程序化購買： 一種蓬勃發(fā)展的廣告機制
僅將廣告投放給可能真正對你的產(chǎn)品或品牌感興趣的人是每個廣告商的夢想。隨著互聯(lián)網(wǎng)廣告技術(shù)的發(fā)展，這一對于傳統(tǒng)媒體的廣告活動來說幾乎是觸不可及的目標，因為針對特定用戶概況調(diào)整廣告的能力在增強而變得越來越可行。
程序化廣告的出現(xiàn)，則是促成這一目標達成的最后一個大的飛躍。在廣告購買這個復雜的機制里，程序化購買在替代傳統(tǒng)的談判購買過程。
數(shù)字媒體是近年來在西班牙拉動廣告投資的領(lǐng)域。事實上，由IAB西班牙公司小組計算得知，數(shù)字廣告在2015年擁有12.889億歐元并實現(xiàn)了25.5％廣告花費的總額，僅次于電視領(lǐng)域。這個增長的速度也在加快，2016年上半年已經(jīng)同比增長24.4％。
程序化購買是數(shù)字廣告整體發(fā)展的重要組成部分。根據(jù)IAB 2014年的數(shù)據(jù)，這種合同金額高達3,480萬歐元，占展示廣告投資總額的9％。但這種程序化投資在2015年達到65,70萬歐元，占總數(shù)的13.9％，到2016年上半年漲至14.2％。 在視頻廣告中程序化廣告的增長也在發(fā)生： 2014年的投資（930萬）占比12.1％，去年的投資是2,060萬，占比16.6％，2016年上半年達到17.9％。
有些人認為程序化購買是數(shù)字廣告的未來。程序化廣告的關(guān)鍵是提供越來越廣泛的媒體購買機會，提供個性化的廣告給消費者以及實時的購買優(yōu)化和投放，這是傳統(tǒng)媒體廣告購買所沒有的優(yōu)勢。程序化廣告產(chǎn)生的可能是一個自動的線上廣告系統(tǒng)，通過RTB技術(shù)產(chǎn)生的算法實時抓取用戶的數(shù)據(jù)，進行廣告購買和投放。
程序化購買過程僅需要幾毫秒，如同加載網(wǎng)頁。當用戶點擊進入網(wǎng)頁時，廣告購買的中轉(zhuǎn)機構(gòu)就會展示出所有的空位。此時全球的廣告主可以通過算法實時分析每個空位的頁面位置，價格，用戶信息等等來決定是否競價購買。廣告商贏得競價的訊息將顯示在這個空間中。
為了使其運行，該系統(tǒng)需要四組參與者的集合：首先是廣告商或媒體機構(gòu)-買方代理；第二是技術(shù)員，優(yōu)化采購和技術(shù)平臺競價; 三是銷售代理，作為發(fā)布商提供他們的廣告空間; 最后是廣告交換平臺，是廣告商、發(fā)布商和數(shù)據(jù)提供商的聚集地。
西班牙Sociomantic的經(jīng)理Miguel Ochoa認為，這種方法涉及到廣告主購買“大優(yōu)勢”，例如購買個性化空間。 Ochoa說：“廣告商決定是否單獨購買廣告空間，不再需要購買大面積可能無用的廣告庫存。“
此外，廣告商會有用戶概況的信息，使其決定對那類型用戶采取何種創(chuàng)意，對于廣告商和用戶來說是互惠的定制”O(jiān)choa說。而且它使得可以“在決策過程中包括來自不同來源的大量信息來調(diào)整決定出價”到根據(jù)每個用戶決定價格的點，從而允許增加預(yù)算效率。
這使得程序化購買對于許多公司來說變成了一個有趣的機制，Sociomantic的總監(jiān)說：“相比于傳統(tǒng)購買，使用程序化廣告可以更有效使用預(yù)算，提高廣告活動的效果和獲得更好的消費者經(jīng)驗。”
對于想要嘗試這些優(yōu)勢的廣告商，Ochoa建議說，
“首先，分析和定義自己的需求，花一些時間分析市場中存在的不同平臺的特性來找到理想的匹配。“
需要重視的一個問題是，程序化廣告中“透明度和控制”的概念。這些是特別重要的，因為與這種程序化購買相關(guān)的高水平的中介打開了欺詐實踐的大門。它是使用代碼生成“機器流量”，模擬曝光或點擊。根據(jù)美國廣告商協(xié)會的估計，其風險可能導致廣告業(yè)損失約72億歐元。
西班牙Sociomantic的經(jīng)理認為，對于廣告主而言，降低損失的最好辦法是 “從廣告活動的第一天開始留意任何欺詐的可能。至于程序化購買行業(yè)，他認為“所有人都有責任一起來解決影響這個行業(yè)問題”。Sociomantic已經(jīng)開發(fā)了一個廣告庫存指數(shù)評估體系，挑出安全有質(zhì)量的廣告庫存給予高分。
作者公眾號：Sociomantic（ID：SociomanticGCN）
轉(zhuǎn)載請在文章開頭和結(jié)尾顯眼處標注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權(quán)，侵權(quán)必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）