運(yùn)營(yíng)商數(shù)據(jù)在DSP廣告中的使用方法

創(chuàng)新互聯(lián)為你提供DSP廣告最新資訊：運(yùn)營(yíng)商數(shù)據(jù)在DSP廣告中的使用方法。

現(xiàn)在業(yè)界正在熱烈討論運(yùn)營(yíng)商如何去電信化、避免淪為管道商。運(yùn)營(yíng)商通過(guò)數(shù)據(jù)挖掘來(lái)開展增值業(yè)務(wù)的實(shí)踐也早已開始。 不過(guò)現(xiàn)在情況有了新的發(fā)展，美國(guó)的電信運(yùn)營(yíng)商的步子邁得更大了。據(jù)華爾街日?qǐng)?bào)報(bào)道，國(guó)外運(yùn)營(yíng)商開始將自己手握的海量用戶數(shù)據(jù)變現(xiàn)，將用戶的位置、旅行、上網(wǎng)流量**慣等信息出售給包括廣告公司在內(nèi)的第三方。

那么在國(guó)內(nèi)運(yùn)營(yíng)商數(shù)據(jù)如何使用才能發(fā)揮大價(jià)值呢?本篇文章會(huì)介紹到

• 1.實(shí)時(shí)競(jìng)價(jià)算法(RTB)與Ad Exchange/DSP知識(shí)簡(jiǎn)介
• 2.DSP中的實(shí)時(shí)競(jìng)價(jià)算法的主要功能及關(guān)鍵問(wèn)題
• 3.運(yùn)營(yíng)商數(shù)據(jù)如何在算法各個(gè)環(huán)節(jié)上使用形成閉環(huán)的機(jī)器學(xué)習(xí)

一、實(shí)時(shí)競(jìng)價(jià)算法(RTB)與Ad Exchange/DSP知識(shí)簡(jiǎn)介

首先簡(jiǎn)單介紹下實(shí)時(shí)競(jìng)價(jià)的應(yīng)用典型場(chǎng)景：

實(shí)時(shí)競(jìng)價(jià)會(huì)發(fā)生在Ad Exchange、SSP、DSP這些參與媒體流量售賣與購(gòu)買的各個(gè)系統(tǒng)上(現(xiàn)在一個(gè)更廣泛的概念叫做程序化購(gòu)買/售賣)，本次交流主要關(guān)注在DSP側(cè)的實(shí)時(shí)競(jìng)價(jià)的主要問(wèn)題及我們的解決方法。

DSP的最簡(jiǎn)模型如上圖所描述。簡(jiǎn)單的說(shuō)就是根據(jù)廣告主的用戶定向條件通過(guò)實(shí)時(shí)競(jìng)價(jià)的形式完成交易。

接下來(lái)就參考文獻(xiàn)和個(gè)人的理解，對(duì)目前DSP市場(chǎng)發(fā)展的現(xiàn)狀分析：DSP作為一個(gè)產(chǎn)品形態(tài)，出現(xiàn)在中國(guó)已經(jīng)近3、4年的時(shí)間了。隨著大數(shù)據(jù)的火熱，有數(shù)據(jù)資源的公司都開始想著數(shù)據(jù)變現(xiàn)的方法或者說(shuō)商業(yè)模式，而基于RTB的廣告是互聯(lián)網(wǎng)數(shù)據(jù)變現(xiàn)的最直接有效的途徑。目前國(guó)內(nèi)的DSP廠商應(yīng)該也在百家左右(也有大于50家的說(shuō)法)，可是真正有規(guī)模有口碑的DSP依然是屈指可數(shù)。中等規(guī)模的DSP局限于自己的客戶規(guī)模，目前也發(fā)展遇到了不可避免的瓶頸期。下圖是目前國(guó)內(nèi)程序化廣告技術(shù)生態(tài)圖。

DSP在這個(gè)市場(chǎng)中的占比也會(huì)不斷的提高，這是市場(chǎng)趨勢(shì)和技術(shù)進(jìn)步的不可逆轉(zhuǎn)的方向。谷歌，淘寶，百度，騰訊都擁有自己的AdExchange和DSP，雖然目前的AdExchange和DSP真正盈利的并不多，但大家都沒有放棄這個(gè)市場(chǎng)反而大張旗鼓的挺進(jìn)這個(gè)市場(chǎng)，正是因?yàn)榇蠹叶伎吹搅诉@個(gè)趨勢(shì)?；赗TB的程序化購(gòu)買和售賣已經(jīng)浸入到媒體(Private/Public SSP)、交易平臺(tái)(AdExchange)、廣告主(Private/Public DSP)三個(gè)主體之中。同時(shí)也促進(jìn)了第三方檢測(cè)技術(shù)的廠商，如秒針和AdMaster等。

二、DSP中的實(shí)時(shí)競(jìng)價(jià)算法的主要功能及關(guān)鍵問(wèn)題

DSP是對(duì)廣告主的需求負(fù)責(zé)的系統(tǒng)，他的基本功能包括：人群/媒體/地域/時(shí)間等定向，曝光頻次控制，價(jià)格優(yōu)化，預(yù)算控制等等，最終目標(biāo)是完成廣告主的目標(biāo)，包括：曝光，點(diǎn)擊，注冊(cè)，收藏，訂單等等。通常的用戶定向描述如下圖所示：

一個(gè)廣告主入駐DSP需要銷售合同的簽訂，運(yùn)營(yíng)策略的制定和實(shí)施，運(yùn)營(yíng)數(shù)據(jù)的支持與分析，運(yùn)營(yíng)日/周報(bào)，運(yùn)營(yíng)結(jié)項(xiàng)報(bào)告等等運(yùn)營(yíng)支持，當(dāng)然背后也需要產(chǎn)品技術(shù)的響應(yīng)支持與改造。下面創(chuàng)新互聯(lián)分享一下我們團(tuán)隊(duì)對(duì)DSP系統(tǒng)的思維導(dǎo)圖：

上述思維導(dǎo)圖可能看不清楚，將算法系統(tǒng)放大如下：

基于上述思維導(dǎo)圖，形成我們的算法整體架構(gòu)，方便大家理解算法整體架構(gòu)簡(jiǎn)單描述如下：

算法整體由四大部分構(gòu)成：在線投放模塊、算法平臺(tái)、算法評(píng)估與可視化、數(shù)據(jù)收集模塊。在線投放模塊負(fù)責(zé)在線投放、算法與策略實(shí)施，并給每次投放打上算法標(biāo)簽方便跟蹤分析。算法平臺(tái)完成模型訓(xùn)練與離線評(píng)估優(yōu)化，基于Hadoop Spark MLLib技術(shù)及自有算法包開發(fā)，模型以PMML標(biāo)準(zhǔn)語(yǔ)言描述，方便與在線投放模塊交互。數(shù)據(jù)收集模塊負(fù)責(zé)投放與效果收集。算法評(píng)估根據(jù)算法標(biāo)簽及數(shù)據(jù)收集，利用典型指標(biāo)進(jìn)行可視化評(píng)估。

上面介紹4個(gè)基本模塊的功能，下面介紹下關(guān)鍵模塊的架構(gòu)方法。在線投放模塊基本架構(gòu)采用分層模塊化的方式，將競(jìng)價(jià)流程按照漏斗模型分成幾個(gè)典型層次，對(duì)流量進(jìn)行逐步篩選，每層的算法模塊可以做到熱插拔和并行分流。算法平臺(tái)的基本架構(gòu)如下：

多算法組合示意圖如下：

數(shù)據(jù)適配器，用來(lái)適應(yīng)多變的業(yè)務(wù)數(shù)據(jù)。通過(guò)相對(duì)通用的算法包，結(jié)合適配器，適應(yīng)多種形式的數(shù)據(jù)源與算法業(yè)務(wù)需求。通過(guò)前面提到的適應(yīng)熱插拔和多算法并行的投放系統(tǒng)做到多算法并行投放。并結(jié)合算法評(píng)估和可視化系統(tǒng)做到多算法評(píng)估。多算法組合與評(píng)估，主要的評(píng)估手段為典型指標(biāo)可視化支持下的A/B測(cè)試。

數(shù)據(jù)的閉環(huán)控制和自優(yōu)化及適當(dāng)?shù)奶厥鈴V告主的策略支持架構(gòu)是算法架構(gòu)的另一個(gè)關(guān)鍵問(wèn)題，需要做到平臺(tái)整體優(yōu)化與廣告主優(yōu)化的有機(jī)結(jié)合才能滿足廣告主千變?nèi)f化的需求指標(biāo)。隨著市場(chǎng)的成熟，廣告主越來(lái)越不滿足于初期的曝光和點(diǎn)擊，更多的關(guān)注進(jìn)站后的有效行為。

如何做好DSP的算法是從本質(zhì)上提升DSP效果的技術(shù)手段，也是困擾DSP廠商的核心技術(shù)問(wèn)題。如何利用數(shù)據(jù)進(jìn)行算法優(yōu)化。就是利用這些數(shù)據(jù)處理協(xié)調(diào)好用戶、媒體、廣告三者的關(guān)系。在合適的環(huán)境給合適的人以合適的價(jià)格投放合適的廣告。

要解決DSP的效果問(wèn)題就需要對(duì)上面提到的三個(gè)關(guān)鍵因素及其相關(guān)關(guān)系進(jìn)行徹底的分析和基于機(jī)器學(xué)習(xí)(數(shù)據(jù)自循環(huán))的使用。

(1) 用戶的分析：用戶的人口統(tǒng)計(jì)學(xué)屬性、興趣愛好、消費(fèi)偏好;廣告主站內(nèi)行為分析;廣告偏好(如是否點(diǎn)擊)等。

(2) 媒體的分析：廣告位信息、內(nèi)容(特別是頁(yè)面關(guān)鍵詞)、分類

(3) 廣告的分析：廣告主分類，廣告活動(dòng)分類，廣告目標(biāo)，創(chuàng)意類型

(4) 環(huán)境的分析：地域、時(shí)間、瀏覽器、設(shè)備、操作系統(tǒng)

上述四個(gè)方面及典型特征僅僅是舉例，不是所有?；谒闵鲜鏊膫€(gè)方面特征的分析及相互的關(guān)聯(lián)關(guān)系分析可以幫助大家更全面的分析流量特性及價(jià)值，有利于在DSP購(gòu)買過(guò)程中進(jìn)行決策。

目前我們實(shí)現(xiàn)的算法模塊及方法供大家參考：

點(diǎn)擊率預(yù)測(cè)：(1)+(2)+(4)+(3) 核心算法：統(tǒng)計(jì)/邏輯回歸/其它

競(jìng)價(jià)價(jià)格預(yù)測(cè)：(2)+(4):統(tǒng)計(jì)/對(duì)數(shù)正態(tài)分布/其它

基于目標(biāo)的效果預(yù)測(cè)：(1)+(3)+(4)+(2):稀疏事件/類目/統(tǒng)計(jì)

三、 運(yùn)營(yíng)商數(shù)據(jù)如何在算法各個(gè)環(huán)節(jié)上使用形成閉環(huán)的機(jī)器學(xué)習(xí)

1、運(yùn)營(yíng)商數(shù)據(jù)的優(yōu)缺點(diǎn)

運(yùn)營(yíng)商發(fā)展大數(shù)據(jù)具有其他行業(yè)無(wú)可比擬的優(yōu)勢(shì)，主要體現(xiàn)在：

1)運(yùn)營(yíng)商掌握數(shù)據(jù)全面充足。電信的領(lǐng)域之中，數(shù)以億計(jì)的通信用戶基數(shù)保證了數(shù)據(jù)的海量和多元性;

2)數(shù)據(jù)提供的可持續(xù)性。通信網(wǎng)絡(luò)的時(shí)時(shí)存在為數(shù)據(jù)的持續(xù)和速度提供了保證;

3)運(yùn)營(yíng)商對(duì)數(shù)據(jù)可以有效利用。運(yùn)營(yíng)商可以通過(guò)對(duì)海量數(shù)據(jù)的有效分析，更加精準(zhǔn)、更加高效地把握用戶需求，為廣大用戶和社會(huì)各界提供他們需要的產(chǎn)品和服務(wù)。

運(yùn)營(yíng)商數(shù)據(jù)也有其缺點(diǎn):

1)數(shù)據(jù)地域不同格式和字段差異

2)敏感信息風(fēng)險(xiǎn)

3)處理分析的難度較高

2、運(yùn)營(yíng)商數(shù)據(jù)在DSP算法上的應(yīng)用

運(yùn)營(yíng)商數(shù)據(jù)可以有效給DSP算法提供人群標(biāo)簽信息(這個(gè)在周一的介紹中已經(jīng)詳細(xì)闡述，在此不再詳細(xì)闡述)，可以對(duì)DSP的投放效果進(jìn)行收集和分析，從而建立有效的機(jī)器學(xué)習(xí)機(jī)制，有利于算法不斷優(yōu)化。目前我們已經(jīng)形成了運(yùn)營(yíng)商數(shù)據(jù)利用的方法論，跟大家分享如下：

運(yùn)營(yíng)商作為數(shù)據(jù)的管道，用戶的行為數(shù)據(jù)均可以在其中采集和利用，如何有效的利用并閉環(huán)到DSP算法中，形成機(jī)器學(xué)習(xí)鏈路是DSP算法利用運(yùn)營(yíng)商數(shù)據(jù)必須解決的問(wèn)題。經(jīng)過(guò)DMP團(tuán)隊(duì)與DSP團(tuán)隊(duì)的緊密合作，在投放時(shí)植入投放特征代碼，在分析數(shù)據(jù)時(shí)根據(jù)特征代碼進(jìn)行分析，結(jié)合統(tǒng)一用戶識(shí)別技術(shù)，可是分析出用戶經(jīng)投放引領(lǐng)進(jìn)站前、后的行為及動(dòng)作，對(duì)投放的效果進(jìn)行分析，并對(duì)投放人群進(jìn)行優(yōu)化，整體提高投放效果。

本文題目：運(yùn)營(yíng)商數(shù)據(jù)在DSP廣告中的使用方法
文章起源：http://www.bm7419.com/news31/167231.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站建設(shè)、網(wǎng)站策劃、面包屑導(dǎo)航、動(dòng)態(tài)網(wǎng)站、網(wǎng)站導(dǎo)航、定制開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)