引言
在現如今企業數字化轉型的浪潮下，越來越多的品牌主已積累了一定規模的一方數據資產，並在IT技術上具備了數據按需輸出、接收、存儲、計算等能力。有了數據和技術的加持，在程序化廣告領域隨即出現了多種新的投放模式，而在這些新的模式中，品牌一方數據無疑都直接參與到了投放執行過程中，並對最終的廣告效果起到了積極的影響。
如果說數據和技術是新模式的“經濟基礎”，那麼現有模式中品牌方的痛點和需求就一定是“上層建築”。本文將盤點現存的由一方數據直接參與的程序化廣告投放模式，並結合品牌方的需求和痛點，談談這些模式的利與弊。
一、RTA技術和相應模式
RTA即Real Time API的縮寫，顧名思義，即是一項支持實時API接口的技術服務，由快手在2019年下旬提出，並率先作為試點應用在自家廣告投放業務中。
本質上，這是為在快手直投廣告的品牌主開放了一個實時的API接口，用於流量的查詢。也就是說，在將廣告創意推送給每一個目標流量之前，廣告主可通過該接口，基於自有數據，先行判斷該流量是否存在於自有數據集中，從而進一步判斷是否要推送廣告給該設備。
看上去，RTA技術就是將流量在廣告主的自有數據集中查了一遍，但這一看似簡單的過程的實現，卻有著很多不可忽略的前提，同時也解決了品牌主長期以來的一些痛點：
首先，RTA模式對廣告主在數據和技術層面上是有一些硬核要求的，這些廣告主往往已經擁有較完善的數據中臺，甚至是私有化部署的DMP平臺。
其次，對於某些行業的廣告主而言，出於對自有用戶數據價值和安全的考慮，他們並不能把廣告投放後與轉化相關的用戶數據回傳給媒體方，當然更不願將數據直接給到媒體用於排查和篩選流量。這時候，一個實時API接口就幫助廣告主實現了既無需將自有數據傳給媒體，又可以基於自有數據預判和篩選媒體流量的目的。
那麼也許有人會問，為什麼一定要用廣告主自有數據去查媒體的流量呢？擁有大流量的媒體，本身不就有很豐富的標籤體系和DMP服務，可以幫廣告主實現按需挑選流量進行投放了麼？
這個問題的答案有兩個方面，首先，媒體側的流量往往會多於自身標籤體系內的數據量，這部分流量的特徵，僅靠媒體DMP是無法判斷的，而廣告主的數據則可以部分實現對其的判斷。
其次，廣告主自有數據的維度往往能形成對媒體DMP數據的補充，從而可以進一步結合投放目的，在媒體DMP的基礎上進一步過濾和優選目標受眾。舉個最簡單的例子，如果某品牌活動的目的就是拉新，希望通過在某個大媒體的廣告的投放來大幅增加新用戶量的話，除了挑選出對產品有潛在需求的人群之外，還需儘可能排除掉產品的現有用戶。前者往往通過媒體方的標籤和算法來實現，但後者往往是媒體方無能為力的，但對廣告主而言，對自己的用戶是誰、有多少則是最清楚的。這個時候依託RTA，在給每個流量推送廣告前先在現有用戶數據集裡查一下，就可以完全避免將廣告推送給老用戶的情況。
在大幅減少無效曝光、節省廣告成本的同時，也幫媒體節約了流量。因此不難發現，目前使用RTA服務的廣告主，主要集中在金融、遊戲、網服、電商等非傳統行業，並以拉新等增量營銷為廣告投入的主要目的和預期。
我們大致總結一下，最適用RTA模式的廣告主和投放需求：
1、品牌直投媒體
2、有數據儲備和較強IT能力
3、出於自有數據價值和安全考慮，不能回傳或提供給媒體
4、以轉化新用戶為主要投放目的
5、金融、遊戲、網服等非實體行業品牌主
二、品牌自營DSP模式
然而，對於非直投媒體的廣告主而言，自有數據該如何在投放過程中發揮作用呢？我們都知道這類廣告主的程序化投放，往往都是藉助需求方平臺（DSP）來實現不同來源流量的統一競價、採購、創意推送，並通過指定的數據管理平臺（DMP）直接或間接提供的目標受眾人群包，來判別流量是否滿足精準投放要求。因此，一方數據的介入就必然會從這兩處入手。而這兩者相比，從表面來看，如果品牌方擁有自己專屬或旗下的DSP，會是更佳的選擇，首先，完全不用擔心數據外洩等安全問題；其次，對各種程序化廣告交易和結算模式下的投放，都能實現快速而透明的進程監控、數據分析、實時優化和調整。
但是客觀的說，對於品牌主而言搭建一套自己的DSP，並由自己員工直接運營的難度是很大的，成本也較高。
首先，平臺的搭建對開發人員的行業背景有著極高要求，且DSP的功能越豐富、開發的週期也越長。
其次，DSP需要對接廣告交易平臺或媒體，國內大大小小的廣告交易平臺就至少有幾十家，而互聯網媒體的數量就更是數不勝數，更何況很多大流量媒體也在自建廣告交易平臺，而通常情況下每對接一家廣告交易平臺就要花費以月為單位的時間。同時，當對接的規模增大之後，對於服務器資源和部署的要求也就越發苛刻，隨之增加的成本也會是一筆不小的數目。
最後就是完成平臺搭建和對接之後的運營工作了，雖然市面上一些大型DSP平臺已具備一定的投放自動優化功能，但DSP運營工作仍是技術含量較高，需要一定技術基礎和營銷知識儲備，並且有大量數據分析以及廣告運營經驗的人員方能勝任的。說實話，這樣的人才有些難招。因此品牌自建且自營DSP雖然“真香”，但從人力、時間、IT投入等維度評估成本的話，十有八九的品牌主都望而卻步了。
三、第三方數據賦能品牌方數據模式
既然絕大多數品牌自建DSP是不現實的，那麼與第三方DMP的合作就成為非直投媒體模式下第一方數據參與投放的唯一選擇。甚至對於諸多品牌主而言，即使選擇通過RTA模式直接在指定媒體投放廣告，也只有藉助第三方數據才能滿足既定的預期。但這唯一的選擇絕非無奈之舉，反而能更加靈活、有針對性地讓一方數據在投放過程中發揮更多價值。
那些需要三方數據賦能的RTA模式，暫且稱之為“泛RTA模式”。本質上是品牌藉助第三方的數據和環境，將自有數據結合投放目標，利用算法或模型進行放大後，再以RTA的方式對接媒體的過程。以TalkingData為品牌方提供的RTA賦能服務為例（如下圖），TalkingData首先提供了一個沙箱建模環境，支持廣告主可將自有用戶ID作為種子樣本輸入，並基於TalkingData提供的海量設備行為特徵建模。生成模型文件後，通過線上模型部署平臺對存量設備做模型預測和評分，之後將設備計分庫通過API接口對接媒體，實現對媒體流量的判斷。同時，TalkingData會將媒體查詢請求以及模型輸出決策數據回傳給品牌方，輔助其追蹤當前投放情況。
而在非直採單一媒體的模式下，品牌主選擇與第三方DMP的合作，就直接解決了與各大需求方平臺或媒體對接的問題，且無論是將人群包推送至對方前置機通過密鑰查詢還是通過API查詢的方式，都可以保證品牌方數據不會洩露給媒體。其次，不同品牌主的數據資產儲備是參差不齊的，那些數據體量較小、維度相對單一的品牌，需要藉助體量更大、維度更豐富的第三方數據進行數據的深度分析、探索、和建模。
比如，有些頭部品牌主有充足的預算，想做大規模的目標人群投放，就可以從自有數據集中選出一部分作為種子人群給到第三方DMP，根據預定的投放規模進行人群放大，通過算法找出足夠多的與種子相似的人群。再比如一些追求品效合一（即滿足大規模曝光和投放，又實現可觀的廣告轉化率）的品牌主，可以從自有數據池中取一部分轉化人群作為樣本，和上述泛RTA模式類似，基於第三方數據建模並從第三方設備池中預測出轉化潛力較高的人群進行投放。
在TalkingData以往的服務案例中，已經有一些零食和美妝行業的國際品牌，通過這種方式實現了單次活動廣告轉化率3倍以上的提升。此外，一些剛進入市場不久的新品牌面臨用戶數據量有限、廣告預算有、對用戶的認識和了解也有限的難題，這種情況下，可以選擇藉助第三方DMP對現有用戶先進行深度洞察和探索，找出一些重要行為特徵，進而通過第三方DMP的標籤體系，圈選出帶有相應特徵的人群用於投放。
上述例子中，一方數據都沒有直接作為預判媒體流量的數據集，而是在三方數據的加持下具備了更強的拓展性，並最終演化為更貼合投放目標的數據集，可謂是真正意義上的1+1大於2。
最後，我們總結一下第三方數據賦能品牌自有數據模式的普適性：
1、適用任意程序化投放模式
2、對數據儲備和IT能力並無限制，尤其適合數據量有限的廣告主
3、廣告主出於自有數據價值和安全考慮，不能回傳或提供給媒體
4、品牌類或效果類投放均適用，尤其適合規模較大的效果類投放
5、品牌主所在行業不限
作者：TalkingData 趙衡
圖片來源：pexels
