第三方監測公司助力企業突圍互聯網數據亂象

廣告效果監測深刻影響DSP發展

當下中國DSP行業發展剛剛起步，產業鏈仍不夠完善，存在諸多問題。首先，廣告主的培育程度處在較為初級的階段，廣告主對DSP行業的認識和接受程度雖有所提升，但投放意愿仍然較弱，分配給DSP的預算有限，市場還需進一步培育。其次，媒體出于溢價考慮，不愿意將自身最優質的資源直接放入RTB市場當中進行售賣，市場中的資源偏向中長尾，廣告主尤其是品牌廣告主對其ROI效果仍抱持疑問。最后，市場中缺乏獨立的第三方DMP及開放的Data Exchange數據交換平臺，各DSP企業自有的數據結構存在一定的局限性，無法打通。上述問題的背后原因較為復雜的，但對于廣告效果監測的困難，無疑是一個重要的因素。

業界期待第三方數據監測平臺

相關行業人士表示：“以抽樣調查的方式獲得一個貌似的宏觀數據，這種數據我們把它稱為是公關數據，它其實是某些網站用來做pr的。”更有甚者，在以往，曾經有某些機構找到自稱是第三方機構來“做”數據，然后給廣告公司和投資方看，這種做法幾乎成了互聯網行業的潛規則，只是沒有人能夠捅破。締元信總裁梅濤曾經舉過一個例子：“奧運會期間，很多網站說開幕式的時候自己的流量是最高的，用的數據就是那些公關數據，實際上，哪一個是第一的，沒人說得準，而且那個數據本身就不一定準。如果說用抽樣的方式，來保證這個樣本本身是科學的，這個事本身就是很難得，至少我是不相信的。”梅濤表示，抽樣本質上是“盲人摸象”的方法。從這個角度上講，尤其通過互聯網抽樣的方式獲取的數據，由其樣本的構成、質量導致的最終結果與實際情況的偏差是難免的，但這一偏差是目前行業內能夠認可的。問題是，如何修正偏差？隨著大數據被許多企業認可，抽樣的方式被邊緣化。原因就在于抽樣的準確程度有限。“就像說，你有一個很細節的比例尺，還會去看一個宏觀的地圖？我們的業務會越來越多的提供更加細節化的數據，而不是提供類似我們的版圖是雄雞還是桑葉的這樣的數據。”梅濤表示。

隨著大數據的概念被一再炒作，自稱“做大數據”的公司也層出不窮。然而，很多聲稱自己在做DSP的公司，最后卻陷入難以為繼的困境。原因在于這些公司事實上并不具有基本的數據。做DSP，首先要有海量的數據基礎。如果不具備這一條件，這些“DSP”公司在市場上所做的“精準營銷”就只能是炒作概念。因為“精準”的前提是把原來斷裂的數據鏈條修補完整，這項工作的效果，直接關系到后續的營銷、信息推送的準確程度。因此，對于營銷效果的評估也顯得尤為重要。

大數據為精準營銷提供了可能，而這一期望的最終實現，需要廣告主與廣告公司之間建立深度信任。然而，廣告主如何評價廣告效果，廣告公司又該如何打動廣告主？卻成為一個難題。從目前的情況來看，每個平臺都有自己的一套運作標準和評價體系，從中得出的廣告營銷效果就很難令廣告主信服。相關業內專家表示：“樣本不一樣、研究方法不一樣、統計口徑不一樣，數據結果肯定不一樣。數據不僅混亂，有時甚至截然相反。”某數據機構負責人也表示，由于服務的客戶數量多，該公司數據“滿天飛”已是不爭的事實。甚至有個別機構不惜采用各種手段，將他們的數據或照搬或“改頭換面”，“變成了他們自己的數據了。”此外，許多市場研究缺乏科學性，研究者只是按照自認為所謂的專業方法去統計，談不上權威。一些房地產數據堪比“達·芬奇密碼”，讓參與市場的各方“霧里看花”。“目前我國缺乏獨立、客觀的第三方數據監測機構。”相關專家表示。事實上，各數據發布機構所代表的利益不一樣，難免帶有一定的傾向性。例如，一些商業機構為滿足客戶需要，做一些定向宣傳，根據利益需要，對數據進行加工，導致數據亂象叢生。業內人士表示，一個以商業利潤為目的機構難免失去中立性，每一種數據都有被操縱的可能。各方在統計數據時傾向于使數據偏向對自己有利的方向。

在這種情況下，第三方解決方案的提出就成了自然而然的事情。顯然，當下需要一個屬于第三方的、公正的效果評估平臺。

行業探索初顯成效

事實上，一直以來，中國的第三方互聯網廣告效果監測的力量一直很薄弱。AdMaster（精碩科技）CTO洪倍表認為，國內最早的技術類廣告公司往往演變為涉足廣告代理商的雙重角色，對于廣告效果監測的投入力度并不夠大，兼做運動員和裁判，其公信力也遭受質疑。不過，隨著精準廣告、效果廣告的興起，廣告主逐漸認識到第三方效果監測和評估的重要性。洪倍表示，這客觀上為2006年閆和他一起創辦的AdMaster提供了很好的發展機遇。據記者了解，AdMaster是目前中國領先的互聯網廣告全流程效果監測、分析評估、媒介優化咨詢服務和技術解決方案提供商，并長期服務于微軟、寶潔、麥當勞、杜蕾斯、海爾、伊利、星巴克、一汽大眾、東風日產、華碩等 數百家知名品牌客戶。

洪倍向記者透露，AdMaster現在擁有國內最大的廣告監測和數據分析服務器集群，通過彈性規劃，每天處理超過50億數據、分析200個數據指標、迭代超過100種數據模型。強大的技術能力是對第三方互聯網廣告效果監測的最重要的要求。在跨媒體交叉的背景下，廣告效果監測和評估正面臨著越來越大的挑戰。不斷涌現的新平臺以及平臺特性不同造成監測難度加大。在互聯網上，基于Cookie的技術進行都是實測的，通過全流量的監測，來分析有多少人看到了，看了幾次，看了之后有沒有點擊購買等等，面對的是的big data的抓取。這些都是完全實時的、互動的、精準的監測。社會化營銷興起之后，數據需要比較高級的API接口與大的平臺，如新浪、騰訊等實現對接，對接之后，基于大數據進行抓取，這種監測的技術含量和難度更高，遠遠比傳統媒體的監測更依賴技術。互聯網廣告的形式繁多，很難找到統一的度量衡去評估，需要有方法論，需要很強的技術團隊來研發出來工具和產品，需要自動化的、大批量的進行數據的抓取和監測，還需要有人才來解讀數據，提出優化建議，這樣才能更好地服務客戶。在不同的數字營銷平臺，如何打通展示類、社會化媒體、移動媒體等跨媒介平臺廣告效果的對比，如何用廣告主能聽懂的語言，形成一個廣告主最需要的優化建議來服務廣告主，是第三方監測的難題。