在移动增速的多屏时代：如何把脉DSP的技术含金量？

欢迎大家来到IT世界,在知识的湖畔探索吧!

小编参加完贵阳广告节，收获满满，今日一回到北京，就马不停蹄地开始整理此次一行的各种干货干料。昨天上午，在展会现场，小编主要听了“移动广告推介会”（核心关注移动营销的Morketing怎么能错过这场呢），整场下来，被提及最多的是DSP，全场聚焦“DSP”（想想，Morketing第一个系列专题“移动DSP的活法”是多么具有前瞻性~，吐舌）。当然，Focus移动，但绝不将Mobile割裂。

小编的“广告节”干货整理第一篇，是在品友互动创始人兼CEO黄晓南的分享基础上，做了一些延展，聊聊“在移动增速的多屏时代：如何把脉DSP的技术含金量？”

营销落脚点：用户在哪儿？

营销的溯源在于“用户”，如何把要推的产品信息推到目标用户那呢？首先，必须知道“用户在哪儿”。当用户在感叹“时间都去哪儿了”时，营销人给出如此回答：时间，上班时，从眼前PC屏上偷偷的溜走了；时间，下班途中，从手机屏边慢慢滑掉了；时间，在家中，从Pad或者其他屏中悠嗒悠嗒的不见了；可谓，时间，在各种不同的屏幕里，快乐、激动、兴奋、抑或悲伤地溜走了……那么，用户对于时间，他记住了什么？记住了一份心情、记住了一个人、记住了一件事情，抑或记住了一个有触动的营销广告（or营销内容）。

一项调查显示：“分裂地对待移动或PC都不能满足有效覆盖人群的目的”。用户多屏使用习惯一般是这样的：白天以PC为主，在工作时间PC广告的曝光量最高，上午10点达到峰值；夜晚以Pad为主，在夜晚平板电脑广告曝光率激增，比白天的时间要高出9倍；清晨以手机为主，手机的曝光量在一天中相较均衡，但也有几个波峰，上下班交通的时间段（早7-9点、晚5-7点）和入睡前较高（夜间9-11点）。

以上，小编插一句，尽管Morketing是卡位“移动营销”的媒体，但“移动”更多的指move，而不仅是mobile。营销人，在移动发展如火如荼的当下，在抓住移动趋势之外，更应该将“格局”放大，多屏、跨屏才是营销的大未来。

营销大格局：品牌营销和“屏”

声明，此处指的品牌营销，不仅指 “大品牌”，更多指每个企业在营销中的品牌诉求。品牌营销通过DSP投放，其中有RTB竞价和PDB模式。2014年，品友推出国内首个PDB（私有程序化购买），满足大型品牌主的广告需求，同时也丰富了DSP的行业价值。这个暂且不细说，我们先看，“屏”的当下和趋势。

无需赘言，“手机移动屏”已经成为数字广告不可缺少且越发重要的新“屏”，其总用户数已经超过了PC端；另外，新智能设备，比如移动穿戴设备、移动智能电视等也都以不同的形式占据人们的消费生活。

营销大环境正在发生前所未有的变化，且挑战重重。广告主只有适应“变”，才能保持品牌在市场中的竞争力。“变”包含媒体进一步碎片、用户日趋个性化，以及市场营销的“数字化”、“程序化”和“大数据化”。

即使是传统的媒介采购，程序化购买中的PDB模式也正一步步提高其应用价值。DSP广告投放系统，随着不断的调整和适应不同广告主需求比如PDB模式等极力促进大型品牌主在程序化广告的进程。

回顾昨天，分析今天，展望未来，DSP是这么一路发展过来的：“PC端先行，视频紧随其后，然后逐渐向移动端倾斜”。以品友为例，在2008年就开始给英孚教育、网易等广告主和媒体进行过人群定向广告投放和资源优化，建立了人群投放的技术和算法的模型；2011年，随着媒体的碎片化和数据统计的标准化，PC DSP应运而生；2012年，DSP投放积累了一定的投放数据经验，使其技术不断提高、算法模型逐步多样化和广告更有效；2013年，移动DSP伴随着广告主预算的倾斜和消费者的移动端曝光率的剧增到来了；在2014年，据易观的报告获知，通过品友的DSP投放的品牌广告占中国品牌程序化购买52.8%的市场份额。总览，DSP正在沿着其内在规律，带有延续性的往前发展和丰富。

营销数字化：DSP技术驱动

技术改变世界，这是多么老掉牙的话，但着实在营销领域也正验证着这句话的真理价值。且看技术如何驱动DSP，DSP（Demand Side Platform）面向广告主的需求方广告投放平台。其真正意义在于提高媒体投放“效率”问题，其次，在于“人群购买”，即人群定向，个性化推荐。

那么DSP能实现这些的支撑力量在哪？用技术范的措辞，即丰富多样的算法模型、多维度的定向技术、多种广告形式的支撑技术、LBS定向能力（基于移动设备）、PC和移动的数据打通技术（广告数据跟踪等）以及大数据挖掘能力（经验数据、第一方数据、第三方数据等多方数据的应用）。

之前，跟国外的一个朋友聊DSP，他认为一个优质的DSP系统，从时间轴看，必须具备高拓展性和功能延展性，而好产品的易延展性，是基于产品本身的高精尖的技术内核。品友的DSP发展多年，不断添加的各种功能、算法模型的丰富、以及与RTB模式并列的PDB发布等，正应证了其产品强大的拓展性。

技术含金量在哪？

面对多屏，黄晓南表示：1、独立去看移动营销会影响整个品牌营销的目的，对于广告主来讲，需要全方位看待数字媒体给品牌带来的新机会和挑战；2、2008年开始营销市场就谈碎片化，而如今PC向移动转移，消费者花费50%-60%的时间在移动上，数字媒体的碎片化更加复杂，营销需综合考虑“PC+视频+移动”；3、手机屏的出现，广告的个性化更难，手机屏特性之一就是“相对较小”，且广告稍纵即逝，能不能让消费者感兴趣，就看内容，而不说“广告”；4、程序化的发展，数据成为营销中非常重要的部分，在多屏时代，怎么利用好数据来更好的支撑整个营销，需要强大的数据挖掘技术和丰富的经验积累。

品友在2013到2014年中的1年时间里，做了很多“PC+视频+移动”程序化购买的举措，核心是“数据和技术的运用”。具体体现在：一，跨屏投放，即给广告主提供在DSP系统上，自由的、智能的进行预算分配、广告切换、营销目的的整合，以及数据的交互。二，媒体流量，品友对接了国内30多万的APP资源，其中包括高端的黄金资源，比如今日头条、腾讯、优酷这类顶级APP资源，并且完成了国内和国外主流ad exchange的对接，通过大量中长尾的APP资源（国外内都平均每天超过10亿的PV）对广告进行均衡分配。三，数据方面，品友与国内数家第三方的移动数据公司已经搭建了战略合作，比如中国联通、友盟、百度、TakingData等。

高效驱动力：机器学习算法

此文，我们主聊的是“DSP的技术含金量”，谈完广义“技术”含金量外，最后我们谈谈驱动人群定向的内核。一个优质DSP，人群定向功能的技术支撑内容是如今BAT三家都频频提起的“机器学习”。

机器学习在DSP中发挥的价值是极大的，主要体现在：Bidding Function(竞价函数)、防作弊以及流量分配。其中CTR预测是Bidding的一个组成部分，它运用了最传统机器学习中的分类功能。在品友互动的全球RTB算法大赛中，将CTR和BiddingFunction两者结合。

机器学习，在程序化购买中的防作弊问题上发挥了功能重大，比如判断一个email是否是garbage email（垃圾邮箱），在RTB里面，判断曝光是虚假曝光还是真实曝光，是一个典型且跟广告主有直接利益关系的分类问题。

另外，品友CTO沈学华介绍：我们不仅仅看一次曝光来满足肯德基、麦当劳或者必胜客等广告主的需求，我们应该站在更高点，去预测今天有多少流量，广告主总共的需求如何，我们重点考虑如何去最大满足广告主组合起来的需求。