互联网广告的进化之路-技术篇【计算广告】

简介: 根据行业第三方调研机构发布的2014年互联网广告行业的实力分布数据显示,BAT三家占据了互联网广告的绝对领先地位,毫无疑问,这是一个数据决定一切的时代。如同人类从农耕时代发展到互联网时代,互联网广告的演化过程同样一波三折。
根据行业第三方调研机构发布的近些年互联网广告行业的实力分布数据显示,BAT三家占据了互联网广告的绝对领先地位,其关键因素不仅是这三家巨头的品牌和市场,更是他们拥有的海量数据。

一:一手交钱一手交货 - 互联网广告初始形态

互联网广告系统的最初形式,与传统的线下广告类似,广告主一般直接与媒体等内容提供商洽谈合约,同时也通过代理来开发广告创意、购买流量和优化。
image

二:供销社的诞生 - Ad Network

 Ad Network(广告网络平台)是一个封闭的网络广告市场,网络业主作为中间环节先向出版商采购广告库存,然后再转售给买家,虽然有时候出版商也可以创建自己的广告网络。

Ad Network更像是20世纪的供销社,在一定市场范围内提供杂货贸易。SSP(广告供应端)一般是具备一定的规模的大媒体或搜索门户。在线环境中有大批的中小网站,需要流量变现。这些长尾的流量也可以覆盖到很多的互联网用户,这就催生了 Ad network的产生。Ad Network(广告网络平台)聚合了DSP和SSP的需求,负责两者需求的对接;一方面为广告主提供广告管理、发布和监测服务,另一方面,为媒体提供广告位管理、变现的服务。一般按照成交金额提成。
Ad network的位置和功能作用如下两图: image

image

三: 大型超市渠道网诞生 - Ad Exchange

 Ad Exchange(广告交易平台)一个开放的、能够将出版商和广告商联系在一起的在线广告市场(类似于股票交易所)。交易平台里的广告存货并不一定都是溢价库存,只要出版商想要提供的,都可以在里面找到。  

所谓广告交易平台,就是一个能够让广告主在对的时间,对的地点接触到对的用户的地方曝光。它可以为每一次广告的 Impression为单位量化广告的价值和价格,其运用的实时竞价技术可以让广告主竞拍每一次广告显示在用户面前的机会。
Ad Exchange 相对于传统模式还是有比较大的好处的,一方面节省了广告主的成本,另外一方面让站长的收益增加了,最重要的是让合适的广告展现给合适的用户,提升了用户体验。Ad Exchange 出现后的广告市场形态:
image

其实,如果Ad Network能做到一家独大或几家独大,那就真的不需要Ad Exchange或RTB了;其中,SSP和DSP并不是必须的,SSP和DSP的主要价值是通过技术手段,让广告/流量的买家和卖家利益最大化。这就好比在货物相对短缺的计划经济里,有全国统一的供销社就可以了,但是随着媒体和广告主的暴增,原有的供销社模式就不能满足市场需求了,不仅做不到媒体流量的信息对称,更会使中长尾流量白白浪费掉,这样的结局就是买家没不到流量或买到流量的价格不合理,卖家的收入也会不稳定,且会有很多流量白白浪费掉。
只有一家Ad Network是的市场状态:
image
多家Ad Network出现时的市场状态:

image

image


image


可以看到,当流量市场的产品数量、种类以及参议方增多以后,Ad Network的交易会变得流程复杂,是的一个impression的交易成本大大增加,这时统一的大型超市渠道交易管理平台就应运而生了,如下图所示:
image

这个类似沃尔玛的全球超市渠道网,从多个渠道商(Ad Exchange)和厂商获取货物,然后将货品根据需要分发到全球。

注:其实Ad Exchange也不是万能的,也不止一家,而且Ad Exchange之间也需要合作。这就好比各个大型超市的关系。

四:淘宝的诞生 - RTB(Real Time Bidding)

RTB是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。

商业的本质是通过信息不对称赚取差价,但竞争的本质是通过一定手段降低信息不对称,从而获取更大的市场和更充分的资源利用。随着市场变得越来越庞大而复杂,Ad Exchange需要更公平合理的交易方式,使得买方和卖方利益最大化;
image

同时,随着广告网络的进一步发展,精细化的投放需求变得强烈。SSP端的驱动力是利益最大化,而DSP希望投放效果最好,促使广告供需由针对位置的交易转变为了针对某个受众某次流量的交易,即Real-Time Bidding(实时竞价),将每一个流量的价值最大化,也使得需求方的投放针对性更强。而且,由广告网络进行用户细分,明显不能满足所有广告/流量需求方的定向投放需求,数据管理、自定义用户细分也应运而生,同时,强大、精准的DMP变成市场刚需。
而且在RTB技术的基础上,不仅使得交易变得更透明,而且根据不同的广告主/买方的需求和精准的DMP,实施针对不同人群的精准投放,让流量的价值更大化。
image
注:

  1. 目前,媒体一般会采用PDB(保价保量)、PD(保价不保量)PA( Private Auction)等方式首先卖掉一大部分优质流量,最后的中长尾流量才会到RTB市场上,RTB主要解决的是中长尾流量的变现问题。
  2. DSP和RTB 在技术上没有太大区别,主要区别是商业角色上。其实国内外很多DSP公司同时也是RTB/Ad Exchange。而且,RTB是建立在Ad Exchange上的一种交易机制或手段,所以这两者的主要区别是技术手段。
目录
相关文章
|
6月前
|
机器学习/深度学习 人工智能 算法
「我在淘天做技术」迈步从头越-阿里妈妈广告智能决策技术的演进之路
随着智能化营销产品和机器学习的发展,阿里妈妈将深度学习和强化学习等AI技术越来越多地应用到广告智能决策领域。本文将以阿里妈妈广告智能决策技术的演进为例,分享我们工作和思考。
|
人工智能 图形学 UED
《2022中国云游戏行业认知与观察》——第二章、云游戏应用场景与技术实践——2.4 不止游戏,与各产业融合创新,为产业的创新发展提供新样本——2.4.1 应用案例:实时互动数字技术再现文化宝藏,元宇宙促进文旅新业
《2022中国云游戏行业认知与观察》——第二章、云游戏应用场景与技术实践——2.4 不止游戏,与各产业融合创新,为产业的创新发展提供新样本——2.4.1 应用案例:实时互动数字技术再现文化宝藏,元宇宙促进文旅新业
195 0
|
机器学习/深度学习 人工智能 自然语言处理
AIGC背后的技术解读、演进趋势和未来畅想
AIGC背后的技术解读、演进趋势和未来畅想
|
存储 弹性计算 安全
从大模型到大降价,阿里云被集成战略背后的底气
“过去几个月,我碰到的所有客户、所有伙伴,包括我们所有的企业都在思考一个问题,就是如何用新一代的人工智能技术来武装自己。” 4月26日,当阿里巴巴董事会主席兼CEO张勇第一次以阿里云智能CEO的身份出现在阿里云合作伙伴大会上时指出,大模型让所有企业站在了同一起跑线上,再次激活了千行百业。
611 0
|
机器学习/深度学习 运维 Cloud Native
阿里巴巴深度用云背后透露哪些技术趋势?
从“阿里巴巴上云”到“云上的阿里巴巴”,阿里正在引领一个全面深度用云的时代。
458 0
|
存储 人工智能 调度
从赚钱宝到智能平台 一条共享经济的进化之路
从赚钱宝到智能平台 一条共享经济的进化之路
从赚钱宝到智能平台 一条共享经济的进化之路
|
机器学习/深度学习 人工智能 自然语言处理
从融合创新到降低门槛,全新发布的百度大脑7.0撑起AI时代「星辰大海」
机器之心编辑部 百度大脑升级至 7.0,以融合创新、降低门槛为显著特点,通过百度智能云加速产业落地爆发。
236 0
从融合创新到降低门槛,全新发布的百度大脑7.0撑起AI时代「星辰大海」
|
存储 人工智能 运维
【云栖号案例 | 物联网&人工智能】超越软件上云 讲述每天1亿公里行驶背后的大生意
随着车联网的快速发展,传统服务器扩容速度跟不上、维护成本高。上云后统一平台、汇聚数据、数据变现,计算的弹性扩展以及数据的弹性存储实现平台化。
【云栖号案例 | 物联网&人工智能】超越软件上云 讲述每天1亿公里行驶背后的大生意
|
新零售 供应链
分析拼多多的崛起【产品思维】
最近朋友圈讨论拼多多上市的新闻大火,各有各的看法,很有意思,突然想起前段时间得到上的《梁宁-产品思维30讲》,所以想从数据和产品角度分析分析拼多多的崛起。 一:拼多多的迅速崛起 我们先看看拼多多这几年的成长历程: 2015年9月,拼多多微信公众号上线,两周后粉丝破百万。
9278 0
|
人工智能 UED
用AI击破传统行业痛点 “百度大脑行业创新论坛”将提7大行业解决方案
“未来没有任何一家企业可以宣称,自己和AI没有关系。
1632 0
下一篇
无影云桌面