深度剖析“in-house程序化”

in-house甲方将程序化技术解决方案在自己的服务器,并拥有技术和数据所有权。可以是甲方自己组建团队搭建,也可以找供应商(如舜飞科技)提供技术服务,供应商提供in-house服务时又分为提供技术源码(供甲方进行二次开发)和不提供技术源码两种方式。

in-house程序化的概念

in-house甲方将程序化技术解决方案在自己的服务器,并拥有技术和数据所有权。可以是甲方自己组建团队搭建,也可以找供应商(如舜飞科技)提供技术服务,供应商提供in-house服务时又分为提供技术源码(供甲方进行二次开发)和不提供技术源码两种方式。该模式一般通过收取技术服务费来盈利,可以是一次性费用,也可以是按年费进行收取。对于已经具有技术团队的企业,可以通过购买源码的方式与供应商合作,再由自己的团队进行二次开发和渠道对接工作;如无技术团队,可以交由供应商进行后续个性化功能的定制开发和渠道对接工作,但广告主需支付额外的技术服务费。 


in-house程序化的现状

美国互动广告局(IAB)在2018发布的一篇关于品牌广告主的in-house白皮书报告显示:

•有18%的品牌主搭建了完整的in-house程序化购买

•47%的品牌主已经找了媒体代理商和/或DSP合作伙伴为其搭建in-house程序化购买

•13%的品牌主有尝试过in-house程序化,并决定不继续进行

•22%的品牌主目前不打算搭建in-house程序化


从上面的报告内容可以看出,在IAB调查对象中,有65%的品牌主是正在进行in-house程序化项目的,其中18%是自行组建团队搭建,剩下47%是找外部技术供应商进行私有部署搭建;13%的品牌主可能是在搭建过程遇到困难或者在落地实施中因为缺乏经验或者其它原因导致失败后,对in-house程序化失去动力或者信心;22%的品牌主可能意识到对in-house程序化的价值或者目前还不具备条件,因此暂时不打算推动。 


in-house程序化的难点

1.企业对in-house的了解不够

in-house/私有化很火,导致每家企业都说要私有化,但是其实企业对in-house到底是一种什么概念没有太大了解。只是听到人人都要in-house的时候,为了不输在起跑线,企业也起了in-house的想法。

加之因为对行业生态不了解,只是听到“别家公司”说要in-house DSP或者DMP,也想跟风。深入了解需求和痛点后,会发现,其实对方想要的并不是DSP,又或者需要的不仅仅是DSP。行业生态版图非常庞大且复杂,涉及的产品体系相当繁多,企业要了解哪些产品适用于自己比较困难,因此更多的是先理清自己的目标和需求,再咨询行业的专业行家给予指导或咨询方案建议。 

2.部门协同困难重重

私有化的搭建,需要企业内部多方部门的协同才能完整搭建并落地实施,但实际上现在企业都有“大企业病”,内部流程冗长且复杂、各部门的利益是分割的,即使某个部门有改革的想法,却因为很难推动其它部门导致对私有化只能望而却步。

但是也有不少企业是由高层(一般是O级,CEO、CMO、CIO等)发起,由上至下地驱动,达成共识。那些走在行业前沿的企业领导们,已经意识到并下定决定要做in-house程序化,因此可以很好地把这件事落实,并推动各部门的配合。但这种企业目前还是少数,大部门企业还没达到这种水平。 

3.技术了解不深

由于各企业之前都是传统地通过代理模式投放等,对程序化技术了解不深,不知道该如何整体架构着手搭建、内部如何组建团队运行,因此更多的是选择通过供应商提供in-house技术服务和咨询服务。

4.缺少专业的落地方案

即使有资本、有能力搭建系统,但是对于这么庞大的一次改革,涉及全流程整合数据、使用数据并优化营销,企业没有这方面经验,也缺少方法论体系的指导,担心搭建完后也使用不起来,最终成为失败项目,所以大部分企业还处于观望中,也在期待行业能有一个比较清晰地指导或咨询方案,好让他们更加有勇气、有动力地快速推动项目启动。

切忌在没有清晰的落地方案之前就开启in-house,否则终究会因为运营不起来而宣告失败,到时可能又会产生新一轮负能量:“in-house程序化没价值”等,就像现在在上演的“DSP/程序化广告没价值”一样。不可不论的是,程序化产品和技术的价值是客观存在的,没价值是因为市场不够理性。再次呼吁大家,请理性决策,想清楚了再做。 


in-house程序化的价值

(A)企业角度

从企业角度,更好地围绕企业目标(比第三方合作伙伴更了解自己),提升广告投放效率和效果,最大化ROI投资回报率。 

1.整合全流程数据,将前端广告数据与内部转化数据等打通,更好地衡量广告效果 
2.盘活内部DMP数据,整合广告投放数据、官网数据、消费数据、CRM数据、社交数据、客服数据进行分析、挖掘、输出使用
3.投放过程的透明化,真正实现成本和数据的透明 
4.让买量像使用自己家流量一样灵活,掌控或主导媒介购买,自行统筹、主导媒介规划,并基于实时数据和全流程数据进行全面的数据分析及实时的优化调整,提升投放效率和效果。通过程序化方式对接流量后,投放决策和创意展示等都由企业自行控制。包括要选择投放哪些媒体、用什么素材、什么时间段、投放到什么地区、定向什么人群投放等,都可在企业的内部营销平台上决策和投放。同时还可以根据实时监测的数据进行分析和调优。平台的功能模块可以根据策略的需求不断扩充,而不再受限于外部平台的功能限制,将主控权掌握在自己手中。 
5.把别人家的数据变成自己家的数据,通过程序化方式对接流量后,媒体(如腾讯、优酷、新浪等)的流量日志将发送到企业内部服务器。当企业对接的媒体数量越多的时间,意味着能拿到的网民上网日志数据将越多越丰富,这些流量也成为了企业内部宝贵的数据资产,企业需要做的是不断完善数据分析与挖掘模型,将这些网民流量数据充分利用起来。同时,还可以利用企业内部的客户数据在该数据池子中进行匹配,分析这些用户的上网行为,并提炼共同点,扩展更多与内部用户相类似的用户,向他们展示广告,这类用户相对来说转化成企业客户的成功率将更高。除了媒体流量外,还可以对接其它第三方数据供应商(如百度、腾讯、高德、电信运营商等)的数据进行数据扩充,丰富人群画像和人群标签数据。通过不断积累数据,甚至建立数据壁垒,使效果提升变得可持续发展,不断促进ROI的实现。 

相比依靠第三方来说,in-house使得企业在营销中的角色变得更为主动,而不仅仅是依赖渠道提供效果了。因为企业更加了解自身,也更加了解媒体和消费者,可以更直接的感知到消费者,更深入的理解消费者在媒体上的行为和诉求,更灵活的影响消费者。In-house可以帮助广企业更好地积累数据和盘活数据,实现精细化运营,提升用户体验,最终实现营销效率和效果的双提升。率先使用In-house技术的企业将获得领先优势。 

(B)媒体角度

当企业(广告主)建立in-house,利用自身的更加丰富的数据信息跟用户进行营销互动,精细化运营带来效果的提升后,媒体的价值自然也得到了更好的变现,ecpm和收益都会相应增加;另一方面,由于效果的提升,刺激广告主更加主动的参与营销,媒体对应的销售成本也会有所降低。还有一点很重要的是,因为广告内容变得更有针对性了,媒体的(广告)用户体验会变得更好了,对媒体本身品牌形象也多了一层保障。 

(C)行业角度

in-house有助于建立健康和谐的行业生态,平衡或最大化企业(营销效果)、媒体(商业变现)、用户利益(用户体验)。为行业赋能,促进产业升级,广告不再是广告,而是企业运营手段,提供服务的通道。同时,也能让大数据的规模化变现成为可能,各种合法的拥有消费者行为数据的公司,都有机会通过程序化的方式把脱敏的数据通过In-house的平台实时的给到广告主,帮助广告主更好的感知、理解、影响消费者,同时又能快速量化数据价值,使数据可以规模化变现。


in-house程序化的适用对象(什么企业需要解决方案)

1.有足够的广告预算

有足够的广告预算,才有可能使得搭建in-house后产生的效益提升是大于搭建成本的。有足够的广告预算,才有可能使得搭建in-house后产生的效益提升是大于搭建成本的。比如每年的投放费用是5000万人民币,假设通过外部第三方进行投放,即使第三方供应商按10%服务费来收,服务费用也花费了500万,当然第三方供应商也有相应的成本,我们按第三方供应商净利率只有5%来算, 5000万的5%即250万。再假设私有化部署费用是400万,并且每年的投放费用都维持在5000万,虽然第一年只省了250万,但是第二年又省250年,也就是不到两年时间就回本了。 


2.有大量的第一方数据

有大量的第一方数据,需要盘活这些数据,并且亟需保证数据安全性、隐私性。盘活这些数据的有可能是甲方公司,即广告主本身,也有可能是乙方公司,比如运营商等,有自己的数据,想要用数据为广告主赋能的时间获取数据变现。如果企业没有足够大量的内部数据的话,搭建私有化项目可发挥的价值也不是很大。不过,有没有盘活需求则取决于高层,如果只是中低层觉得需要盘活是不足够的,因为无法调动资源和推动部门之间的协作。因此需要高层人员有需求,但是事实上目前很多高层并未意识到数据的重要性和内部数据资产的价值,所以行业仍然需要经历一段时间的教育。


3. 产品/服务具有中高频属性

产品/服务具有中高频属性,有一定的购买频率,这样盘活用户数据和消费数据,用于重定向促使不断转化的可能性才更高。中高频属性的行业有银行、保险、教育、电商、快消、游戏、零售等,特别是那些有实体店的;低频属性的行业有汽车、房地产等,因为一般买完车或者房之后,未来几年甚至几十年都不会有需求。


4.可持续发展的企业

有些企业虽然很大,但是偏野蛮生长,比如游戏公司,消耗预算很大,也面临成本不断上涨的困境,但是可能企业并没有想过要长远可持续发展游戏行业,只想刷一波红利走人,那这种企业可能也不会想要把内部数据盘活起来做精细化运营这些工作,自然也不会花钱去搭建内部营销闭环。



企业in-house程序化需要具备的条件

1.技术:需要具备一定的数据处理能力及用户定向能力。

程序化平台的架构及运维对技术都有一定的门槛。首先,需要有强大的实时竞价能力及快速的大数据处理能力。在整个竞价环境中,每时每刻都有大规模的流量信息需要分析处理(比如舜飞目前每天收到的竞价流量有500亿),在收到高并发的竞价请求时(1秒内可能要同时处理几万至几十万的流量),需要快速分析流量是否符合投放需求,确保在100毫秒内作出响应,同时还需要对大规模日志数据进行实时统计和离线统计。其次,由于程序化广告的核心在于精准定向,DSP需具备很高的用户识别能力和定向能力。但用户行为、用户需求是多变且具有时效性的,如何清晰刻画用户画像成为DSP系统的一大挑战。


2.资金:DSP的正常运作需要足够的资本来维持服务器等硬件设备等。

搭建一个完整的程序化DSP,需要具备一定的基础设施(如服务器资源)以处理平台的日常业务,如竞价、曝光和点击统计、缓存服务、Cookie和移动设备ID映射、服务器集群等。DSP所需服务器资源的大小,取决于该DSP的可竞价流量大小、广告投放的规模等。而为了保证用户的浏览体验,确保广告加载速度,还涉及CDN服务等成本。如果DSP对接了大量流量但是消耗较少的话,则会造成大量硬件成本的浪费。因此,开发和维护DSP系统需要足够多的资金来维持各项硬件设备的正常运作。


3.流量资源:包括流量的质量、规模和价格。效果广告的投放需要有直接的转化效果,品牌广告需要投放到正规的优质媒体资源、考核目标人群的覆盖率等,同时还要确保有足够的流量用于满足广告主的投放需求。因此,优质流量和量级规模就显得尤为重要。对于广告主来说,自建DSP除了技术门槛,还可能有流量对接门槛,因此Ad Exchange/SSP对于DSP会有各种考核标准,比如投放规模、广告主数量等,因此广告主自建DSP不一定能拿到流量对接的席位。另外,流量对接也需要一定的时间成本和人力成本。广告主如果没有技术团队的支持,最佳方案就是选择技术供应商帮助进行DSP私有部署工作,且最好是已经对接完流量的DSP产品,方便广告主可以直接投入使用。


4.广告填充:需要有足够的广告投放预算。由于Ad Exchange/SSP对接DSP也需要付出人力成本进行运营维护,同时还需要负担因发送竞价请求而消耗的服务器成本等,因此如果DSP没有足够的消耗能力,那么Ad Exchange/SSP将无法获取效益,甚至可能会产生亏损。因此,它们对接DSP之前也会考虑其广告预算、技术平台的成熟度等。有些Ad Exchange/SSP是动态QPS机制的,DSP的广告消耗越少会导致QPS越低,意味着DSP即能挑选到的精准流量就越少。当然,如果DSP有独特的优质媒体会更有优势。另外,一般Ad Exchange/SSP的流量价格会有阶梯优惠政策,即DSP消耗量越大,与Ad Exchange/SSP结算的广告费用可能会越优惠,甚至流量挑选的优先级也可能会越高。


5.数据和算法:数据和算法是相辅相承、缺一不可的。在投放效果上,要充分利用庞大的广告竞价流量池,就得依托于智能算法优化模型,及时分析用户特征和广告位特征、结合市场变化(CPM竞价激烈程度等),实现点击率、转化率的预估等工作。而只有依托大量的实际投放数据、人群标签数据等,算法优化模型才能更好地分析用户特征,并实现自身模型的升级与优化。


6.专业人才:包括技术人才和运营人才。不得不提的是,中国的DSP市场从2012年发展至今,不少DSP在开发过程中因为缺少经验遇过不少难题,走过许多弯路。因此,寻找具有相关行业经验的技术人才可以更高效地开发和维护DSP系统。前面提到数据和算法对于DSP而言是不可或缺的,掌握数据和算法相关的专业技术人才更是显得弥足珍贵。另外,广告投放的全程都需要有专业运营人员的把控,如投放前期的策略制定、投放过程中的策略调整,需要运营人才在数据分析的基础上,参照投放经验,及时调整投放过程中的各项决策。

  • 发表于 2018-08-06 10:45
  • 阅读 ( 501 )
  • 分类:产品探讨

0 条评论

请先 登录 后评论
梁丽丽

《程序化广告》作者、舜飞科技高级副总裁

19 篇文章

作家榜 »

  1. 梁丽丽 19 文章
  2. 小舜 11 文章
  3. 邓古超 1 文章

推荐书籍

《程序化广告:个性化精准投放实用手册》

程序化营销领域专业著作,被行业誉为“国内数字广告发展新高度的实录”,旨在帮助程序化广告从业人员全面理解程序化广告生态体系。

《计算广告:互联网商业变现的市场与技术》

计算广告一书立足于广告市场根本问题,从实践出发,系统地介绍计算广告的产品、问题、系统和算法,并从工业界的视角对这一领域具体技术的深入剖析。