编辑导读：DSP（Demand-Side Platform），就是需求方平台，是伴随着互联网和广告业的飞速发展新兴起的网络广告领域。本文作者从需求的角度出发，围绕DSP广告系统展开四个维度的分析，希望对你有帮助。

01 前言

全文2000余字，阅读仅需5分钟。

本文从实际需求出发，简述从初步了解投放业务需求，到实施落地的过程中，映射的DSP系统雏形。

并分享个人在项目从0到1的一些想法和做法。

02 背景

时值八月中旬，距年中的618电商节已过去两个月。

电商在经过一轮疯狂的市场投放之后，广告投放消耗有所下降，流量市场的单价也开始下降，正是游戏、内容等行业的放量时机。而我们的市场投放部门的业务处于瓶颈，每日消耗只能维持在一个相对稳定的值。

眼看九月将至，而国庆节那段时间的理论上广告流量会有一波小高峰。

如果把握不住这波流量，那么一旦双十一到了，今年的业绩也就到顶了。

这个时候，问题来了：“怎么帮助市场投放部门快速稳步地提升消耗？”

03 业务拆解

我临危受命，因为当时我负责的所有产品线只有部分牵涉到广告的业务，而且还是比较粗浅的。

于是，我做了两件事情去了解这个业务：

• 业务部门梳理一下当前的业务流程给到我，包括从渠道的创建、广告投放、广告策略等等；
• 我作为一个广告小白，去尝试创建投放计划，体验整个业务流程；
• 熟悉行业，时间关系只能粗略了解；

结合市场部门的业务流程，我完整地跑了几遍广告投放的路径。

可以用复杂两个字来总结。

大概的流程如下：

可以大致看到，基本上所有功能都需要人工去操作，而且投手还需要跨平台地来回操作，一整个流程下来，耗费的时间多不说，还容易出错，这是一个极大的不便。

难怪他们经常诉苦每天的时间都花在建计划上面去。

另外一个没有在流程中体现的点，是广告素材的存储，仍然使用原始的FTP服务器去实现传输（这样的弊端是没法很好地对素材分类和搜索）。

一般情况下，一个熟练的投手，每天只能人工创建几十条计划。

因为投手不仅需要去创建计划，还得去观察数据，调整投放策略。所以一天下来，每个人就只能创建100条不到的计划。

而且不是每一条计划都能起量，100条里面能够有10条起量已经是非常不错了。

所以可以这样猜想，在同等的投放策略下，计划的数量越多，产生的消耗会更多。

而帮助投手提升创建计划的效率，那么势必能够量变引发质变，达到提升业务的效果。

因此，需求核心需要去解决的问题，其实就是一个投放的效率问题。

04 从业务到需求

从产品的角度，我想到的几个优化点：

• 操作交互优化：争取所有操作在同一个后台中完成，减少页面切换的次数；
• 基础功能完善：建立本地的素材库，统一管理；
• 提出核心方案：减少人工的操作，能否通过程序，智能创建计划，提交给头条（当时是通过查阅巨量引擎的开发文档，发现是有API支持程序创建广告的）；

于是，整个流程就可以缩短为以下路径：

到这里，其实核心的需求框架已经基本确定了。

整个需求还是相对复杂的，因此还有很多细节需要敲定。

细节的敲定主要是通过召开讨论会，前后总共召开3次会议，每次不少于4小时，才最终全部落实。

接下来的工作就是文档和原型的整理了，原型狗的心酸，在此也不过多赘述了。

需求文档就不做过多分享，因内容敏感只截取部分原型，仅供参考：

这种B端的需求，各种细节着实让我心力交瘁。

以下是大概的系统架构，比较粗略：

从问题抛出到需求确定，再到输出产品文档，整个过程历时一个星期。

而从评审到需求研发落地，也耗费了2个星期；还是加班加点做出来的。

加班主要是因为一些模块，巨量引擎API没能提供很好的支持，中间调整了一点产品方案，所以大家面对这类型的需求，一定要充分预研。

系统上线之后，效果是立竿见影的。消耗蹭蹭地涨，最高峰比平时提升了近10倍。

市场投放的同事终于能准点下班了，而我和技术还在加班！确实挺魔幻的，不过互联网人永不下班，加班才是硬道理！

05 复盘迭代

综合来看，第一个版本做出来的需求，已经能够很好地满足市场投放的使用了；可以在几分钟内创建上千条符合要求的计划。

但是系统需要改进的地方还是有很多，毕竟并没有做得很成熟。

结合实际使用情况，我个人认为有以下几个核心的优化方向：

• 数据监控：通过数据分析，可以优化各个路径的漏斗转化，降低损耗，积累投放策略等；通过监控，如消耗突然下降，点击转化下降等，可以及时预警，帮助投放同时及时解决问题。
• 素材策略：素材是带给用户的第一视觉体验，所以优化是必不可少的；目前的系统仅支持人工预搭配的方式，形成创意库，这种方式太过依赖投手对创意的敏感度，没能很好地提升消耗的利用率。所以后续的优化方向是需要摸索出一套素材的数据分析策略，通过这套数据分析策略，结合AB测试等方式，让好的素材持续曝光，也能在短时间内找到效果差的素材并淘汰。
• 竞价策略：从长远来看，一套成熟的人工+算法的竞价策略，可能才是广告系统最终的演变方向。对于竞价这一块，我还没有深入去了解，所以暂时没有成型的想法。

06 关于程序化广告

做完这个需求，我长舒一口气；

因为是第一次了解程序化广告投放这个行业，里面的门门道道，着实是花了不少时间去研究学习。

这个项目落地很长一段时间之后，我才有时间去从宏观地了解这个行业生态。了解完才发现，这个项目其实正是DSP系统的雏形。

这次基于公司内部需求所做的项目，其实就是一个“DSP需求方广告平台”，本质上也是基于用户增长问题衍生的一种需求。而DSP系统立足于需求方，能够很好解决人力效率、数据分析等问题，解决这些问题之后，用户增长这一环自然也能受益。

从行业角度来说，DSP在RTB中处于代表广告主利益的一环，一般以竞价的方式，实现广告创意的程序化投放（PCP），支持用户、投放数据分析(DMP)，同时具备对投放效果的实时监测、分析和优化能力。

下面是来自RTBChina的一张技术生态图（2020），大家有兴趣可以看一下：

07 最后

个人认为，效果广告投放的核心是ROI的最大化或者说是有效传播。

而程序化广告就是为了达到这个目的应运而生的。

广告主花钱需要看到效果，而广告平台则需要在广告和用户体验之间找到平衡点。

随着程序化广告的高速发展，会不会在未来的某一天，广告和内容深度结合，出现“广告即内容，内容即广告”这样的场景呢？

我想，大概率会吧。

本文由 @花城大少  原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Pexels，基于CC0协议