数据与广告系列五：广告生态的平衡与人群定向初探
作者 | 黄崇远（题图：pixabay.com，CCO协议）
01
在上一篇《数据与广告系列四：搜索广告来源和竞价策略》中，我们对于竞价机制我们大概有个了解了，但在实际的广告与流量匹配中，价高者得只是个相对结论，我们先来看看整体逻辑。
关于广告平台/流量平台（很多时候是一家，比如腾讯对应各个流量产品线和广告都是一家），广告主，以及用户之间的关系可以理解为如下，所以后续不管是广告模式的改变也好，竞价机制也好，其实核心都是围绕如下如图的香港诉求去优化，去平衡。
但实际上，如果我们要维持整个广告生态平衡，必须要考虑到每个参与方的诉求：
(1) 广告主对于广告平台的诉求是：投放精准点。
(2) 广告平台对于广告主的诉求是：多投点钱，多投几次，价格高点。
(3) 广告主对于用户的诉求是：多点击广告，然后购买或者下载。
(4) 媒体或者流量平台对于广告平台的诉求是：让我的用户多卖点钱。
(5) 广告平台对于媒体的诉求是：用户是真实有效的，不要水军。
(6) 用户对于媒体或者流量平台的诉求是：让我玩好，买好，聊好。
(7) 媒体或者流量平台对于用户的诉求是：常来，来了就不要走了，玩好。
(8) 广告平台不直接接触用户，但通过媒体也对用户有诉求：长什么样子。
我们可以可以看到，价格只是影响到广告主和广告平台的广告预算维度，最多了不起到媒体的流量价值变现的诉求上有体现。
所以实际上，除了竞价带来的价格优势，对于哪个广告匹配哪个流量，还有两个核心点需要处理的：
(1) 让广告匹配的更加精准，要知道大家竞拍可是单次点击的价格，如果点击转化率下降，不管是对于平台方还是广告主都是有损的。
(2) 让整体商业合作更加的长久和平稳，其实我们之前包括探索GSP也好，VCG也好，或多或少都期望模式稳定，但其实还有其他考量点，就是如何评估长久合作的效果。
对于转化率来说，其实核心就是人群的精准画像，这是基础，在这个基础上，如何做进一步的精准匹配，进而做CTR（Click-Through-Rate）预估，这个我们后续文章里一定会详细的介绍相关细节技术的点，这里只是提一下。
单次的收益我们要考虑，但后续是否会有持续性的合作，一些单次收益高但是对于平台长久合作甚至是提高收益有损的事如何做评估，或者说加入到广告排序的逻辑里。
其中曹政的“caoz的梦呓”有篇文章《广告投手江湖之，玩转质量分》提到了类似的概念，其实就是考虑预算的持续投入性，客户的增长性等偏长期性质的评估。
当然，这里为了方便理解，更愿意将质量分或者类似的概念定位为长期收益评分，所以整体排序分数=竞价价格*转化率*长期收益评分。
至于说长期收益评分怎么打，这里就只能猜测了，目测会包含诸如广告主级别定位，过往的投放频度，投放额度，投放点击反馈等等，能够隐性的反映出客户是否持久和稳定等相关指标。
02
结合上面我们所了解的整体广告多方参与的情况，在保证生态相对平衡的情况下，如何提高广告市场的流动性，即让广告主更大意愿的参与竞价，乃至于投放频度和规模。
由于核心服务的是广告主，所以我们围绕广告主的诉求，在投放功能设计以及人群定向的角度思考，如何提升参与度以及积极性。
我们暂且先不管标签是否准确，数据来源从哪来，实际情况是目前绝大部分广告平台都支持定向人群的条件圈选，例如：
(2) 性别，男女。
(3) 年龄，通常会做年龄段的划分。
(4) 兴趣标签，构建一二三兴趣类目等。
(5) 操作系统，网络状况等。
(6) APP行为，用户感兴趣的APP领域等，非常bug之标签。
地域属性相对好处理，通过IP做地理位置解析，或者部分流量平台本来就要求用户做位置授权，太多方式可以拿到了；对于性别来说，基础资料来源，或者通过一些行为做类别判定，只要准确率OK是完全可用的；年龄同上；而对于兴趣标签来说，是最常用于做匹配的标签，注重标签结构的设计，当然打标签通常会转化为分类判别的问题来处理；操作系统跟网络状况就不多说了。
最为bug的是APP行为，通常这里的标签跟我们常规应用市场看到类别划分基本上是一样一样的，所以不难猜测，这部分逻辑来源于用户自家APP的安装情况。那问题就大了，除非是专门做应用分发市场的流量平台，不然这些数据哪来的？
对于安卓系统来说，拿到用户桌面的下载列表，不要太简单。要知道，下载一个APP的成本是巨大的，你需要花费时间，流量，精力，所以太能体现用户的兴趣爱好了。
所以，我们在探究业务和数据结合的背后，还是能看到不少东西的。对于产品矩阵丰富的流量平台来说，综合参考多方来源行为数据，给用户打各种预测判别型的标签是有迹可循的，但是一些流量单一的平台，就算是给出各种定向的标签，你能用吗？
但实际上很多时候真的还是能用的，广告业务背后关于数据相关的水据闻是非常之深的，没潜过水所以就不好说了。
回到定向的话题，对于广告主来说，非常开心看到流量被各种标签化，甚至对应组合标签的圈选人群数量。
对于熟练的投手来说，自由的搭配组合标签，然后又异常之了解竞品跟自己抢流量的情况，能够非常老练的进行标签圈选，时段的挑选，然后尽量以合适的价格拿到对于他来说高转化相对低价格的流量。
而对于一些不够熟悉投放逻辑的广告主来说，平台通常会提供一些自动投放匹配的逻辑，以满足投放效果和效率化的诉求。
03
但不管怎么说，流量人群的刻画都是不可缺少的过程，所以流量标签化都是我们做精准广告的前提，而基于标签怎么做投放则是另外一层的东西，在后续我们都将会逐一进行拆解分析。
一些关于自动化匹配的逻辑，关于广告人群如何做具体的定向以及做人群的扩散等等。
本系列的其他文章：
《数据与广告系列一：初识在线计算广告》
《数据与广告系列二：计算广告和推荐系统》
《数据与广告系列三：合约广告与与衍生的第三方广告数据监控》
《数据与广告系列四：搜索广告来源和竞价策略》
感谢关注公众号『数据虫巢』，数据与广告系列已经是第五篇了，这里尽可能的以自己能理解的方式去组织在线计算广告相关的知识点，以构建在线计算广告的知识体系，然后还会不断的加入自己的一些思考和补充进去。
如果想加入大数据技术微信群『畅聊大数据』的朋友，1群已满，2群3群仍可加，可以加我微信mute88，加的时候备注好，我拉你入群。
走过路过的朋友，觉得这个系列有用，欢迎点赞，留言，分享给你的朋友，富裕的同学也不介意大赏一杯咖啡，谢谢，下个章节见。