互联网广告定向体系研究报告

一、定向的集合逻辑及应用方式

目前业界有两种主要的定向逻辑思路。

1.提供所有的定向条件，选择所有的定向条件取交集，然后为最终的出价。这类定向方式以Facebook、广点通、头条等社交资讯类场景居多。

2.选择定向上分为两步，①圈选流量②定向溢价。这类定向方式主要应用在阿里妈妈这类电商场景。

具体的业务表现：

1.搜索场景下

2.展示场景下

二、定向体系框架

1.背景调研

通过调研业界常见广告系统的定向树体系，大体状况如下：

阿里妈妈钻展。单品与店铺的定向体系不同，白盒化的定向并不多，各定向之间重叠性很强，逻辑不清，参考性不强

达摩盘。定向标签极为丰富，总结1000+的标签，定向树体系相对完整，但重叠性依然很强。

广点通、Facebook在投放端白盒了大量的可选定向，分类清晰完整，但较多为人群属性及行为定向，对商业属性直接关联的标签有限。

2.定向方案

基于以上调研，初步确定的待讨论方案包括如下定向标签。

基础属性。人的基础属性标签，包括地域、年龄、性别等。

兴趣偏好。这部分是投放端已有的定向能力，后期可规划更细的基于宝贝、店铺或行业的搜索选择，特定trigger的定向功能。

行为轨迹。基于兴趣偏好更细的行为（包括浏览、点击、成交、收藏、复购等），及不同时间段的行为交叉（包括1天、7天、30天的行为）。

消费能力。基于平台购物行为、客单价、交易额计算高中低，及类目上的高消费偏好。

好友关系。基于平台的关系链数据，推荐偏好该宝贝、店铺、行业的好友用户。

自定义人群。支持上传自定义人群包，lookalike扩展包的大小。

三、DMP设计思路

目前业界DMP主要支持以下三个功能：

人群上传及扩展。

精细化标签选取。

人群包画像解析。

1.人群上传及扩展

基于已上传的人群包，可以扩展人群包大小。

基于已有的标签，可以扩展标签定向人群大小。

2.精细化标签选取

标签市场。提供丰富化的标签类别，提供标签管理等能力。

标签操作台。提供各标签之间的交、并、补、非的逻辑编辑。

3.人群包画像解析

对已上传、已扩展、已编辑的人群包进行人群洞察，给出固定的透视维度，以便广告主评价、校验已选人群。