如何利用媒体能力帮广告主获取高价值用户(下)~ 利用媒体RTA降本增效

0 评论 1036 浏览 4 收藏 9 分钟

RTA,是Realtime API的简称,怎么理解这一概念呢?RTA又是如何帮助广告主实现降本增效的?不妨来看看本文的拆解和梳理。

如今的超级流量池:如字节广点通等媒体都在强推自己的 RTA服务,那么RTA是什么?又是如何帮助广告主来降本增效的,本文就给大家介绍下。

一、什么是RTA?

RTA是Realtime API的简称,主要解决的问题是广告主对于个性化用户筛选和针对不同价值用户调价的需求,以达到满足广告主实时个性化的投放需求。

详细的原理为:本质的作用原理为一套实时问询接口。媒体方的广告投放平台开放出一个可实时问询外部数据服务的接口,在用户触发广告位的时候从媒体投放平台实时向广告主发起问询,此用户是否满足广告主的目标用户,通过接收广告主的响应来判断该流量是否曝光给到对应的广告主。

二、RTA的优势是什么?

这样很明显看出RTA广告的优势,就是结合广告平台数据和广告主的数据,利用广告平台的模型能力实现共同筛选目标用户的能力。这种能力对广告主而言可以运用到四大场景中。

第一、数据实时更新,实时生效,解决广告平台侧数据缺失的问题:虽然三方广告平台有人群包上传功能,但是这种人群包的looklike也好,人群屏蔽也好,都是滞后性的,因为人群包接口如果频繁更新,对广告平台和广告主都是一种开发负担。

但是RTA实时接口的问询就能避免此问题:比如我们想要一个app安装且活跃的用户,只要媒体带着设备号来询问广告主,广告主很容易就拿着设备号在自己的用户库中判断能否查找到目标用户,如果查找到已注册且活跃,就可以毫不犹豫地为此用户付费,如果找不到则不是自己的目标用户,拒绝出价即可节约本次广告曝光费用。对媒体而言,有了广告主的助力,自己的流量填充价值也可以大大地提升,可以说是双赢的服务场景。

第二、广告主出于对数据安全或者价值的考虑,不愿意将自己的转化数据或者低价值用户数据以人群包的方式给到广告平台。

比如金融公司投放金融广告的时候,需要将无效征信的用户去除,但是由于无效征信的属于高度敏感的数据,广告平台其实是没有这个数据的,金融广告公司出于数据安全的考虑,无法将数据传到广告平台上。所以金融公司投放广告的时候需要经过RTA进行用户的进一步的筛选过滤,广告平台即使知道广告主过滤了数据也不知道广告主的过滤意图是这个用户非目标用户还是其他原因。

第三、可千人千面的投放策略:这里可以理解成投放策略和出价策略。投放策略上,同一个产品有多个投放矩阵的,比如社交APP,有的团队投放女用户,有的团队投放男用户,增长团队,账号,甚至是户都是两个,但是产品却是一个,甚至即使同样是男用户,但是有的投纯新增,有的投拉活用户,不同的用户分层对应的投放策略都是大相径庭的,所以也需要多个RTA策略来做精细化的投放策略,这些都可以通过RTA来进行;

出价策略上,当此流量符合我们的投放策略,如何出价就需要RTA接口提供的基础信息和广告主的人群包进行撞库,衡量此流量的用户价值,来做不同的出价权重决策。

第四、可进行严格的AB流量测试:广告主进行投放策略测试时,最大的痛点就是广告平台的变量无法控制,即使一模一样的账户,定向,素材,预算,也会因为广告平台突然对个别账户或者素材的流量倾斜或者打压而使得实验结果不准确,应用RTA可以在媒体侧自主切分并且随机分配流量,从而实现严格的AB test。

RTA工作原理:

三、如何运用RTA策略到实际投放中?

1. 流量策略

广告位优选:广告主接入了很多媒体和联盟广告,广告资源众多,不同广告位流量质量参差不齐,其中流量作弊可能性极高,我们可以基于广告位id进行转化效果监控,分析流量转化数据,筛选高曝光但是无转化的广告位进行屏蔽,减少不必要的广告预算浪费,也可以将转化效果数据进行分层评估广告位的价值来做差异化出价。

媒体行业优选:针对长期转化效果不佳的广告位可以分析下媒体行业特征,如果有相似性,是有足够的理由将其他类似的行业都屏蔽掉。

2. 人群策略:基于目标&非目标人群识别

人群策略最重要的是提高广告主的流量识别能力,如果己方能力有限可以借助三方(极光友盟等数据公司)数据标签来扩充我方的用户数据库。扩充了我放流量识别的能力,我们才能更好地识别目标和非目标用户,如:黑名单屏蔽;联合出价策略预估人群价值,对广告主价值高的用户加价竞价,低价值的降低出价以此达到:

  1. 直接过滤非目标用户;
  2. 2用合的价格买到合理的目标用户。

3. 出价策略

其实出价的核心在于流量和人群的价值预估,不同的用户价值不同,广告主愿意花费的成本自然也是有差异化的,通过RTA请求返回的请求衡量相应不同的价格参竞,提升优质流量的获胜率,也可以用低价买一些价值不高但也可能转化的流量。

4. 频控策略

核心是基于展点检测数据构建用户展点频次标签,并确定规则实现成本及优化投入产出比。

其实很好理解,我们对同一个用户如果频繁地展示同一类型广告,大概会使用户厌烦,这样不仅是广告预算的浪费,还伤害了用户体验,故而需要控制用户的展示点击频次,分析出展示次数和转化的相关性,找到最合理的拐点来控制频次得到小投入高产出的结果。

本文由 @haher 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 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!