流量分发 – 青瓜传媒 //www.f-o-p.com 全球数字营销运营推广学习平台! Tue, 30 Aug 2022 10:02:06 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.2.20 https://static.opp2.com/wp-content/uploads/2021/04/favicon-1.ico 流量分发 – 青瓜传媒 //www.f-o-p.com 32 32 漫谈广告流量分发策略 //www.f-o-p.com/248783.html Mon, 12 Jul 2021 03:29:24 +0000 //www.f-o-p.com/?p=248783

 

流量,作为广告变现的基础,如何合理利用流量,充分发挥其最大价值,是每个广告从业者都会面临的问题。本文从ADX的角度,探讨流量流转中的分发机制,合理的分发机制可最大化流量利益,希望读者能从本文获取一些启发。

流量流转机制

ADX(AD Exchange),广告交易市场,在流量流转流程中起承上启下作用,向上对接DSP,向下对SSP/媒体负责,借助其工作流程来了解广告流量流转机制,有助于我们更好的去理解流量过分发过程中可能存在的优化点。广告流量流转机制如下:
漫谈广告流量分发策略:Waterfall&Header Bidding

当前端App触发广告流量机会时,会将本次流量下发给其对接的ADX,流量属性中通常会带有广告位和用户信息等相关属性;ADX在接收到流量请求时,首先会校验流量的合法性,最简单的就是参数校验,然后校验订单/DSP的预设值,最终将该流量下发给哪些DSP;DSP接收到本次流量时,根据流量中携带的相关属性决定是否参与竞价,如果流量合适,则返回参竞价格(或者dealId)及广告元素给ADX;ADX接收各家DSP竞价信息,在经过一系列的有效性判断之后根据价格竞价排序,价高者得之,将获胜的广告信息下发给媒体,同时通知DSP其广告获胜了(这一步非必需,但建议有);媒体在收到广告信息后,对广告进行渲染展示。

当产生用户行为时,需通过监测链接回传ADX和DSP相关行为数据,主要的行为曝光曝光、点击、下载、唤醒等。针对通过监测链接回传行为数据,有C2S(Client to Server)和S2S(Server to Server)两种模式,目前大多数客户都投放时都要求C2S的上报方式。其中关于ADX涉及的各关键指标在上篇《商化广告角色大盘点》中的ADX部分有所提及,本文旨在探讨流量分发机制,对指标不做过多的解释,感兴趣的读者可移步阅读。

通过上述流量流转流程可以发现,广告流量主要在ADX侧进行转发,如果ADX对接了多家DSP,合理的流量分发机制可以提升填充率及ecpm,使得流量收益最大化。

waterfall

当ADX对接了多个DSP时,在请求不同的DSP时,是该串行请求还是该并行请求呢?这里面就涉及不同的策略。首先来说说串行请求,即waterfall。

waterfall,中文翻译为“瀑布流”,字面意思理解就是“从上往下流”,但“从上到下”这四个字该如何理解?在广告行业中,waterfall指的是“在无法实时评估每次流量的价值时,基于历史eCPM数据,从上到下请求DSP,分发流量”。这就是所说的广告串行请求。通过一个实际例子来看waterfall的使用场景。

假设ADX对接了三个平台,三个平台的eCPM和填充料分别如下:

漫谈广告流量分发策略:Waterfall&Header Bidding

假如有1000个广告请求,则有以下广告请求方案:

方案1:全部请求DSP1

收益 = 1000 * 20 / 1000 * 30% = 6

方案2:全部请求DSP广告源

收益 = 1000 * 15 / 1000 * 50% = 7.5

方案3:全部请求DSP3

收益 = 1000 * 25 / 1000 * 20% = 5

从上述的三个方案来看,虽然方案的eCPM最低,但其填充率最高,最终的总收益最高。那是否说方案2是最佳方案,答案肯定是不是的,因为其只利用了50%的流量,剩下50%的流量被浪费了,于是引申出了方案4。

方案4:先把1000个广告请求全部请求 DSP3 ,把未填充的部分请求 DSP1,最后未填充的部分请求DSP2,具体流量分发流程图如下。

收益 = 1000 * 25 / 1000 * 20% + 800 * 20 / 1000 * 30% + 560 * 15 / 1000 * 50% = 14

方案4最终的收益14元,填充率为72%,相对于前三种方案,既提升了收益,又提升了填充率。

漫谈广告流量分发策略:Waterfall&Header Bidding

那既然看着收益和填充率都上去了,是不是采用waterfall就可以解决流量分发问题了呢,现实总会让你啪啪打脸。waterfall的方案主要存在以下几个问题点:

  1. waterfall的核心点在于“历史eCPM的数据”,那么如何去衡量一个dsp的历史eCPM数据,这个历史是多久?
  2. 串行请求会增大广告展示耗时,平均请求一次至少在100ms以上,多次请求会造成前端展示延迟,用户体验感较差。由于不同广告位的环境不同,用户可接受程度也不一样,需要分广告位设置整体请求次数/超时时间。
  3. 由于waterfall 的请求优先级是根据历史eCPM数据来决定优先级的,针对某次具体请求时,可能排在前面的DSP出价没有后面的出价高。这样一来就会错过排在后面的出价更高的DSP广告,流量利益没有获得最大化。
  4. 各个DSP的eCPM数据维护,由于季节性问题,eCPM的数值会发生变化,需要运营同学手动维护,成本较高。

这里关于“历史数据的eCPM”,咱们展开讲一下:

  1. 这个历史是多久?这个问题是没有标准答案的!因为每个DSP的效果不一样。我们唯一能够做的就是尽去预测每家的eCPM以及填充率,这可以通过历史数据去验证,也可以通过商务关系去了解,只有得到了正确稳定的数值,对我们来说才是真实可靠的。3天、7天、10天或者更久都是ok的,只要你认为这个数字是合理的,经得起推敲就可以。
  2. 对于新对接的DSP,由于其无历史数据积累,需要如何评估其eCPM值呢?a)可以通过商务运营渠道了解其eCPM和填充率情况;b)可以针对新对接的DSP进行流量扶持,积累一定的数据后回归入正常的DSP进行排序。这个流量扶持的周期和样本数据,各家算法团队的要求不太一样,能满足自身业务即可。
  3. 如果对于两个DSP,他们的eCPM和填充率都一样的情况下,如何排序呢?此时可以从其它纬度来评估,例如接口响应时长,素材质量等方面去考量。

Header Bidding

既然waterfall有诸多问题,那有木有其它替代方案?读者肯定在想,如果每次竞价的时候,DSP都能实时返回本次出价,那么这样就不需要计算和维护“历史eCPM数据”了,在流量分发时,就可以并行的分发流量,在得到所有DSP的出价后,根据出价决定竞价成功者,这就是“Header Bidding”。

“Header Bidding”,中文翻译为“头部竞价”,字面意思理解就是“流量发给头部买家,头部媒体进行竞价,然后将获胜的底价作为底价去请求其它不支持实时竞价的DSP”。要想实现这个,首先得有如下几个前提:

  1. 头部买家在返回广告素材时,需要同时返回出价,这样媒体/ADX才可以完成竞价;
  2. 非头部买家虽然不支持实时返回出价,但需要支持传入广告位底价,这样如果有广告返回,那么价格一定高于底价,对ADX和媒体来说收益最高。

Header Bidding起源于国外,最初应用在PC上面。DFP(Google Doubleclick For Publisher),国外PC网站集成最多的广告平台,由于其垄断了PC广告,加上Google的Ad Exchange dynamitc bidding(感兴趣的朋友百度了解),对Publisher和其它DSP很不友好,因此AppNexus希望联手其它的ADX/DSP一起通过Header Bidding技术来撼动DFP的垄断地位。

漫谈广告流量分发策略:Waterfall&Header Bidding

从上述的描述中可以发现,header bidding相对于waterfall具备如下几处优点:

  1. 公平竞价:所有DSP同时竞价,各自评估流量价值进行出价;
  2. 收益最大化:原先排在waterfall底部的DSP可以通过提高出价来赢得广告展示机会。

在国内,PC的发展已相对比较停滞不前,更大的潜力在移动端。因此更准确的说,国内的header bidding应该叫In-App bidding。由于国内的In-App bidding起步较晚,目前只有几家头部媒体支持实时返回出价,因此在很长的一段时间内都会是headering bidding和waterfall并存的方式,对于支持实时出价的媒体优先通过header bidding,然后将获胜的出价作为该广告位的底价去请求其它DSP,最终根据价格竞价。

总结

其实无论是串行or并行,都只是解决问题的策略,核心目标只有一个“流量收益最大化”。站在媒体方的角度,当然是希望越多的媒体同时竞价;站在DSP的维度,必然是希望流量先发给自家,自家挑选完之后再发给其他家,甚至可能是流量独占。

当然现实中的环境错综复杂,不同的对接方式,也都会都会影响不同的策略,只有紧紧抓住“流量收益最大化”这个重点,兼顾多家利益,才能以不变应万变。

  1. 电商节各大电商争夺市场的时候,流量预算充足,为了多拿预算,流量优先分发给电商DSP;
  2. 某些DSP的eCPM和填充率都还可以,但是就是素材比较low,偶尔还可能涉及到黑五类广告,或者说技术上存在小坑(比如网络延迟高),此时针对这些DSP需要做流量限制;
  3. 某些DSP虽然eCPM不高,但是填充率还行,比较适合做保底填充,需要给予一定比例的流量养着;
  4. ……

 

作者:包子

来源公众号:商业化产品日常笔记

]]>
快手、抖音”淘宝化”:从流量分发到需求分发! //www.f-o-p.com/213240.html Mon, 07 Sep 2020 08:57:52 +0000 //www.f-o-p.com/?p=213240

 

​随着各大平台的战略升级以及竞争的不断加剧,越来越多的平台选择进军电商市场,其中抖音快手凭借在短视频领域的优势,快速捕捉用户需求,并在商业化的道路上对淘宝造成冲击。如今,抖音发布了直播间将不再支持第三方电商平台链接的新规定,这又是为何呢?我们来看本文作者的分析。

“封禁”外链之后,抖音的商业化正在进入新的提速阶段。

8月26日,抖音直播发布新规定:从10月9日起,直播间将不再支持第三方电商平台链接,外界普遍认为,抖音此举意在加速抖音小店电商生态闭环进程。

背后的原因,恐怕与Tiktok在海外遇到的困境不无联系。在海外业务受挫之后,字节想要达成预定的增长目标,国内的商业化进程也会加速。连锁反应下,整个直播电商行业可能正在进入一个商业化加速期。

一、抖音封禁外链背后的底层逻辑:从信息分发到需求分发

从6月18日抖音电商部门升为一级部门,到今年抖音小店扶持动作不断,再到如今封禁外链,作为日活4.5亿的超级流量平台,抖音似乎正在谋求从流量平台到电商平台的转型。

快手方面最近也动作频频,最近,快手方面对小店规则进行了一系列优化更新,快手方面也希望通过搭建联盟架构、细化商家入局细则等具体措施,尝试搭建电商闭环生态。

对此,有观点认为,快手抖音正越来越”淘宝化”。

深究其因不难发现,直播带货商业模式的成功,是抖音、快手试图打造带货商业闭环的基础。

实际上,除了商业化的加速的诱因之外,直播电商的商业模式已经被验证:社交电商、垂直电商、综合电商之外,直播带货正在成为电商的”第四形态”。

“直播带货可以看作是一个线上导购+精选货架。”某零售企业华北区域负责人对互联网江湖表示:”本质上,直播也是一个新兴的零售渠道,只不过渠道另一端的潜在转化数量级相当高,转化效率也要高于传统渠道。”

后疫情时代,直播成为一种电商基础设施之后,直播带货本身也在成为继传统电商、新零售之后又一种新的人货链接渠道,而存量时代,人货链接的渠道效率往往大于认知效率。

美国著名营销专家艾·里斯(Al Ries)与杰克·特劳特(Jack Trout)曾经提出一个”定位理论”,其中一个核心观点是要求企业在顾客心智中成为”领域第一”,也就是所谓”占领用户心智”。

可口可乐、NIKE、京东、天猫等众多企业的成功,都离不开这一核心理论,这其实是一种人货链接的”认知效率”:品牌认知感越强,决策转化路径也就越短,转化效率也就更高。

而直播带货的成功则印证了另一种效率法则:渠道效率。

存量市场中,用户认知接近固化,渠道触达对于人货链接的转化就显得极为重要。

以直播带货为例:直播带货,其实就是一场实时在线的供需匹配,当运营端深度洞察C端消费需求,与直播流量属性相匹配之后,规模供给匹配规模需求,带货自然很猛,这其实就是一种零售的渠道效率。

基于流量分发的逻辑,直播带货兴起之前的抖音快手其实一直以来都是做的都是流量变现的生意,说白了就是卖流量,本质上是做的注意力分发。但存量增长时代,单纯依靠流量变现的增长时代已经结束。

从底层逻辑上来看,从卖流量到卖货的转变实际上是平台从流量分发到需求分发的转变,相比流量分发,需求分发的转化路径更短,其价值自然就更高。

从流量价值的角度来看,流量价值=流量覆盖X转化效率X流量属性,从流量覆盖上来看,抖音4亿DAU、快手超3亿DAU,都是基础设施级别的顶流;从转化效率上来,纯流量分发转化路径长于直播带货的需求分发路径,因而后者的人货链接效率更高。

一句话概括,抖音、快手做生直播电商的生态闭环,转化路径更短,流量变现效率更高,未来的商业增长空间也就越大。

二、后直播电商时代,供应链或成直播电商”胜负手”

直播平台做闭环电商生态,有机遇也有挑战,比如说物流和供应链,长期来看,这也是构筑直播电商核心竞争力的关键。

物流方面:虽然已经”站在巨人的肩膀上”,但公共物流资源是一方面,关键还是要依靠物流形成核心竞争力。

比如:菜鸟网络整合三通一达,为形成了淘宝物流上核心能力,京东持续投入多年打造京东物流,最终形成电商物流核心竞争力,就连拼多多也开始下场做物流。

而对于快手和抖音来说,从0到1的打造核心物流竞争力,仍然是一个巨大的挑战。

在供应链方面:一直以来供应链都是直播带货的核心,抖音、快手也意识到了打造平台核心供应链能力的重要性。

快手方面:今年5月份,快手科技与京东零售签署战略合作协议,双方将在快手小店的供应链能力打造、品牌 影响和数据能力共建上展开深入合作;抖音方面,今年7月底抖音电商与苏宁公布合作,苏宁易购将为抖音电商提供供应链服务。

不过,直播电商与传统电商的合作,实际上也颇有几分”貌合神离”,短期合作可能只是过渡。长期来看,直播电商也需要打造自己的核心供应链能力。其背后的原因在于,供应链和物流的”幕后实力”,实际上很大程度上决定直播带货的上限。

比如:从GMV 上来看,整个2019年,淘宝直播预估实现年GMV 2500亿,抖音直播和快手直播的GMV则预计分别为400亿和250亿。数据背后,则是供应链领域深耕的以及整体电商生态的完善度的体现。

互联网江湖(VIPIT1)认为,直播平做直播电商,内容决定平台流量基本面,直播带货成熟度决定平台流量转化效率,供应链效率最终决定平台商业变现高度。

从直播平台电商化的商业逻辑上来看,一方面内容决定了平台的流量池的广度和深度;另一方面,直播带货则是高效的流量变现方式,商业上越成熟的直播带货,越容易发生转化,其变现效率也就越高。

为什么说供应链效率是最终决定商业变现天花板的”胜负手”?

从本质上来看,直播带货核心价值在于规模供给匹配规模供需之后,规模效益对C端的让利。所以供应链效率越高,这样的让利空间越大,并最终转化为平台优质低价的核心竞争力。

整体来看,无论是合作还是自建供应链,抖音、快手的目的可能还是建立起从流量生态到商业变现生态的内循环:用内容获取流量,通过直播带货发生转化,常态化的带货直播之后,形成用户黏性,从而自发生成价值更高的电商流量,形成内循环。

也就是说,平台封禁外链是”术”、打造供应链体系是”法”、流量变现到需求价值变现才是”道”。”道法自然”的结果是形成完整的流量-电商内循环生态,以小店、直播带货为变现工具,实现商业增长的效益的帕累托最优解。

三、闭环商业生态之后,直播电商或迎上市窗口期

资本与商业是经济活动的一体两面,基于商业模式的进化,资本市场会进行相应调整,同样很多商业上的变化,也往往有资本层面的考虑。

“构建电商闭环生态之后,下一步可能就是IPO了。”某投行人士对互联网江湖表示,”其实从资本价值判断的角度来看,直播平台自营商业生态闭环与卖流量的内容平台在PE水平上的差异其实还挺大的。”

IPO上市是一门很深的学问,为什么上市?什么时候上市?都是企业决策者需要深思熟虑的问题。

对于抖音、快手的母公司而言,虽然有IPO的实力,但俗话说”好饭不怕晚”,抖音、快手作为头部平台,闭环电商生态构建完毕之后,直播电商或将迎来一波上市窗口期。

根据天眼查App融资信息显示,去年年底,快手获得腾讯近30亿美元融资,彼时估值已经达到286亿美元。

根据此前36氪报道,快手可能将于今明两年上市。字节跳动方面,今年7月底,有消息生成字节跳动中国业务正在考虑在香港或上海上市,字节跳动方面回应不予置评。

从时间节点上来看,抖音此次封禁外链,加速构建电商生态闭环,可能也有估值方面的考虑。

一方面,海外业务命运前途未卜的情况下,字节需要用”电商故事”来对冲资本市场上可能存在的负面影响;另一方面,从企业价值判断的角度来看,电商估值法优于内容平台估值法。

资本市场对于不同阶段企业的价值判断标准是不同的,比如:对于内容平台来说,无论是短视频平台还是直播平台,DAU、MAU是很重要的增长指标,更看重企业增长性。存量时代,这样的增长性虽然还在,但显然后劲不足,很难支持起企业长期价值。

但电商估值法却不同,只要有稳定的供应链,有足够的流量池,变现是一个持续释放价值的过程。换句话来说,直播平台构建电商商业闭环,其实也会有对于今后在二级市场表现产生长期影响。

“对于生态型平台互联网企业,可能会用STOP(分类总加)估值法,将其不同业务按照不同的估值方法判断价值,再根据持股比例等因素汇总,得出企业的价值总和。”上述投行人士对互联网江湖表示。

“抖音、快手一旦建立起完善的电商生态,在STOP估值方法下,其内容业务与电商业务分类分别进行估值,再考虑到业务间的流量协同,其最终估值可能会更高。”

《资本的限度》中有这样一句令人印象深刻的话:”我们无法在研究的一开始就界定价值,而是必须在研究的进程中发现价值。”换句话来说,任何的估值方法都不绝对,对于业务逐渐多元化、生态化发展的互联网企业来说,如何准确地判断企业的真实价值是值得持续研究的课题。

对于抖音、快手等直播电商而言,IPO则是另外一个起点,未来IPO之后,行业中又将发生怎样的变化,值得人们去关注和期待。

 

作者:刘志刚

来源:互联网江湖(ID:VIPIT1)

]]>