在线广告监测基础-1

刘鹏在《计算广告》的<15.3流量保护和效果监测>中介绍了互联网广告监测的部分内容,本文基于国内当前情况进行展开介绍。

0.为什么需要广告监测

广告历史上有一个经典的哥德巴赫猜想,由一代百货大王约翰·沃纳梅克John Wanamaker在上世纪初提出——我在广告上的投资有一半是无用的,但是问题是我不知道是哪一半。 Half the money I spend on advertising is wasted; the trouble is I don't know which half.

在线广告区别于线下广告的重要特征是可检测性。线下广告,为了衡量广告效果,开展了大量的研究,但大多离不开样本、调研问卷等方式,可监测的数据维度也很有限,大多数为了证明广告的确播出了,再结合问卷去判定该广告对消费者知晓度、美誉度、购买倾向的影响。以户外广告为例,监测方法一般是随机抽样,然后人工拍照摄像的方式,证明该广告的确播出。有趣的是,在线广告监测一开始做的事情也是截屏、打印、盖章证明。后续我们会提到,在线广告监测的很多思路,还是与线下广告如出一辙。

在互联网时代,数据的获取变得相对容易;相对应的,流量作弊也变得更加容易。所以急需要广告监测,以衡量不同广告的效果。

1.在线广告类型

1.1按功能分类

按照广告功能,主要分为两个大类。一类希望利用广告快速接触大量用户,已达到宣传品牌形象、提升中长期购买率与利润空间的目的,称之为品牌类广告(又称展示类广告、曝光类广告)。一类是希望利用广告带来大量的购买或其他转化(比如汽车预约试驾、APP下载激活等),称之为效果类广告

当然很多广告可能兼具这两个功能。

1.2按形式分类

从形式上,在线广告有多种形式。常见的有横幅广告Banner、文字链广告Textual ad(比如说搜索广告)、富媒体广告rich media ad、视频广告video ad(分成贴片广告和暂停广告(一般是Banner形式),前者行业常常缩写为OTV)、社交广告social ad(常见的微博信息流、微信朋友圈广告等)、移动广告mobile ad(常见有横幅、开屏、插屏、积分墙、推荐墙等形式)、邮件定向营销广告EDM等。当然,还有很多比较特殊的广告形式,比如说下图:一个基于微信公共号文章打赏功能做的广告。

1450259042962

对于品牌类广告,大多是以视频广告、开屏广告、富媒体广告等形式展开;效果类广告,大多则是以横幅广告、文字链广告、邮件定向广告等形式展开。

一般来说,在线广告在曝光给消费者后,都会有一个点击链接(或者二维码),消费者可以通过点击、扫描二维码的形式,去到落地页,与品牌发生互动(在互动网站参与互动活动,赢得奖品或分享互动作品等)或者转化(比如购买、下载APP等)。

2.常见监测维度

对于品牌类广告和效果类广告,主要监测的数据有四类:广告端数据、设备端数据、点击跳转到网站/APP端数据、触达人群数据。其中品牌类广告更加关注广告端数据,效果类广告更加关注点击跳转到网站/APP端数据。

广告端数据,一般包括曝光数(达标率、独立曝光、曝光频次)、点击数(达标率、独立曝光、曝光频次)、CTR、分小时曝光/点击分布、分地域曝光/点击分布。另外广告安全性、广告可见性现在还处于初级阶段,未来相信这一块的数据也会越发受到重视。

设备端数据,一般分PC、Mobile、智能电视。PC一般有Cookie ID、操作系统、浏览器等数据;Mobile一般有设备ID(或设备指纹)、操作系统、手机型号、经纬度等数据;智能电视按照不同的网络环境,可以获得的数据也有差别,一般会有设备ID的数据。

点击跳转到网站/APP端数据,考虑到大部分广告都可以被点击,点击后会到达网站或者APP,所以一般广告监测都会监测该部分数据。根据类型不同,常见网站一般会监测到达率、跳出率、停留时间、访问页面数、转化数(注册、购买等);电商网站一般会监测购买情况;APP则一般会看下载激活、注册、转化、二次购买等情况。

触达人群数据,这部分数据分成两类:一类是传统的人口属性数据,性别、年龄、婚否、收入、学历等信息;一类是标签属性信息,触达人群的不同标签属性。

当然,还有一个部分就是用传统调研方式去看广告对品牌美誉度、知晓度、购买倾向等维度的研究。这部分就不多讲。

3.常用监测技术手段

为了实现第二部分的监测,需要一些监测技术。在广告端,一般需要在广告素材端、点击链接植入监测代码,进行相关数据的监测;并需要解决——唯一身份认定、数据记录与传输、触达人群数据匹配等三个核心问题。

设备 唯一身份认定 数据记录与传输 触达人群数据匹配
PC Cookie ID Cookie Cookie ID匹配
Mobile 设备ID(设备指纹) SDK/API 设备ID
智能电视 设备ID SDK/API 设备ID

 

 

 

 

 

PC端,大多利用Cookie的解决方案。缺点是Cookie的存活周期较短,业界第三方监测机构会采用双Cookie技术延长Cookie存活周期(比如利用Flash文件存活周期较长,进行数据相互复制,进而延长Cookie存活周期)。触达人群的属性判定,就是拿CookieID去匹配样本库/第三方DMP的数据。样本库的逻辑,就是线下广告的监测逻辑,拿触达人群全体与样本库的重叠部分,去推及整体人口属性;缺点就是重叠量较小,数据置信度偏低。第三方DMP的数据,以北美为例,就是拿广告触达人群与Facebook人群做对接,看这群人在Facebook的人口属性、兴趣标签等信息;优点显而易见,缺点是在于人口属性的准确性不可控。

Mobile端,由于设备ID唯一,所以对唯一身份认定比较容易,但是第三方检测机构并非一定可以获取到设备ID,所以有时候会采用设备指纹的方式进行判定,这样对数据准确性造成一定影响。获取数据的方式主要有SDK和API两种方式,对于第三方监测机构,前者获取数据更加自由。

智能电视,后续会专门开一篇专门来介绍。

 

在接下来,我会主要介绍以下三部分:

4.反作弊

5.监测数据助力投放计划与优化

6.当前国内竞争态势

 

参考资料:

[1] 刘鹏、王超,《计算广告》,人民邮电出版社,2015年9月第一版

[2]http://www.iab.com/,The Interactive Advertising Bureau美国互动广告局

3 Responses to “在线广告监测基础-1”

  1. […] 承接上文,我们聊下以下三个话题。 […]

  2. sophiaxu说道:

    写得很好,读完很有收获,谢谢作者!

    另,当前国内竞争态势是否已有分析结果?期待~

  3. admin说道:

    国内竞争态势目前已经基本定型,秒针AdMaster两家占大头,尼尔森小头,移动端还有Talkingdata、热云、友盟等公司占一部分app分析的份额。从国外竞争状态来看,基本秒针AdMaster最终要么被BAT收购,要么被类似Oracle这类技术公司收购。

Leave a Reply

Staypressed theme by Themocracy