用户
 找回密码
 立即注册
搜索

7

主题

12

帖子

73

积分

游客

积分
73
发表于 2017-5-26 18:48:04
本帖最后由 东福 于 2017-5-26 18:50 编辑

大数据时代,传统广告业要开始反攻了

timg.jpg
文章来源:于文龙  通讯互联网

导读:传媒广告源远流长,一直伴随着商品的生产、服务的变革而不断演进。随着互联网技术,特别是移动互联网和大数据技术的发展,传媒广告行业也发生了巨大的改变。

一、广告规模持续增长,
互联网媒体份额进一步提升

根据智研咨询发布的《2016-2022年中国广告市场深度调查及发展前景预测报告》:2016 年全球广告支出将增长 4.7%,到 2016年年底达到5,790 亿美元。2016年是“四年一度”的年份,广告支出将会受到奥运会,美国总统大选以及欧洲足球锦标赛的推动。自2011年以来,全球广告市场一直保持稳定增长,每年增长率保持在4%-5%,预期接下来能够继续保持这个增长速度。
      
2015年度中国经济增速放缓至 6.9%, 但仍然是全球经济增长的主要推动力之一。 大量低线市场蕴藏的进一步发展的机会以及不断壮大的中产阶级所带来的广告支出,预计未来三年将保持在 8%以上,明显高于全球平均水平。
QQ截图20170526183440.png    
根据ZenithOptimedia统计,互联网是增长最快的媒介,2015年网络广告支出增幅19%,预计2015年到2018年平均增速13%。2015年网络广告占全球广告市场的29.5%,和2014年比份额增长3.7%。到2018年预计网络广告将占全球广告市场的37.6%,预计在2017年超过电视广告成为全球最大的广告媒介。
      
随着网络数据的积累,大数据技术已经成为互联网广告的重要工具。互联网的技术性特征使得网络广告具备了实时投放管理优化以及针对海量数据挖掘的基础。

目前,在美国精准广告已经由最初基于媒体主题频道和页面内容定向,演进到基于Cookie交换等数据分析服务,实现统一平台管理跨网络媒体并通过大数据技术实现精准广告投放的阶段。精准广告营销已经成为主流的营销手段。而在中国,精准广告营销方兴未艾。

根据相关数据统计,广告精准程度、受众覆盖规模和广告平台拥有的媒体资源是广告主考量广告平台的三大关键要素,而广告精准程度以69%的比例位列广告主考量广告平台的要素之首,精准广告的重要性由此可见一斑。

二、互联网技术创新了媒体广告形态

2.1传统四大广告份额下降,互联网广告有望成为第一媒体     
  
根据艾瑞的统计:2006年传统四大媒体电视、报纸、杂志、广播占比达到88.39%,而到2016年,传统四大媒体占比只有58.87%,下降了近30%。但同时互联网和移动互联网媒体从5.7%上升到33.84%,并且持续在上升,未来将超过电视媒体成为第一个媒体。
      
2016年移动广告支出增幅73.7%,占网络广告支出的44.3%,全球广告支出的15.2%。预计2018年互联网和移动互联网广告将占广告市场50%以上。

2.2传统媒体互联网化趋势明显

传统媒体互联网化、大数据化成为趋势。传统媒体和新型媒体的界限越来越模糊,相互融合的趋势越来越明显。

2.2.1全面沦陷中的报纸广告

报纸受互联网冲击最大。美国报业已经有几百家报纸倒闭,据美国劳动统计局发布的统计报告,从1990年-2016年共26年间报纸从业人数,近458,000降低到约183,000,下降了几乎60%。 同一时期,网络出版与在线广播从业人数却从大约30,000上升到近198,000。在中国,报业行业同样不乐观,中国报纸用纸量下降18%,利润下降近53.21%(数据来源:Beyond Summit),报业广告更是从第二媒体沦为第三媒体,而且份额在持续下降。报纸纷纷互联网化、社交化,新媒体形态如第一头条、36氪、虎嗅、喜马拉雅、蜻蜓FM等不断餐食报纸的空间。

2.2.2不断创新的电视广告和网络视频市场
      
电视媒体在互联网冲击下在媒介环境、行业、终端设备及受众(用户)等多方面的面临着巨大挑战。传统的制作方式,播出方式已经远远不能满足用户的需求,收视率下降,广告费用下降已经成为常态。

在美国、欧洲、韩国、日本等发达国家电视台通过合作或收购互联网视频网站、开放式引入制作团队、运营团队等方式创新节目,扩展TV屏到PC屏、PAD屏和手机屏,取得了良好的效果。同时也带动了广告收入的增加。如“中国好声音”、“奔跑吧兄弟”、“蒙面歌王”等节目的收入率和广告收入近些年屡创新高。
      
同时传统电视通过二维码、短信、微信等移动互联网媒体与用户形成互动,同时建设电子商城形成O2O互动模式,增加收入。
      
电视媒体互联网化的另外的一个趋势是在网络视频、OTT、IPTV的带动下,网络视频广告已经成为互联网广告的重要分支,2016年视频广告增速达到21%。近些年来又出现了短视频、直播业务,基于打赏和会员费收入为视频行业营收创造了新的空间。
      
由于用户在互联网时代的选择多样性,也为广告行业的收视率统计、广告份额分配、效果跟踪提出了挑战,基于大数据技术的发展,针对多屏同源的广告监测、投放技术正在兴起。

2.2.3户外广告的互动式创新

随着网络技术的发展,带宽成本在下降。LED、LCD等技术的成熟,使得视频媒体的布放将更加容易,传统的户外大牌广告、公交站台广告等被逐渐被改造成多媒体屏幕或增加了二维码、NFC、Wifi/Beacon等互动手段。
   
同时随着手机的普及,AR、VR、3D全息等技术的成熟,户外广告已经一改以往直告式模式,出现了增强虚拟现实、游戏互动等新型互动模式。

2.2.4互联网广告自身也在发生巨变

根据凯络媒体统计:数字媒体在2016年将保持两位数增长率,预计2017年将进一步增长。随着人们对移动媒体、在线视频和社交媒体的高度需求,预计到2018年有望达到广告市场的50%。
      
展示广告是增长最快的网络广告类目,一直到2018年都将保持15%的年增幅。展示广告包括传统展示广告、网络视频和社交媒体广告,得益于广告程序化购买转型,让广告商能更有效地定位受众,提供个性化创意。传统展示广告增速放缓,2015年到2018年平均增速6%;同期网络视频和社交媒体广告支出平均增速分别达到21%和23%。
      
预计一直到2018年,付费搜索广告支出平均年增幅保持在12%左右,主要受到搜索引擎革新的推动,例如个性化搜索结果、自动匹配搜索内容、提高本地和实时搜索能力等。网络分类广告自2009年衰退以来一直处于低潮,预计一直到2018年平均年增幅6%。
   
移动广告支出增幅72%,预计到2018年平均年增幅保持在32%左右,主要受到消费体验改善和移动设备普及的推动。相反,PC网络广告同期平均年增幅只有2%。
      
由于多屏设备的普及,基于同源多屏互动广告开始兴起。广告的目标客户的价值源于客户本身的购买力,并不会因为广告投放量的大幅度增加而改变,因此,我们可以假定客户的购买力是广告投放的约束条件,如何保持最有效的曝光量,而减少无效的投放是广告行业一直面临的问题——我们一直知道广告费被浪费了,但我们不知道具体被浪费在哪里。

在大数据技术的普及应用中,基于多屏同源分析,结合RTB竞价系统,我们可以提升广告投放的有效性、进一步明确在不同媒体上的投放策略,以用最低的成本获得最有效的转化率。
微信截图_20170526183131.png

2.2.5互联网+大数据下的其他媒体变革

互联网+大数据技术在不同行业形成了不同的应用场景化服务,如旅游行业大数据方案——通过游客通信信号和网络行为数据可以预测景点人流情况及游客来源情况,为景区管理和营销推广提供了决策依据;

如金融大数据方案——通过用户行为分析和场景化服务,为客户优选、产品推荐、定向营销、定向广告等提供了技术支撑;

如零售业大数据方案,通过人流数据、消费数据、热点数据等可以为店面选址,合格客户推荐和推广等提供了技术支撑,甚至为供应链金融、信用服务等提供了强有力保障。
      
基于大数据技术的互联网爬虫技术与公司认证信息结合,可以延伸出舆情监测,信用评估,品牌推广,营销效果评估等产品或服务,并使得广告服务的内涵更加广阔。

三、移动互联网的兴起改变了传媒广告运营模型

3.1AIDMA向AISAS模式转化

美国广告学家 E·S·刘易斯在1898 年提出的AIDMA营销法则。该法则指出,消费者从接触到营销信息,到发生购买行为之间,大致要经历五个心理阶段:引起注意(Attention),产生兴趣(Interest),培养欲望(Desire),形成记忆(Memory),购买行动(Action)。传统广告基本上基于AIDMA营销法则实现广告的效果。
      
2005年国际4A广告公司日本电通广告在提出“AISAS”法则,即Attention(注意)、Interest(兴趣)、Search(搜集)、Action(行动)和Share(分享)。这个新模型的提出有一个特殊的背景,2005年,日本广告市场出现了与以往不同的形态:四大传统广告媒体形式的投入金额与前一年相比出现微小的下降,与此同时,网络广告的投入却暴涨了54.8%。

这个变化标志着互联网对生活和产业的影响力已经初具规模。在这个背景下,日本电通广告集团率先修改了传统的AIDMA模型,提出了AISAS模型,用以解释新媒体环境带来的营销新趋势。     

AIDMA模式向AISAS模式转化,也正是互联网技术的发展所引起的行业变化,对整个消费理论产生了变革。由此也使得基于用户的相关媒体营销被广告主所热衷,如近些年来兴起的社交媒体,广告份额在逐年提升。根据199IT报道,2016年全球社交媒体广告市场将达到264亿美元,占全球网络广告市场的13%。美国、中国和欧洲占全球社交媒体广告市场的86%。

3.2广告和营销的边界更加模糊

互联网技术的发展不仅促进了点评经济和粉丝经济的发展,同时也缩短了信息传到链,特别是移动互联网的发展,使得用户从接触到广告到转化为购买、支付行为更加便捷,于是传统以CPM计价方式正逐步向CPC、CPA、CPD、CPS模式演进;广告计费模式从原来的展示类模式向效果式模式和分成式模式转变。
      
大企业有广告费,小企业很难有广告预算。但是和销售额配比,任何企业都有营销费,如果相关营销投入能与销售额相配比,且是值得的,那么营销投入是就可以成为一种广告投入。

反过来说,如果广告能与销售额相对应,那么这样的广告投入是所有企业所乐见的。当越来越多的广告采用效果计费时,广告费和销售费的边界将越来越模糊。近些年来,以效果计费的CPS、CPA、CPS等模式的出现也充分印证了这一点。
     
广告费往往在企业的成本预算中比例有限,但是只要有销售交易,就有销售费用相匹配,广告费相比于营销费,仍是无法比拟。

同时,效果营销也拓展了中小企业市场,虽然中小企业没有宝洁、可口可乐等大公司能投得起大手笔的广告费,但中小企业数量众多,它们都需要拓展销售额,销售费用不可小觑,只是广告厂商需要考虑开发什么样的产品来满足如此巨大的市场。

百度推出的直达号、微信推出的企业公众账号在某种程度上可以看作是面向中小企业营销推广的一种有益尝试。
      
广告费与营销费的界限模糊,也为广告行业的快速增长奠定了基础,广告行业在可预见的未来,仍然是快速增长的行业。

四、媒体广告由流量投放模式向用户经营转变

过去到广告投放都是以好的广告渠道+广播式投放为主,广告主将广告交给广告公司,由广告公司安排投放,其中SEM广告市场最大,其次为展示广告,精准品牌推广广告很少,多是广播式广告投放。广播式投放的弊端是投入资金大,没有针对目标客户,面对所有客户进行展示,广告的TA(目标客户)响应较低,并存在数字广告营销陷阱等问题。

移动互联网和大数据的兴起,使得广告精准投放逐渐成为现实,特别是移动终端的普及使得对用户的识别更加精准。过去我们不知道谁看了广告,也不知道谁买了产品,现在通过终端行为跟踪技术,我们经更将精准的知道用户群是谁,尤其是通过粉丝运营和会员运营,可以知道活生生的每个用户,可以与用户进行更细致的交流,为未来持续提升购买力和品牌忠诚度奠定基础,同时也为广告精准投放提供有利依据。

用户经营的理念不仅体现在互联网媒体上,近期包括电台、电视台、报纸、杂志等传统媒体纷纷推出微博账号、微信公众账号、微信群等形成线上、线下联动的模式。通过用户群打造形成持续服务能力和持续价值贡献模式。
      
正是由于在过去,传统媒体本身的局限性和缺乏与直接消费者间的沟通桥梁,传统媒体广告一直遵循AIDMA营销理论做为传播策略。而移动互联网时代,网络拉近了用户和厂商的关系,减少了中间缓解,进一步丰富的运营的方法和手段,让广告更好的介入到销售领域,让广告主更进一步看到价值。
      
由于广告主的思维改变,广告的投放方式和形式会因此而发生变化,广告经营者需要进一步了解客户在用户经营方面的诉求,以提供更切合广告主需求的方案。

五、大数据技术对广告行业的变革

大数据营销是基于多平台的大量数据,依托大数据技术的基础上,应用于互联网广告行业的营销方式。大数据营销衍生于互联网行业,又作用于互联网行业。依托多平台的大数据采集,以及大数据技术的分析与预测能力,能够使广告更加精准有效,给品牌企业带来更高的投资回报率。
微信截图_20170526183206.png

5.1基于大数据技术的消费者行为分析

大数据在广告行业的应用是一种必然趋势,随着数字媒体在广告行业的广泛应用,数字媒体产生了大量的数据,此类数据包括了结构化数据和非结构化数据,特别是近些年来非结构化数据的处理技术的发展,使得以前看似杂乱无章、体量巨大的数据可以挖掘出很多有用的结果,同时通过与相关结构化数据结合,可以在目标受众找寻、广告精准投放策略调整、程序化购买等多个方面为广告行业注入了新的力量。
      
大数据时代,可以通过大数据来精准的定位目标消费群体,分析其年龄、性别、职业、家庭收入等自然属性和社会交往、兴趣爱好、媒体接触、地理位置、购买意向等社会属性,从而精准的进行用户画像。大数据为受众从物理属性的分散到内在的聚合提供了可能。

例如,品友网络公司人群数据库的人群属性细分标签已多达3000多个个,传漾公司搜集的网络Cookie 达10多亿,并将其划分为33个兴趣大类,168个兴趣中类,857个兴趣小类。数据挖掘技术能从大量庞杂、琐碎的数据,如内容接触痕迹、消费行为数据、受众网络关系中提炼出消费习惯、态度观念、生活方式这样的深度数据,实现对目标人群的全面描绘。由于能够精准定位目标受众和分析目标受众的个性特征和行为模式,使得广告策划和创意可以更有针对性地影响目标消费者。

在广告媒介购买方面,由传统的购买广告位和流量的模式向直接购买目标受众的模式转变,这样的广告投送更加精准有效。同时由于广告程序化购买可以实现可视化,广告主和DSP公司可以实时评估广告效果,调整广告投放策略。

5.2基于程序化广告交易模式的变革

程序化购买( Programmatic Buying)是通过数字化、自动化、系统化的方式改造广告主、代理公司、媒体平台,进行程序化对接,帮助其找出与受众匹配的广告信息,并通过程序化购买的方式进行广告投放,并实时反馈投放报表。程序化购买把从广告主到媒体的全部投放过程进行了程序化投放,实现了整个数字广告产业链的自动化。

程序化购买按照交易是否公开可以分为公开交易和私有交易,公开交易主要以 RTB 实时竞价模式; 私有交易主要包括三种竞价方式:PDB 私有程序化购买、 PD 优先交易、PA 私有竞价。

美国《广告时代》杂志发布的报告显示,宝洁公司宝洁公司将70%到75%的预算用于美国数字媒体程序化购买。 在这种程序化的广告购买方式中广告主可以实时针对特定的人群购买和展示广告。宝洁的这个计划是继美国运通宣布其100%广告将通过程序化购买的战略性举措后的又一拥抱程序化购买的例证。程序化购买的价值正日益受到广告主的认可。随着数字营销在企业营销活动中的比重日益上升。
      
广告网络的逐渐成熟,导致了联结整合它们的广告交易平台的诞生,最终水到渠成,DSP出现了,互联网广告也正式进入了程序化购买时代。在RTB的作用下,DSP广告开始将“受众购买”发扬光大,并且实现了通过标签识别用户,并针对每一次展示机会进行竞价购买,彻底摆脱了对媒体的依赖。“精确制导”“如影跟随”“千人千面”等概念如雨后春笋般出现。如今,DSP广告可以集合各个广告交易平台的流量以及标签,实现对用户前所未有地洞察程度。不管用户出现在了互联网的什么地方,都有可能被识别出来并展示以相对应的广告。      
      
2005年,国外RightMedia建立了第一个优质数字媒体广告交易市场,开启了程序化交易的序幕。2007年,随着雅虎收购 RightMedia、Google收购DoubleClick、微软收购AdECN,广告交易市场进入高速发展期。随着广告交易市场的成熟,与之配套的TD、DSP、SSP、DMP等技术也陆续发展成熟。


当用户浏览某媒体资源时,该媒体将用户信息和广告位信息传送给广告交易市场,买方根据该用户信息,映射比对自己的大数据资源,通过用户画像、判断价值、决定出价等程序化方式进行购买,如遇多位买家可通过竞价方式(如RTB,实时竞价)决定归属。购买完成后,买家的广告内容即出现在该媒体广告位。以上所有步骤在0.1秒内完成,用户感觉不到差异。

六、大数据广告的道德与法律红线

互联网的发展给人们的生活带来极大便利的时候,也让人与人之间变得越来越透明了。精准营销可以让广告完全被目标受众看到,从而使转化率达到最好,帮助企业获取大量的利润,但其实,这在一定程度上消费了用户的隐私。
      
数据跟踪基础之上的广告精准投放,对广告业的影响巨大。数据和精准投放是广告行业的一场变革,特别是关于大数据的采集、分析和应用,这是决定整个广告业下一步发展变化命运的大事。目前,《消费者权益保护法》、《广告法》等法律均对如何进行数据的采集和应用、个人信息保护做了规制。
    
在大数据给广告行业带来便利的情况下,同时安全和隐私问题成为阻碍大数据发展的制约因素,使数据的开放步伐放慢,使人们担心对大数据的深度应用会带来负面效果。

与大家的常规想法不同,当事情涉及到广告和隐私时,广告商并不在意我­­们在做什么或我们想要什么,他们只关心一件事情:让我们去买他们销售的东西。你可能想问:那又怎么了,谁不喜欢在寻找一件特定商品时正好收到相关广告和讯息,谁不想要在临近最喜爱的商店时收到他们的电子优惠券呢?
      
这似乎是个不错的交易:只要舍弃一点私人信息,就可以得到一些帮你省钱的,有用的免费服务。然而问题是:这些被我们“免费”分享的信息不只是被广告商用来销售商品给我们的,这些信息也被Facebook和谷歌这类公司以及其他各种数据使用者以各种理由使用着。

大数据世界的隐私挑战

对消费者,市民,公司和政府机构来说,关于隐私和相关的安全的讨论并不是最近才出现的。但是,这种讨论正在逐渐从IT,业务,法律等部门扩展到董事会和顾客之中,甚至成为我们饭桌上的话题。

大数据是这种转变的关键助推手,我们所有人都在以一种前所未有的速度衍生新的数据,就目前而言,这种速度超过了我们所能及时捕捉,处理,储存,分析的速度。在这里,不要犯一个错误:我们在大数据技术的帮助下取得了显著的进步,但是我们不能只依赖技术去解决大数据带来的隐私问题。
      
大数据隐私问题不仅仅是关于良好的广告行为,相反,我们需要深入讨论如何在一个越来越透明和危险的世界平衡隐私、保障和安全的关系。

使用道具 举报 回复
发表于 2017-5-27 08:37:55
做个记号,下次好找!
使用道具 举报 回复 支持 反对
发表于 2017-5-27 15:22:47
好帖子不顶不行
使用道具 举报 回复 支持 反对
发表于 2017-5-27 17:52:10
真不错,赞一个,继续努力啊
使用道具 举报 回复 支持 反对
发表于 2017-5-28 03:55:46
很好啊,谢谢楼主啊
使用道具 举报 回复 支持 反对
发表于 2017-5-28 03:55:59
好贴,代表大家谢谢您
使用道具 举报 回复 支持 反对
发表于 2017-5-31 09:45:14
帮你顶,人还是厚道点好
使用道具 举报 回复 支持 反对
发表于 2017-5-31 10:45:40
看过,的确不错。谢谢楼主
使用道具 举报 回复 支持 反对
发表于 2017-5-31 10:45:50
有意义,有收获,谢谢提供
使用道具 举报 回复 支持 反对
发表于 2017-6-1 21:02:35
要顶的啊,楼主辛苦了
使用道具 举报 回复 支持 反对
1234下一页
发新帖