数据如何在程序化广告中发挥作用

广告行业如同所有的传统产业一样，从粗放型发展都已转向以数据为基础的程序化管理。海量数据涌入网络的同时夹杂着极具价值且充满着差异化的用户信息。而程序在速度和精准上较人为处理这些数据有着无可比拟的优势。

在程序化广告生态中，DMP（数据管理平台）是基于大数据的用户行为标签数据挖掘、分析、管理平台，专职负责给广告需求方提供精准的数据决策支持，帮助其进行广告交易和广告投放。

其中，DMP所提供的精准数据支持直接体现着其经济价值，以广告投放为例，广告主触达到了更多目标用户从而减少了投放浪费，而媒体资源方则享受着更精准的数据带来的更高的利润，用户则看到了符合自身需求的广告，实现了广告主、资源方、用户的三赢。

本期技术专栏，AdBright广告将从DMP性质、基础应用两个层面解构数据在程序化广告的作用。

一、DPM的性质

1.DMP的分类和优劣

第一方DMP：即广告主私有DMP，即广告主在积累了自己的用户数据库后建立的自用DMP。

优点：是广告主最直接，最有价值的数据，精准度高；

缺点：覆盖人群数量少，且用户数据标签不够全面；

第二方DMP：只服务于自建生态网络的DMP，如百度搜索广告、淘宝平台推广、腾讯广点通。

优点：DMP覆盖人群数量更广，精准度也很高；

缺点：较难实现跨平台的数据服务；

第三方DMP：即利用自己收集的数据为广告主提供数据支撑服务，基于数据量收取服务费用。

优点：可跨平台提供数据服务；

缺点：数据来源良莠不齐；

2.DMP的核心内容

在数据输入DMP后，对数据进行标签生产和管理、最终输出满足不同需要的精准数据，这都离不开标签管理优化体系。在多维度的用户标签体系中，一般分为人口、位置、终端、兴趣、其他等属性。

二、DMP的基础应用

DMP的标签体系，能为需求方的广告投放提供最基本的人群定向功能,为广告优化师提供多维度的的标签选择。

除此之外，DMP还能结合投放产品和自身平台数据，依赖大数据和机器学习对产品的种子数据进行目标用户拓展，输出目标人群数据包，实现精准定位。

三、总结和展望

DMP会逐步打破孤立式数据边界，在平台、用户层面实现更强的适用性,同时，程序化广告对数据的利用正在逐渐向AI自动化转移，由人工经验选择转变为机器自动决策。

在可预见的未来，DMP 的应用场景将进一步智能化，信息实时更新，系统拥有自我学习和迭代的能力。

延伸阅读：

2019年必懂的41个程序化广告专业术语

程序化广告生态中的流量接入

浅析程序化广告中的RTB竞价原理

数据如何在程序化广告中发挥作用

程序化广告中的数据应用-oCPM

程序化广告中的数据应用-lookalike

简析程序化广告中的第三方监测

浅析程序化创意原理

程序化广告归因模型知多少