大数据与RTB:开启互联网广告新时代

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

RTB——Real Time Bidding 的简称,就是实时竞价

互联网广告产业正在面临的变革,这一变革过程由大数据技术引领,借RTB体系建构,改变着企业主,也改变着广告服务商、同样改变着广告受众。

  从历史发展来看,中国互联网广告经历了三个阶段:单项传播时代,基于媒体的营销时代,基于受众的精准营销时代。在单向传播时代,能做的仅仅是单向的展示和发布;在媒体营销时代,互联网广告被包装成了一种新的传播形式,与媒体内容进行融合,并在不断丰富中;而未来基于受众的精准营销广告,将能够实时分析广告受众,获得个性化的设计。

  在各种形式的精准广告中,大数据与RTB的结合,让精准营销这一产业的形式和业务流程更加固定和规范,比之于以往的内容定向、基于人群的定向,往往带有不确切性,营销的效果无法得以准确的量化分析,大数据对受众、广告主、媒体的信息及广告数据具有高准确度分析能力,RTB具有科学的广告流程体系,二者所依赖云计算,按需付费、功能自组的特性,则进一步降低了业务链条中的运营成本,提高企业广告的投放效率和购买概率。

  RTB:让大数据营销得以落地

  可以说,当RTB成为各大行业广泛接受的互联网广告体系之后,大数据的营销价值才得有落地的机会。大数据营销,是互联网营销的一个可观的子集,它利用海量的数据、丰富的内容,寻找客户所需要的规律,让受众在广告投放方眼中成为透明。大数据的分类维度,也比以往的数据形式更加丰富和多元,它不给数据种类设置限制,唯一的限制只是人的需求和思维,让受众与产品推广方式之间的匹配更加无缝、贴合,锁定用户也成为可能。

  RTB广告的目标,就是促使用户购买。随着数据标准的逐步明确、数据商用的逐渐广泛,让广告自动去发现最合适的受众,将不会是梦想。到时候,广告的终极目的将成为现实:即每条广告只投放给对它感兴趣的受众,每个人只看到他感兴趣的广告。

  广告:从“以物为标的”到“以人为根本”

  对于广告来说,积累数据是必备的调研过程。但是,以往的企业广告部或者广告公司要推出某款广告之前,所关注的调查重点,只是多从产品的角度去积累数据,根据数据分析的结果,考虑投放的区域、市场或受众,一厢情愿地去想象广告的效果,往往最终造成石沉大海的无效投放;而新的RTB广告形式,则是从受众的行为出发,通过大数据的技术分析受众的各种行为,尽管在传统广告看来与广告本身无关,但是就是这些细枝末节的收集和分析,RTB做到了广告方向上的更加精准,让广告成为投放者和用户之间的“你情我愿”,提高广告的落地兑现效率。

  在RTB系统之中,首先需要通过电脑浏览器Cookie来收集用户数据,以不侵犯隐私的方式,获取受众的基础信息(如在哪里上网、何时上网、受众性别等)、浏览行为(看过什么网页)、广告交互行为(是否有点击过广告等),从而按这些信息把受众进行分类。这是目前来说,既又保护了用户隐私(个人信息不会被记录、而且用户可以随时删除Cookie),也是国际通行的基本收集数据途径。

  有了这些数据,营销主就可以按每个Cookie背后的人,来传播他们的广告。这就牵涉到另外两个问题:1)如何在目标受众下次浏览的时候抓住他们,把广告给他们看到?2)能否按不同的细分市场,让不同细分人群看到不同的广告,从而增加营销的投资回报率?(Return on Investment,ROI),这就进入了RTB系统的下一阶段:实时竞价及目标购买。

  RTB实时竞价,实现了从传统广告位置购买到“目标人群”购买的巨大改变,从而实现广告投放的规模化和高效。不同于传统广告网络依赖媒体传递、媒体刊例定价、预先购买位置、通过流量计费的特点,RTB的广告形式,变成了以受众为基础传递广告,依赖大数据分析、实时自动竞价、为“目标人群”购买、按效果付费。传统广告以及传统广告投放模式,正在走向衰落,而新兴的RTB的广告投放技术和交易方式正在被越来越多的中国广告主开始接受。在这个体系中,形成了以DSP(需求方平台)、ADExchange(广告交易平台)、SSP(供应方平台)、DMP(数据营销平台)等行业系统平台,建构了完全不同于传统的广告展示、生产及发布体系。

  从根本上看,RTB广告的核心理念,已经从“以物为标的”转向“以人为根本”,借助大数据的分析,广告的制造流程,从推出一款广告去满足多数人,进化到根据一个人的性情去设计广告,这是最接近“以人为本”的广告体系,这是互联网思维在广告领域的内化和深入。

  RTB广告效果:强于传统上百倍据美国数字广告技术提供商对2013年北美数字广告市场调查结果显示,目前该区域70%的广告购买都已经由传统方式转向新的RTB广告模式投放,而采用大数据购买的广告主中有77%的都计划在未来12个月内投入更多预算。数据显示,在美国,RTB广告近5年的复合年均增长率为70.5%。Google认为展示广告的市场规模将从现在的200亿美金扩张到2015年的500亿美金,其中50%以上的展示广告将通过RTB模式完成。相关数据显示,截止2015年,全球基于RTB的展示型广告数额将呈现爆发性的增长—在美国将达到71%。

  从国内来看,中国RTB产业链也悄然成型。进入2013年,随着腾讯、新浪各自广告交易平台的推出,包括百度在内的国内互联网巨头都在积极进入RTB领域,中国RTB行业将酝酿一轮爆发式增长。

  中国RTB产业正在发展壮大。根据艾瑞数据显示,2013年中国网络广告市场规模已经达到1100亿元,同比增长46.1%,未来整个RTB和DSP市场将远高于其他互联网营销形式的增长,网络营销正在从流量购买时代向人群购买时代转变。在大数据的资源和技术驱动下,中国RTB广告的前景未来将不可限量。


原文发布时间为:2014-04-20


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
SQL 存储 大数据
某互联网大厂亿级大数据服务平台的建设和实践
某互联网大厂亿级大数据服务平台的建设和实践
256 0
|
4月前
|
NoSQL 大数据 知识图谱
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
44 1
|
5月前
|
机器学习/深度学习 人工智能 算法
【机器学习】机器学习与AI大数据的融合:开启智能新时代
【机器学习】机器学习与AI大数据的融合:开启智能新时代
178 1
|
大数据
《2017 中国互联网消费生态 大数据报告》电子版地址
2017 中国互联网消费生态 大数据报告
60 0
《2017 中国互联网消费生态 大数据报告》电子版地址
|
分布式计算 DataWorks 数据可视化
4.互联网、电商离线大数据分析最佳实践(三)|学习笔记
快速学习4.互联网、电商离线大数据分析最佳实践
4.互联网、电商离线大数据分析最佳实践(三)|学习笔记
|
大数据
《互联网大数据应用&解决方案》电子版地址
《互联网大数据应用&解决方案》PPT
69 0
《互联网大数据应用&解决方案》电子版地址
|
存储 人工智能 供应链
新时代火热技术栈:大数据->人工智能(AI)->区块链
新时代火热技术栈:大数据->人工智能(AI)->区块链
新时代火热技术栈:大数据->人工智能(AI)->区块链
|
存储 SQL 分布式计算
4.互联网、电商离线大数据分析最佳实践(二)|学习笔记
快速学习4.互联网、电商离线大数据分析最佳实践
148 0
|
存储 机器学习/深度学习 人工智能
三剑合一称霸互联网时代——Serverless助推云计算-大数据-人工智能
三剑合一称霸互联网时代——Serverless助推云计算-大数据-人工智能
212 0
三剑合一称霸互联网时代——Serverless助推云计算-大数据-人工智能
|
SQL 分布式计算 DataWorks
互联网、电商行业离线大数据分析
最佳实践覆盖23种场景,有180多篇最佳实践,其中涉及100款以上阿里云产品的最佳使用场景,最佳实践已成功帮助大量客户实现自助上云。
互联网、电商行业离线大数据分析
下一篇
无影云桌面