移动互联网广告初窥

简介: 开始讲到互联网广告,首先我们先了解一下在这个生态圈当中的参与方,Advertiser, publisher和Agency。 Advertiser-广告主,即是指的是需要将自己的广告进行投放的人,如奥迪,强生,贝昂。

开始讲到互联网广告,首先我们先了解一下在这个生态圈当中的参与方,Advertiser, publisher和Agency。
Advertiser-广告主,即是指的是需要将自己的广告进行投放的人,如奥迪,强生,贝昂。广告主的需求是需要将自己的广告物料在不同的媒体的广告位上进行展示。

Publisher - 媒体方, 即是指拥有媒体的人,如VIVA畅读,喜马拉雅等APP。 媒体方的拥有广告位,并且需要将自己的广告位上的展示机会售卖给Advertiser进行流量变现。

Agency – 广告商, 顾名思义,就是广告中介。撮合Advertiser 和 Publisher, 将双发的需求进行撮合。为广告主找到媒体,为媒体找到广告主。

但是不同的媒体方的不同广告位的单一价值是比较少的,单一广告位,单一媒体的能力是有限的。不同的广告主的需求也是多变的。如果按照ER的关系,则是多对多的关系。媒体方和广告主的沟通效率,都会比较低。此时 Ad network出现了,Ad network作为广告主和媒体方的中间者,将媒体的所有广告位集合起来,使用标准的方式对媒体和广告位进行管理,用统一的逻辑与广告主进行谈判。这样广告主在寻找媒体的时候只需要找到Ad network即可, Ad network会根据广告主的需求,把广告物料下发到下面的媒体当中。媒体也不用再单独去找到广告主,媒体只需要按照约定的CPM或者CPC在Ad network上进行结算即可。在此情况下,各个Ad network建立起来了,聚集了不同的媒体为不同的广告主进行服务。

矛盾总是不断出现又不断的被解决的,在遍地都是Ad network 的情况下。不同的Ad network的媒体,质量不同。出现了Ad network 之间开始了流量的售卖,一时间市场变得开始宁乱。
此时Ad Exchange出现了,在以往Ad network 时代,Ad network 售卖方是广告主。而Ad Exchange 可以将广告流量售卖给广告主,或者 Ad network 或者媒体。 这里也出现了一个角色 SSP (supply side platform), 指的是拥有广告位的一方。 媒体将自己的广告位接入到SSP上,让SSP去打点自己的广告流量,这样媒体只用坐等收钱。SSP 会把手上的广告位卖给Ad exchange, 再由 Ad exchange 将这部分流量进行售卖。可以看到此时的市场从最开始的由Ad network 作为中间方进行流量接入,定价,售卖,到流量集中在Ad exchange。 Ad exchange (广告交易平台)有点类似于我们现在的拍卖交易市场,Ad exchange 会对每一个广告展示机会进行公开的竞价,任何有意向购买的人都可以进行举牌进行购买。最终由Ad exchange 来裁定广告展示最终由谁获得。 这里才用的就是 Real time biding (RTB), 在100MS内,Ad exchange 将广告展示机会,如在哪一个媒体,哪一个广告位上,底价是多少,进行公布。 采购方根据自己的预算,需求进行出价。最终Ad exchange 筛选出出价最高者,以第二价格+最小货币单位进行成交价成交。 看起来Ad exchange 的出现直接解决了之前在Ad network上统一售卖的问题,够买方可以根据自己的投放情况调整出价策略。媒体也可以将自己的任何位置都放到Ad exchange上,由市场来进行定价。

但是某一个Ad exchange 是不可能接入完所有的媒体或者SSP的,如果需要让广告主在不同的Ad exchange 上进行广告的购买,这看起来对于同一个Campaign的预算控制变的有点复杂。 但是不怕,有矛盾的时候总会有解决方案的。这个时候,出现了Demand Side Platform (DSP), DSP 帮助广告主集合了大部分的Ad exchange, 广告主只需要在DSP 上就可以对很多个Ad exchange的流量进行购买,不同Ad exchange 的花费都会被统计到 DSP上。广告主实现了,一个平台,按需去出不同的价格,去购买市面上不同的广告位。 而且DSP作为一个聚合了很多流量的平台,在运行一段时间后,通过自身的数据收集和分析,DSP的DMP也逐渐积累&搭建起来。为广告主提供各种定向功能,帮助广告主去花费好每一分广告预算。

以上是对移动广告的几个基本的概念认识,后续顺着这条线,挖掘移动广告下的各个平台,模块,技术。

目录
相关文章
|
28天前
|
机器学习/深度学习 自然语言处理 算法
【深藏功与名】揭秘大模型背后的真相:为何它们常让人欢喜让人忧,又该如何破局?
【10月更文挑战第5天】近年来,随着计算资源和算法的提升,大规模深度学习模型在自然语言处理和计算机视觉领域取得了显著成就,但也引发了“大模型幻觉”的讨论。该现象指模型虽在特定任务上表现出色,但在实际应用中存在过度拟合和泛化能力差等问题。本文分析了大模型的底层逻辑,并通过PyTorch代码示例展示了如何使用L2正则化缓解过度拟合。此外,还介绍了通过数据增强提高模型泛化能力的方法。未来研究需进一步平衡模型复杂度与泛化能力,以实现更佳性能。
32 0
|
SQL 数据可视化 搜索推荐
咚咚咚,穷人版生产力工具,好用到飞起
咚咚咚,穷人版生产力工具,好用到飞起
|
人工智能 UED
美图社交战略地基打好了,2019年将平地起高楼?
美图社交战略地基打好了,2019年将平地起高楼?
154 0
美图社交战略地基打好了,2019年将平地起高楼?
|
大数据 程序员 Android开发
高效能程序员的修炼札记:揭露营销伎俩
高效能程序员的修炼札记:揭露营销伎俩
134 0
眼球网站经济学之我见——符号化的意义,互联网营销
  “钱不是万能的,但没钱却是万万不能的!”这种调侃很流行,我想也应该有不少人能够在总体上认同——谁不食人间烟火啊!不过有的时候钱确实是很难衡量,甚至会失去作用的,比如为国捐躯、无私奉献、天灾人祸等。也许有人会因此得出一个金钱很俗的结论,那么我在这里就要试图解决两个问题:将人类的感情色彩去处后,还原金钱的本质;以及将这种本质应用到虚拟世界之中。
1430 0
眼球网站经济学之我见——货币的汇率问题,互联网营销
  前面提到了一个很麻烦的问题:问什么有人真愿意花时间做租用首页并四处搜寻合适的内容?   赚得博客园货币——比如叫博元,是我们的设计的动力系统,但是这个博元的内在价值,却是动力大小的根本问题所在。前面的回复中有人提到,这种虚拟货币没有任何价值,除非和RMB挂钩。
1455 0
|
区块链 数据安全/隐私保护 安全