基于VRM（访问者关系管理）的RTB（实时竞价）

凌晨，梦芭莎精准营销总监。2006年至2007年从事B/S结构程序开发工作；2008年正式投身网络营销的研究及其相关实践与应用；2010年进入梦芭莎参与企业级别的搜索营销工作；现阶段工作主要以大数据为基础，整合SEO、SEM、RTB来推动精准化网络营销，从而达到增强用户体验、积淀品牌影响力、和提高流量转化率的效果。希望能够与更多的同行交流关于精准营销话题，QQ：68590459。

———————————————————————

据权威调查显示，电商网站的流量中只有2%的访客发生了消费，而剩下98%访客则被白白流失掉。到底是什么原因造成了流量转化率如此之低，又有什么好的策略可以来帮助电商解决这个问题呢？

相信很多人有过这样的经历和体会，在浏览一些商品的页面的时候，我们之所以迟迟没有下单购买，主要还是在权衡该商品的性价。大部分的情况下我们会因为在不断的选择中关掉一个又一个产品的页面，进而出现的情况是我们浏览了一圈什么也没买到，而商家虽然对产品做了详细的介绍和推荐，但是依旧没有成功的说服消费者。只要短短的几分钟，我们可能就已经忘掉了刚才所看过的页面，同时，商家也因此错失掉了销售产品的机会。

由上可见，消费者消费前的决定时期使得消费行为很难如期望的那样直接发生，从而造成电商中普遍存在的流量转化率低的问题。这不但消耗了消费者的精力，同时更让电商只能空望流量而兴叹。

不过如果能够做出一些小小的调整，可能情况会完全不一样。我们在浏览了某个电商网站之后，对于其中的一些商品表现出较为浓郁的兴趣，在了解完商品的属性后，由于我们还需要对是否购买商品进行进一步的判断，或者仅仅是想随便转转，这个时候就会离开了这个商品的页面，甚至是关掉了这个电商的网站，开始进行其他页面内容的浏览。一段时间后，突然在另外一家和该电商的没有什么关系的网站上又看到了具有那个商品图片的广告图片，我们都会非常惊奇，这个网站怎么会知道我看过这个商品呢，进而点击广告进入到商品页面中，发现就是之前自己感兴趣的商品，或者是其他相关的商品。因为已经经过了一段时间的思索和判断，如果觉得商品的性价还不错的话，我们就会在这第二次浏览商品的过程中购买该商品。我们买到了心仪的商品，而电商也因此赚到流量的同时赚到了销售量。

实际上这样一个神奇流程的背后，起到关键作用的就是解决流量低转化率的全新策略—基于VRM（访问者关系管理）的RTB（实时竞价）。

　点石成金的RTB

RTB的概念大家已经不陌生，其英文全称为Real Time Bidding，简单来说RTB就是利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术，中文名称就是大家熟悉的“实时竞价”。

传统的广告投放都是通过大量购买投放频次来实现的。对于广告受众来说，可以粗略的被分为关心该商品服务广告内容和根本不关心该广告内容的人群两类。粗放的广告投放虽然能够对关心广告内容的浏览者带来一定的帮助，但是根本不关心该商品服务的消费者对于广告通常都是置之不理的。这不但浪费了大量的广告流量，同时访客认为无相关性的广告对其是一种骚扰，这也进一步降低了访客浏览的体验和感受。

但是RTB的横空出世打破了这种传统意义上的广告投放方式，所有的广告客户都可以利用第三方技术，充分的对全网每一个具有潜在消费需求的访客进行快速的评估，然后在评估的基础上作出广告位的实时竞价，以准确的将消费者关心的广告内容呈现在其面前。

RTB的优势在于，能够有效的规避掉无效的受众达到，只针对有意义的用户进行广告的购买。精简、精确的广告投放流程，极大的降低了企业的广告营销成本，提高了广告效果和投资回报率，同时也优化了访客的浏览体验。

与RTB相关的重要概念还有4个，第一个是Ad Exchange，即广告交易平台，实际上就是一个在线的广告交易市场，能够满足广告供需双方进行交易的平台；第二个是SSP（供应方平台），即在广告交易平台中发挥提供广告库存的作用；第三个是DSP（需求方平台），既然有了供应方平台，自然不能少了需求方平台，广告客户在这里高效的购买广告库存；最后一个则是DMP（数据管理平台），大量的广告交易涉及到海量的信息，包括有访客信息和广告供需双方信息等，自然少不了DMP对数据的管理和支持。这四个环节缺一不可，当前从实用性角度出发，RTB实现了广告联盟、门户媒体等其他媒体资源的整合，使所有媒体资源可以在同一DSP平台进行采买、优化工作；实现基于第一方DMP的实时竞价；实现cookie级精准定向，进行一对一的精准营销。它们在服务网路营销的同时，也以革命性的力量催生了新的互联网广告格局。

有了广告技术的支持，接着就需要我们寻找能够更加准确标的用户属性方法，VRM应运而生。

洞悉心灵的VRM

在说VRM之前，必须得先说说CRM。CRM的英文全称为Customer Relationship Management，即为客户关系管理。仅从字面我们就能够理解其含义，只要是和电商发生了购买关系的顾客都可以被归入到这个范畴内来进行管理。我们可以对发生了消费行为的顾客进行标记管理，从而以标签的形式了解到顾客的各个属性，例如人群属性、地域属性和订单属性等。不过CRM所涉及到的人群过于局限，往往只能够占到总访客的2%，而98%的访客并没有发生任何消费行为，而如果能够进一步对这98%的访客进行深入的挖掘，这将为电子商务营销领域打开新的大门。

而VRM的出现将这一切从空想变为了可能。从字面意思我们不难理解，访问者关系管理（VRM）意味着将所有的访客都看做是潜在的消费者。VRM对营销的介入从过去粗放的一刀切模式变成了全盘细分的模式，通俗点来说就是将全网范围内一对一的概念引入到了网络广告营销中。VRM的目标群体是包含CRM用户在内的100%的用户，通过用户站外流量来源、站内关键行为节点跟踪、网站订单和购物属性的关联分析，可以提高ROI（投资回报率）、访客忠诚度和订单转化率，最终提高运营利润。

VRM直接颠覆现在依旧在广泛使用的群体定位模式，采用个性化的一对一的营销方案，直接提升访客面对广告投放时的体验，尽享智能广告推荐所带来的便利。举例来说，一个广告客户在一个女性网站上投放的是化妆品的广告，虽然满足了一部分女性的需要，但是还有不少的人对于化妆品不感兴趣，兴趣点在服装上面，这样实际上依旧是在无形中浪费了广告资源，同时无法满足访客的要求。但是在采用了VRM之后，将所有的访客属性都进行标签化的处理，一切将变得大为不同，访客在浏览任何网站的时候，都惊喜的发现符合自己内心期望的产品或者是服务出现在广告栏中，有需要的话只要轻点鼠标就能够享受到个性化的直推服务，这实际上意味着广告行业从粗放的广而告知变成了洞悉心灵的贴心顾问了。

　电商的“行为”决定消费者的行为

为什么说电商的“行为”能够决定消费者的行为呢。根据国双数据中心2013年数据报告显示，老访客的购买转化率是新用户的3-5倍，将前面提到的98%的新访客尽可能转化为老用户，同时让老用户持续贡献价值和增值。而新访客转化为老访客这个过程又涉及到“用户决策周期”这个重要的概念。数据显示，新访客形成购买决策一般要访问网站4次以上，这就意味着决策周期的实现需要在营销的过程中中形成对新访客的反复牵引。而传统的CRM由于无法精确定位每一位访客的需求，只能够像鸟枪一般乱打。而通过VRM来对访客进行精确的标记，再利用RTB来实现对访客的直接广告牵引，从而快速、准确、低成本的完成新访客完成购买决策所需要的周期，这就在这里特别强调的电商“行为”。对于老用户，这样的“行为”还会提升其忠诚度，增加重复购买率，进而加速商品或者服务的品牌积淀，提升品牌知名度。

　RTB牵手VRM

实现上述的电商“行为”，就需要我们主动将VRM同RTB进行“牵手”。前面在分别阐述这两个概念的时候虽然已经互相有所提及，但是没有从整体的轮廓来看RTB如何同VRM进行一个良好高效的融合。实际上二者本身几乎都同时存在于营销环中的每一个环节上。

站外引流和站内访客行为收集。当我们通过各种营销渠道将访客引入站内后，首先需要做的就是对用户行为进行收集。收集用户行为主要发生在一些关键的节点上，包括有产品详情页（主要节点）、购物车页面（站内用户行为收集主要节点）、站内搜索页面、产品列表页、营销活动页等。而收集的数据则包括有访客的浏览和购买的品类（一级、二级、三级）、品牌、产品、价格、数量、产品属性等。

在完成访客数据收集之后，就需要对其进行降噪、发掘和重新整合。对于用户访问行为的分析可以基于BI（商业智能）来完成。

在前面的基础上，访客将会被贴上偏好标签。基于海量数据分析后，根据用户行为针对每个用户做标签管理。比如A用户的标签可能是：裙子、修身、200元、半年购买等。这是进行站外广告匹配的重要环节。

有了标签化的访客信息，可以反推相似人群。这一部分是基于VRM进行RTB广告投放扩量的重点，根据用户cookie及标签，找到与该用户在RTB服务商标签库中交集人群,再根据标签进行与标签匹配的BI广告推送。

最后一个环节则是基于RTB进行精准投放，再度获得访客流量。基于RTB进行精准投放可以被分为两个部分，Retargeting人群投放（即反复的牵引）和根据标签反推出相似人群投放。Retargeting目标明确，以快速完成用户购买决策周期，而相似人群则可以成指数的进行流量的倍增，持续生成新访客，再度完成上面的提到的各个环节，从而主动将消费者“塑造”出来。

从上面的闭环中我们不难看出，RTB和VRM通过一系列技术操作，巧妙牵手于各个环节，这样等同于给新访客和老访客都撒下了“天罗地网”，只等访客下定决策成为真实发生消费的消费者。不过需要特别注意的是，只针对站内用户行为收集和分析，数据量会很少，可投放的人群也很有限。但是，如果将第一方人群cookie及标签代入RTB广告投放平台，反推出广告平台相关标签用户，那么可以获得更全面的精准投放人群。

在具体操作的时候，如何进行VRM人群细分也十分具有挑战性。每个用户可能对应的标签数量本身就十分巨大，盲目的打标签只会徒增资源的消耗。这并不意味着没有相应的解决办法，长期的实践运营经验表明，根据项目特点设定细分人群权值能够良好的解决这个问题。这需要我们根据不同的营销项目来锁定关键的标签，并将其应用到细分人群权值的设定中。人群权值的设定直接可以影响到RTB广告投放的操作和管理，我们可以再根据不同阶段营销需求进行动态广告创意、细分人群营销活动组合出适合自己产品和服务的VRM。

　　以动制静的VRM广告展现

传统的推荐内容常常是根据需要以静态的横幅广告来诱导用户点击，实现引流效果，但是长期以来点击率低和转化率低的问题一直存在。但是基于VRM的RTB广告展现方式则是个性化的，由于可以随时确定访客的各种属性和消费倾向，广告内容和广告的展现形式都会随着访客的变化而发生改变的，即以千人千面的方式推送个性化的产品与服务，这将极大的激起访客对于广告产品与服务的兴趣，直接将用户带入牵引周期中。

具体操作时，这种广告的动态展现还体现在营销人员本身对于特定时间、特定项目要求的安排上。例如在节日到来的时候，在分析访客属性的基础上，使用访客可能感兴趣的产品搭配节日活动策划，从而引导访客发生访问，对于新访客则直接进入周期中循环，而老访客则可以持续贡献ROI。

这种以动制静的广告展现方式需要电商的营销部门与挖掘VRM所得到的信息联动起来，利用好年度中的每一个关键的营销节点，最大程度的发挥基于VRM的RTB所来的访客关注。换言之，基于VRM的RTB已经在最低的成本基础上，以最合适的时间，占上了最佳的位置，来面对最为合适的潜在消费者，剩下的就是电商营销部门的创意广告设计了。

　　效果显著，仍需努力

按照以上思路完成基于RTB的VRM广告投放预计将会取得积沙成丘的效果。初步的营销数据显示，广告展示效率、CRT效率、转化效率，以及管理效率都有不同程度的显著提升，每个项目即使仅有提升10%，整体上的营销效率将提升约50%。与此同时，营销传统人群、创意匹配制作工作量下降了近90%，有效的节约了公司营销方面人力成本的开支，而广告的点击成本也因为精准营销所带来的高效性降低了30%，为公司节约了大量的营销成本。

基于RTB的VRM广告营销虽然可以在很大程度上弥补VRM天生所具有的一些缺陷，例如RTB的思路扩宽了VRM数据收集面，同时RTB可以更加准确的对VRM广告投放进行效果评估，降低了单纯依赖VRM导致的CPC成本过高的问题。由于基于RTB的VRM营销方式才刚刚起步，还有许多理论和技术问题需要逐步的完善。但是可以看到，精准营销的是未来营销推广的必然归宿，个性化的商品服务广告需求也是每一个访客的刚需，所以通过整合其他其他营销策略、开发新的营销模式，以不断的完善的VRM支撑下的RTB，其终究会成为未来电商营销、企业品牌价值提升的不可或缺的利器，因为它能够帮助你实现把消费者想要的产品就摆在他们的面前的美好愿望，甚至可以达到有些产品消费者还没想到，智能的广告已经预料到了。