程序化购买：自动化广告购买

程序化购买：自动化广告购买

程序化的结构

程序化购买是根据特定用户的兴趣和需求，以拍卖形式为其自动购买目标广告。有一些服务和平台可用于此目的。

数据供应商--数据提供者。

他们分为两组：提供从处理过的数据中收集的受众群体（处理过的数据供应商），以及提供原始数据的人（原始数据供应商）。

SSP（供应方平台）

--出版商的一个平台，允许广告网络和网站出售广告空间。

Ad Exchange (广告交易所)

- 一个广告交易所。向广告网络和出版商网站的访问者放置展示品进行销售，并负责接受DSP的出价并宣布赢家。

Ad Network

是一个广告横幅网络。它包含横幅，并在广告服务器的帮助下管理其展示，广告服务器将广告送到出版商的网站，计算展示次数、点击次数并管理活动优化。

DSP（需求方平台）

--从供应商那里购买数据并将其用于广告的公司。本文将主要关注这些平台的工作。

DSP（需求方平台）

--自动购买在线广告的工具，直接与SSP（供应方平台）、广告网络（广告网络）、广告交易所（广告交易所）和网站（在在线广告的术语中，它们被称为出版商）互动。

DSP的工作策略（目标定位)

DSP与许多广告商合作，每个广告商都会开展一些活动（有时其数量达到数千）。每个活动都有一个单独的广告印象购买策略，由一组目标定位组成。让我们来看看最常见的策略。

通过域名列表（网站）进行定位。

DSP只有在来自SSP的请求来自某个特定网站时才出价。这种方法通常被那些希望自己的广告出现在某一背景下的广告商所使用。

地理定位

如果请求来自位于某个城市甚至某个邮政编码的用户（与美国或英国等国家有关），DSP会出价。位置是由DSP平台根据SSP请求中的IP地址确定的。

印象频率的定位

频率上限指的是避免向用户过于频繁地展示同一个横幅的能力。这种限制的意义在于，比如说，如果展示了20次之后，用户没有进行任何目标行动（点击、订单或其他），那么花钱为这个用户购买印象是毫无意义的。

除了限制所有时间的印象之外，DSP通常允许你设置一分钟、一小时、一天和一周的限制。因为在第一分钟内用所有的20个节目 "轰炸 "用户是不太合理的。

重定向

这种方法允许你向访问过广告商网站的用户展示广告，但他们没有实施目标行动（例如，购买、填写表格或打电话）就离开了。正如统计数据显示，这些用户仍然可以通过提醒他们的存在而被说服。

RTB推动了重定向的发展。由于连接了大量的SSP，并能获得数十亿的广告印象，DSP有能力 "接触 "到广告商网站的几乎所有访客。

值得一提的是重定向的延伸之一--动态重定向（DCO--动态创意优化）。在这种情况下，用户会根据他对广告商网站的访问历史显示一个个性化的横幅。例如，一个浏览过十双鞋的用户将被显示一个带有价格的横幅。

按受众群体定位

这种类型的定位允许你向对某一主题（如汽车或体育）感兴趣的用户，以及某一人群（如25-40岁的男性）显示相关信息。

通常情况下，DSP购买关于用户的DMP（数据管理平台）数据。DMP定期（例如，每天一次）向DSP上传用户数据库，用于处理拍卖请求，并决定向该用户提供何种广告。

当DSP实时地从DMP中学习信息时，也可以有更高级的选择，即在SSP的每次请求后向DMP发送一个请求。

预测性优化

以上所有的定位只是定义了选择用户来展示广告的逻辑。然而，它们并不影响对出价大小的定义。

与只有上述目标定位的DSP合作，需要手工操作--营销人员或流量经理必须自己选择费率，并根据广告活动的结果（每次点击或转换的有效价格）改变目标定位。但在后工业社会中，劳动力是昂贵的，而且由于人为因素，出现错误的可能性很大。

为此，一些DSP实施了预测性优化算法（有时这种算法被称为 "预测器 "或 "预报器"）。让我们在一个例子上考虑他们的工作。

让我们想象一下，一个银行的营销经理决定为一个新产品推出广告活动。为此，他选择了几十个有安全受众的网站（按领域定位），并选择了银行分支机构所在的主要城市（按地域定位）。

通常，预测性优化算法是通用的，也可以预测另一个目标行动的可能性，如购买（转换）。