谷虹+林碧洪
你可知道,在你日常上網打開的每一個網頁前,都有多個廣告主正在進行實時競價,出價最高者將獲得向你展示其廣告的一次曝光機會。
為了準備下個月的馬爾代夫之旅,Fiona最近在網絡上搜索適合油性肌膚的防曬霜信息,不久后她開始注意到,無論她打開新聞網站、登錄郵箱還是上視頻網站看電影,甚至上一些小眾專業網站都會出現露得清防曬霜的廣告。而她一個想學法語的閨蜜則說經常看到一些法語培訓機構的廣告。她們暗自嘀咕:廣告似乎知道我們想要什么,太神奇了!
事實上,就在Fiona打開每一個網頁前,都有多個廣告主對其廣告曝光進行實時競價,出價最高者將獲得向Fiona展示其廣告的一次曝光機會。而這一切的數據分析、出價、競價、投放的完成,只需要0.001秒,而且是程序化自動運作。這種實時競價,利用第三方技術在數以百萬計的網站上針對每個用戶展示行為進行評估以及出價的競價技術,即是RTB廣告模式。簡單地說,就是把每一個用戶每一次的頁面瀏覽以拍賣的形式賣給廣告主,實現互聯網廣告的智能化、精準化、實時性投放。
RTB投放流程:平臺聚合
RTB廣告模式打破了傳統互聯網廣告投放的線性對接流程,以廣告交易平臺為核心,把原本處于產業鏈兩端的買賣雙方——廣告主和網絡媒體聯系起來,通過廣告交易平臺進行采購或售賣“廣告資源”(用戶),形成一個雙邊市場。當然,在廣告交易平臺和最終買賣雙方之間,還有代表廣告主的DSP和代表網絡媒體的SSP。可以說,廣告交易平臺是以雙邊平臺市場為基礎的多邊平臺市場,投放過程中的各個參與方都不是分散的個體,而是平臺聚合的利益網絡。
如圖1所示,RTB廣告模式的四大主要環節都采用平臺聚合的模式運作。Ad Exchange作為核心中介平臺,聚合互聯網廣告交易市場的買賣雙方——DSP和SSP,另外還有DMP。SSP,聚合著數以億計的網絡媒體資源,對這些資源進行集中管理,并接入Ad Exchange形成巨大的流量。DSP,聚合成千上萬廣告主或廣告代理商的廣告投放需求,對他們的需求進行集中服務,在DMP的幫助下實現對用戶的屬性分析和競價。DMP,聚合所有在線數據,包括第一方數據和第三方數據,也包括用戶數據和投放過程中產生的交易數據,協助其他平臺進行數據管理、分析工作。
RTB運作機制:精準化投放
互聯網廣告市場中,同時存在著海量的廣告主、海量的媒體資源和海量的用戶,RTB廣告模式除了實現這些海量信息的聚合以外,更重要的是對各種交互信息進行分解、挖掘、匹配,實現高效率的定向傳送,實現真正的“一對一”傳播和精準化營銷。
在RTB廣告的投放過程中,數據的收集與分析一般經過兩個環節——DSP和DMP的協作完成:當一個用戶打開一個網站頁面時,Ad Exchange會將用戶需求發給DSP,DSP自身擁有一個海量的人群數據庫,可以通過特定的算法、人群定向技術,分析數據庫中關于這個用戶的上網記錄(Cookies數據),同時在DMP更加專業的數據挖掘的幫助下,描繪出這個用戶細致的個人興趣圖譜,從而實現用戶需求與廣告信息的精準化匹配。
當完成用戶的個人屬性分析和匹配后,接著就是將符合這個用戶屬性的廣告投放到他的面前來,這就需要解決多個廣告主競爭同一個目標用戶的廣告展示機會的問題。RTB廣告模式采用實時競價的方法,由Ad Exchange扮演一個仲裁者的角色,判定哪個DSP出價最高,就將這個廣告展示機會判決給出價最高的DSP所代表的廣告主,再接收該出價最高的DSP發送過來的廣告信息,投放到目標用戶打開的網頁上,這就完成了一個精準廣告投放目標。
RTB廣告模式下的精準廣告投放造成的結果就是,兩個不同的人登錄同一個頁面,看到的卻是不同的廣告內容。并且,由于這些廣告是基于不同用戶行為的分析來投放的,符合他們近期的需求和興趣屬性,是對用戶有用的信息,他們就更愿意點擊該廣告,從而提高廣告的ROI(投資回報率),對廣告主有利。而對于媒體來說,他們出售的已不是某個固定的廣告位,而是廣告位背后的用戶,而且每個用戶都是有價值的,媒體不再受有限資源的限制,從而可以增加收益。
RTB定價模式:實時競價
RTB廣告模式下的交易商品不再是媒體廣告位,而是用戶。在實際運作中,RTB廣告模式根據每一個用戶的展示曝光,在支持維克瑞拍賣模式的環境下進行實時競價,這是一種基于拍賣模型的靈活、公平、透明的定價方式。多個買方(DSP平臺)根據約束條件和流量價值的評估同時出價,賣方(SSP平臺)根據自己的服務能力和水平要價,拍賣中介(Ad Exchange平臺)維護拍賣規則,裁定出價最高者獲得該用戶的展示曝光機會。最終,交易價格以第二高出價支付。這種方式可以鼓勵買方出更高的價,使媒體資源提供商獲得更大的收益。具體來說,RTB廣告模式的競價流程經過三個步驟:第一步,媒體資源提供商(SSP)向廣告交易平臺提供用戶ID、廣告位信息、最低出價等;第二步,廣告交易平臺邀請各大廣告主代理商(DSP)出價;第三步,各大廣告主代理商(DSP)通過對該用戶價值的分析決定是否出價和出多少價,由廣告交易平臺裁定出價最高的DSP獲得該用戶的廣告展示機會。
這個拍賣流程中最為關鍵的是廣告主代理商(DSP)的競價策略。由于廣告主購買的不再是某個媒體廣告位,而是某個特定的用戶。廣告主代理商(DSP)是否出價和出多少價,是建立在對這個用戶有多少了解的基礎上,這就需要借助大數據技術,對用戶行為及相關信息進行挖掘和深入分析。因此,競價過程中不再需要關注其他競爭對手的出價情況、策略和整體市場評估,也不需要考慮媒體資源的市場供需情況,而是把主要精力放在對目標用戶的數據挖掘和價值評估上,這就促使廣告主代理行業(DSP平臺)尋求技術創新,利用信息技術和數據服務使互聯網廣告市場得到更好的資源配置。
另外,RTB廣告模式運作的實時性,使得廣告效果反饋也是實時的,由此為RTB廣告模式的定價提供更高效的調整空間。廣告主代理商(DSP)可以根據對某個用戶投放的實時效果數據,對投放策略進行實時優化。也就是說,如果效果未能達到預期,那么在下一次競價時就可降低出價,或者不再對該用戶進行競價。這樣確保廣告主媒體投放費用的效益最大化。
由此可見,在RTB廣告模式下,一方面,大小廣告主都可在同一起跑線上與眾多競爭者公平競價,并且價格透明。另一方面,RTB廣告模式使得網站三、四級頁面的剩余庫存和中小網站也可以參與到廣告交易中來,以合理的價格獲得收益。此外,每個廣告位資源因不同用戶的訪問可以在一天內重復出售,從而提高媒體收益。
RTB產業核心:廣告交易平臺
在RTB廣告模式中,廣告交易平臺是一個核心服務,連接媒體資源買賣雙方,使它們同時聚集到同一個平臺上。一方面,代表廣告主利益的廣告主代理商通過廣告交易平臺采購有價值的用戶,由廣告交易平臺判定出價者最高的DSP所代表的廣告主獲得對該用戶進行廣告展示的機會,以實現精準化投放。另一方面,代表網絡媒體利益的媒體資源供應商(SSP)對海量的媒體資源進行管理和優化,并將這些流量接入廣告交易平臺出售,以實現流量變現。廣告交易平臺在其中作為一個中介,不代表任何一方的利益,制定和維護互聯網廣告交易的規則,營造一個公平、透明的交易環境。
更重要的是,RTB廣告模式下的廣告投放流程是基于平臺運作的程序化購買和技術性投放,各環節發揮平臺效應和相互協作,完全不需要人力執行,在100毫秒內,就可實現廣告的實時、高效投放,不像傳統媒介購買公司那樣需要耗費大量時間和人力資源,實現了智能化的互聯網廣告投放,大大提高了互聯網廣告行業的服務規模和服務效率。
RTB產業網絡:互為支撐
在RTB廣告模式下的互聯網廣告產業鏈,除了原本的廣告主、廣告代理公司和網絡媒體三大主體以外,還衍生出了廣告交易平臺(Ad Exchange)、廣告主需求代理平臺(DSP)、媒體資源供應方平臺(SSP)、第三方數據管理平臺(DMP)等眾多重要角色。此外,RTB廣告模式在未來相當長的一段時間內將與傳統廣告投放方式并存。因此,互聯網廣告產業結構是傳統互聯網廣告產業鏈與RTB廣告產業網絡的融合體,使得整個產業結構變得更加復雜。
這個基于RTB廣告模式下的互聯網廣告產業網絡,在傳統互聯網廣告四種產業價值鏈的基礎上,又增加以下三條產業價值鏈:
第一,“廣告主→DSP平臺→廣告網絡/廣告聯盟→網絡媒體”。由于大部分廣告網絡/廣告聯盟直接運營了很多流量,他們更愿意以獨占的方式運營,而不愿意開放接入媒體資源供給平臺(SSP)或廣告交易平臺(Ad Exchange)。因此,這就導致產業網絡中出現了一個“混血兒”——DSPAN(即“DSP + Ad Network”的模式),即廣告主需求代理平臺(DSP)直接可以通過廣告網絡/廣告聯盟進行流量采購。在RTB廣告模式自身的產業鏈尚未完善前,廣告網絡/廣告聯盟在初期可以為DSP提供較大的流量,DSP與廣告網絡的業務可以相互滲透支持。
第二,“廣告主→廣告代理商→RTB平臺技術服務商→網絡媒體”。這條價值鏈實際上是傳統互聯網廣告產業價值鏈在RTB廣告模式下的進化。但這其中的廣告代理商在未來將不再是傳統的廣告代理商,而是具有數字化廣告投放工具或技術(Trading Desk)的廣告代理商,可以對接多個DSP來幫助廣告主進行廣告優化投放。
第三,“廣告主→RTB平臺技術服務商→網絡媒體”。這條產業價值鏈即RTB廣告模式自身的產業價值鏈,目前在我國正處于初始階段,產業鏈上各個環節發展還很不均衡,處于一種脫節的狀態。因此,未來這一產業價值鏈要成為互聯網廣告產業價值鏈中最主要的價值鏈,就必須不斷開放、逐步走向完善的產業細致分工。
RTB模式實質上是一項購買“用戶”的技術,它的成功很大程度是要依賴于數據的運用,廣告主對RTB投放的需求越旺盛就會對用戶數據的分析要求越高,而國內DSP之間的數據不可以進行交換,這將促使一直以來缺位的第三方獨立數據管理平臺DMP的出現。RTB廣告投放會從單一PC端逐漸走向多屏幕整合,那么基于用戶興趣、上網行為、地理位置、交易信息、物流信息等數據將深度融合,未來會構建出一個更龐大的大數據服務、多渠道整合營銷體系。(作者來自暨南大學新聞與傳播學院)
(編輯:周春燕 179724189@qq.com)