互联网商业变现之在线告白 （2）：法度模范 化交易告白 和移动原生告白

上篇文章我们介绍了两种在线告白 产品  形式：合约告白 产品  和竞价告白 产品  。本文来介绍剩下的两种：法度模范   化交易告白 和移动原生告白 。

1. 法度模范   化交易告白

告白 网络无法满足告白 主自行选择流量和在每次展示上自力 出价的需求，以实时竞价即RTB为核心的法度模范   化交易市场应运而生。

法度模范   化交易市场的介入 方：

ADX（告白 交易平台），其主要特征即是用RTB的方法 实时获得 告白 候选，并依照 其出价简单完成投放决策。流量采买方（DSP）：与告白 交易平台对应的采买方。出价需求的存在和告白 主预算范围  内的套利要求DSP具备点击率预测、点击价值估计  、流量预测、站外推荐及依据 告白 主提供的种子用户，找到行为相似的潜在用户等多方面的运算能力。供给  方平台（SSP）：媒体有多种多样的变现模式：担保式投送的合约售卖方法 、自营告白 网络、托管给其他告白 网络、通过RTB变现等。如何动态地选择这四种模式中变现价值最高的那种，以最年夜 化媒体收益，这是供给  方面临的市场需求。数据加工和交易市场：告白 主可以自由地使用各类 数据指导投放，出生 从第三方数据入手的数据交易平台（dataexchange）和第一方数据入手的数据治理 平台DMP，为市场提供了有价值的数据源或数据加工办事 。

1.1 实时竞价流程


（1）cookie映射

从告白 主网站向DSP办事 器提议 cookie映射请求。DSP与ADX办事 器之间通信完成cookie映射。

（2）告白 请求

用户浏览媒体网站。媒体网站通过JavaScript或SDK向ADX提议 告白 请求。ADX向各DSP传送URL和本域名cookie，提议 询价请求。DSP依据 预先做好的cookie映射查出对应的已方cookie，决策是否介入 竞价，如果介入 ，则返回自己的出价。在期待 一个固定的时间片后，ADX选出出价最高的DSP返回给媒体网站。媒体网站从胜出的DSP拿到告白 创意并展示。

法度模范   化交易模式除了实时竞价，还有优选和私有市场。优选优是允许单个需求方依照 自己的意愿来挑选流量，挑选进程 与实时竞价类似。

与RTB相比，优选缺点在于决策进程 可能存在比较  多的办事 器往返：在极端情况下，需要三次办事 器的往返能力 获得 最后的告白 。这有可能使得用户看到的告白 延迟增年夜 ，从而影响告白 效果。

私有市场是媒体为了包管 告白 主的质量，将拍卖限制在一些被邀请需求方的小范围  内。这种法度模范   化交易叫作私有市场，私有市场中的在线交易进程 与公开的实时竞价一致。

依据 库存类型、价格模式这两个症结 产品  特征，把市场上与法度模范   化交易相关的交易方法 分成5类。数字1至5代表挑选流量的优先级从高到低，价格通常也从高到低。

1.2 告白 交易平台（ADX）


告白 交易平台（ADX）负责将媒体流量以拍卖的方法 售卖给DSP，可以类比于证券市场中的交易所。告白 交易平台的由于不需要治理 告白 库存，所以无需对告白 进行检索。但需要注意优化多个DSP发告白 请求带来的带宽和机器成本的上升，即询价优化。

1.3 需求方平台（DSP）


以RTB方法 购买  告白 的产品  形态就是需求方平台。

需求方平台的产品  策略：受众定向，告白 检索、告白 排序、告白 订价 和出价。其中受众定向一般使用第一方数据，结合第二方或第三方数据的定制化标签。重定向和look-alike（新客推荐）是DSP产品  特别要重视的产品  策略。重定向从信息来源和使用信息的精细水平 上区分为网站重定向、个性化重定向和搜索重定向。

网站重定向：即将在一段时间内达到 过告白 主网站的用户作为重定向集合，这样的重定向流量其eCPM一般来说要比无定向流量凌驾 一个数量级，因此需要尽可能扩年夜 投放量。

个性化重定向：对重定向流量进行深入加工，依照 品类和购买  阶段等因素进行创意上的深度个性化，就是个性化重定向。

个性化重定向有三个键点点：

动态创意。个性化重定向 的核心是用推荐的思路实时决定展示什么商品推荐引擎。个性化重定向可以看作是依据 用户信息的站外推荐。告白 主商品库存实时接口，个性化重定向办事 需要提供准实时的商品库接口，让告白 主可以及时地将库存和价格信息同步，以避免涌现 用户发明 该商品已经售完或下架或者是价格与创意上的宣传不符。

搜索重定向：即将搜索过与告白 主直接相关的症结 词的用户群作为重定向集合，比较  推荐的做法是统计告白 主网站流量中从搜索引擎来的流量作为重定向集合。

新客推荐（look-alike）：由告白 主依据 自己的第一方数据提供一部分  种子用户，再由拥有更丰富  数据的第二方数据的告白 平台剖析 这些用户网络行为的特征，并依据 这些特征找到具有相似特征的拓展人群。

DSP出价策略：通过历史的不雅 察和预测获得 市价的曲线后将一天的预算分派 到那些市价较低的流量上，即DSP的出价策略要基于两条曲线，即eCPM和市价随时间变更 的曲线。

1.4 供给  方平台（SSP）


由于供给  方平台有多种变现模式。所以当告白 请求达到 时，首先检查优先销售的订单有无需求，这包含 CPT和CPM的合约。如果有需求，依照 优先级和在线分派 的计划 完成投放；如果没有这类销售合约，则进入竞价流程。竞价时，告白 请求是动态分派 （dynamic allocation）。

动态分派 决策流程如下：

（1）从自有告白 库中依据 当前受众标签检索适合 的告白 候选，并估计  每个告白 候选的eCPM；

（2）排序获得 eCPM最高的告白 候选以及相应的eCPM值rMAX；

（3）同样依据 环境信息和受众标签估算出各个合作的告白 网络年夜 致的eCPM；

（4）排序获得 eCPM最高的告白 网络以及相应的eCPM值r′MAX；

（5）以max（rMAX, r′MAX）为底价，通过RTB接口向各个合作的DSP查询更高变现价值的告白 。

1.5 数据加工和交易


要提高定向的精准水平 与人群笼罩 率，症结 在于数据的来源与质量。哪些数据是对精准告白 业务有直接进献 的呢？

可以重点存眷 下面的几类：

（1）用户标识。对于浏览器，最常使用的用户标识是cookie。在移动端，iOS使用告白 专用用户标识符（Identifier for Advertising, IDFA），其性质与cookie类似；而Android没有专门的告白 用户ID，一般采取 Android ID或IMEI（international mobile equipment identity）号等标识信息。

（2）用户行为。依照 对效果告白 的有效性分类，行为可以分为决策行为（转化和预转化）、主动行为（告白 点击、搜索和搜索点击）、半主动行为（分享和网页浏览）和被动行为（告白 浏览）。

（3）人口属性。一般来说，只有一些能够与用户实名身份绑定的办事 可以获得 此信息

（4）地舆 位置。GPS或蜂窝可以提供的定位往往可以准确到几百米的范围  ，这就使得hyper-local的区域告白 商投放定向广乐成 为可能

（5）社交关系。当告白 系统不雅 察到某小我 的行为不足，无法进行精准的行为定向时，可以考虑借鉴其社交网络朋友的行为和兴趣。

三方数据的界说 和划分：

告白 中用到的用户数据，依据 其来源的不合  可以分为第一方数据、第二方数据和第三方数据。

第一方数据：需求方即告白 主自有用户数据，包含 网站/App监测数据、CRM数据、电商交易数据等。第二方数据：需求方办事 提供者在告白 投放进程 中积累的业务数据，如DSP平台业务中积累的受众浏览告白 、点击告白 等相关数据。

第三方数据：非直接合作方拥有的数据，如运营商数据、百度的搜索人群数据、阿里的电商人群数据、腾讯的社交人群数据等。

数据治理 平台（DMP）：

依照 DMP平台的归属，DMP分为第一方DMP、第二方DMP和第三方DMP。

第一方DMP：指年夜 型告白 主自己搭建或者寻找外部技术提供商为自己搭建的内部DMP，用于剖析 和治理 用户数据，为营销环节提供决策支撑和用户数据支撑，普遍 应用于电商、游戏、旅游等行业。

第二方DMP：指需求方办事 提供者（一般是指DSP）搭建的DMP，旨在赞助 告白 主更好地进行投放，在提升效果的同时加年夜 投放量，间接提升告白 主在需求方平台的投放额度。

第三方DMP：指以数据交易为主要形式的DMP，为需求方提供数据交换、售卖等办事 。通常需要对接入DSP后再运用到告白 投放中。

2. 原生告白

“原生”这一概念有两种诉求：表示 原生与意图原生。

表示 原生是将告白 的展示作风 和样式变得与内容相一致；另一种诉求意图原生是将告白 的投放决策逻辑与内容生产相一致，从而做到用户意图上的“原生”。

原生告白 相关产品  有：信息流告白 ，搜索告白 ，软文告白 和联盟告白 。其中信息流告白 是表示 原生，而搜索告白 、软文和联盟很好的结合了表示 和意图原生。比较  理想的原生告白 平台应该能兼顾表示 原生和意图原生的要求，并且  依旧可以以第三方平台的形式范围 化地运营。

3. 原生告白 与法度模范   化交易

原生告白 和法度模范   化结合的点在于哪里？

搜索告白 和信息流告白 都是原生告白 的特殊形式，而明确提供用户意图的搜索告白 如果完全开放地进行RTB，则很难控制付费结果的相关性。但如果是像社交网络信息流这样的原生告白 环境，由于用户意图并不明确，则可以考虑用法度模范   化交易的方法 来运营。

本文由 @无语凝咽 原创宣布 于人人都是产品  经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议