持。涉及了渠道效果追踪、数据归因、反作弊等。

广告监测操作流程大体可分为：

第一步：平台生成监测链接；

第二步：使用链接进行广告投放；

第三步：确认需追溯的数据及归因方式；

第四步：测试数据回传情况；

第五步：投放数据分析。

主要功能结构如下图：

创建跟踪链接 - 四个区分

跟踪链接实现原理 - 通过推广结构参数动态划分用户，四个区的参数添加至跟踪URL标签，将用户分层投放和管理。

归因模型

设备号归因：依靠设备号进行归因，iOS系统下设备的IDFA，Android设备的 IMEI和Android ID。这种匹配归因方式较为精准，当用户下载激活App后，原理是将获取到的设备号与广告监测平台监测到的设备号进行匹配归因，来评估投放效果。

渠道号归因：原理是将渠道号标示写到APK安装包里，然后在分发给给个渠道，用户完成激活后，可以通过安装包获取到渠道号标识进行匹配。

IP+UA归因：

通过用户点击广告时的IP、操作系统、版本号、手机号等信息进行关联匹配，主要在无法获取用户设备号、渠道号等精准信息的情况下使用，因为在同一个网络环境下多个用户使用同一个IP，或者多个用户手机型号一致的情况下，较难进行精准的归因。

归因方式

首次点击归因：

在回溯期内首次触点转化功劳分配100%，其余触点分配0%

最终点击归因：

在回溯期内最后一次触点转化功劳分配100%，其余触点分配0%

线型归因：

回溯周期内，一次转化被各触电平均分配，例如用户一次转化接触了5个触点，那么5个触点都被分配20%。

基于位置归因：

回溯期内，用户首次分配40%，末次分配40%，其余中间位平均分配20%。

时间衰退归因：

回溯期内，触点离转化越近,对转化影响力就越大的逻辑进行触点转化功劳分配。

归因回溯窗口

匹配有效期：

一次广告点击和一次安装启动经历的时长；

超过预设时长不再归因。

短期投放：

投放周期为1天，可将回溯周期调整为1天。

长期投放/多个活动互动投放：

周期较长，较长引导周期，回溯周期可调整为与活动一致。

数据排重处理

点击有效期：在设定有效期内，同一设备多次点击记为1个点击设备，超出有效期记为一次新的点击设备，此规则用于排重点击设备数。

激活有效期：在设定有效期内，同一设备多次激活记为1次激活，超出有效期后的记为新的激活设备。

呕心沥血的梳理完哈利的盲点之后，哈利满足的眨巴眨巴大眼睛，我问“什么时候请吃饭”，哈利转身“我先去出方案了～

​

一个数据人的自留地是一个助力数据人成长的大家庭，帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。关注我，带你探索数据的神奇奥秘

1、回“数据产品”，获取<大厂数据产品面试题>

2、回“数据中台”，获取<大厂数据中台资料>

3、回“商业分析”，获取<大厂商业分析面试题>；

4、回“交个朋友”，进交流群，认识更多的数据小伙伴。

标签：01,入门,平台,竞价,归因,广告,数据,广告主,必修课
来源： https://blog.csdn.net/weixin_49880348/article/details/113106762