有一句话是这样说的“不要讨厌广告,是他让你免费使用产品”,这句话的言外之意是广告支撑了该平台的持续发展,平台输出优质内容的同时,也需要以另一种方式来谋取营收。广告和内容、增值变现一道,同是作为企业盈利方式之一,是重要的运营变现方式。
一、先来了解什么是互联网广告
1、广告定义
广告,即广而告之之意;广告是为了某种特定需要通过一定形式的媒介,公开而广泛的向公众传递信息的宣传手段。
广告有有广义和狭义之分:
广义广告包括非经济广告和经济广告,非经济广告指不以盈利为目的的广告,又称效应广告,如政府部门、社会事业单位、乃至个人的各种公告、启事等,主要目的是推广。
狭义广告仅指经济广告、又称商业广告,是指以盈利为目的的广告;通常是指商品生产者、经营者、和消费者之间沟通的信息重要手段;或者企业占领市场、推销产品、提供劳务的重要形式主要目的是扩大经济效益。
2、广告类型
根据媒介的类型划分为传统广告和互联网广告,二者的区别:
①传统广告
- 媒介包括:报纸、电视、广播、广告牌、印刷品等;
- 内容形式:印刷类、视频类、音频类、图片等;
- 效果可行性评估:可评估曝光量、转化较难评估。
②互联网广告
- 媒介包括:视频、信息流、网站、搜索引擎、应用内(pc和移动)、硬件设备(互联网电视、手机、盒子);
- 内容形式:网页、视频、音频、图片、H5等;
- 效果可行性评估:曝光量精准计算、转化率可精准计算。
3、互联网广告名词解释
4、互联网收费模式
二、如何接入一个适合自己的广告平台
在用户量不多的情况下选择跟广告平台合作,接入一个广告平台:
1、选择合适的广告位
- 封面广告:拥有自己独立的客户端(移动OR PC );
- 信息流广告:资讯类(新闻),社交类(微信,QQ,微博,陌陌),博客,电商搜索引擎;
- 气泡广告:拥有自己独立的客户端,但该形式比较适合PC客户端类产品;
- BANNER广告:几乎是全互联网产品线了,只有你有空位,且不是很打扰用户;
- 插入式广告:视频类,阅读类。
2、设计广告位把握原则
- 不要打断用户的连续操作;
- 要在适合的时间弹出;
- 广告位需要与内容做清晰的区别,有明显的广告识别;
- 严格控制内容的质量;
- 要适可而止。
3、如何选择合适自己的广告平台
- 你的用户:适合什么样的用户主;
- 他的广告资源:是否丰富;
- 你的产品:与什么平台兼容性比较好;
- 他的技术:稳定性,效率,精准性是否可靠;
- 你的市场:在哪里,海外OR国内;
- 他的素材:他的素材与你的广告位是否匹配。
4、接入第三方广告系统流程
5、运营中要关注的数据
- 点击率:CTR=点击量/曝光量,它反映了广告的精准度;
- 埴充率:填充率=实际投放量/可投放量,它反映了广告资源的丰富度;
- 关闭率:关闭率=关闭量/曝光量,它反映了用户对广告的厌恶程度;
- 停留时长:停留时长=广告位总展示时长/展示次数,它反映的还是广告对用户的吸引程度;
- 钱:最后就是关注一下,收入怎么样。
三、如何搭建一个轻量级的广告平台
1、数据系统思路
①数据系统搭建逻辑
- 数据采集:从社交平、电商、游戏、视频、搜索、网页浏览、资讯、安全等产品采集数据;
- 数据存储:离线数据仓库(TDW)、实时存储数据文件、埋点上报、日志上报数据库导入;
- 数据处理:推荐算法模型、用户画像、离线数据计算、实时数据计算;
- 数据应用:如应用于qq空间、qq聊天、微信、浏览器等产品。
②数据系统另外思路
- 标签引擎:针对产品打标签
- 数据引擎:针对用户采集数据
- 分析引擎:针对数据进行聚类分析
- 推荐引擎:针对不同场景进行精准推荐
2、为什么要打标签
目的 -> 让数据标准化。
3、搭建数据系统
①打标签
- 给谁打标签:给你的用户或内容打标签;
- 打哪些标签:对用户或内容进行分类、兴趣关键字、其他与需求相关的标签(使用场景、适用人群等);
- 如何打标签:通过建立用户或内容与标签的映射关系,可以通过人工,也可以通过后台系统自动设置;
②数据采集
③如何进行数据采集
④如何进行数据存储
⑤用户画像
#了解你的用户:
- 知道他是谁?
- 他喜欢什么?
- 他什么习惯?
- 他有没有钱?
然后找到他想要的东西给他?
如:腾讯通过用户画像了解用户的关键行为,为精准推荐提供数据支撑
#清楚你的用户基本属性:
- 基础属性:年龄、性别、联系方式、地域、婚育情况、学历;
- 行为数据:活跃天数、活跃时间、活跃地域;
- 社交属性:传播好友数、传播能力、传播核心;
- 兴趣标签:一级兴趣标签、分值、二级兴趣标签、分值、三级兴趣标签、分值;
- 金融属性:消费能力、信誉分值、消费额度
- 设备信息:手机品牌、操作系统、分辨率
⑥推荐算法
•推荐算法-user_base
根据系统用户的基本信息发现用户相关程度,然后将相似用户喜欢的其它物品推荐给当前用户。
•推荐算法-item_base
根据内容的基本信息发现内容间的相关程序,然后将相似内容推荐给当前用户。
•推荐算法-协同过虑
根据user_base和item_base两种算法的结合,协同过虑后推荐给当前用户。