查看原文
其他

半小时读懂腾讯广告DMP

腾讯广告 2023-04-29

The following article is from 宋星的数字观 Author 宋星/纷析智库


去年12月中旬,我与腾讯的产品经理面对面沟通了腾讯广告数据管理平台(腾讯广告DMP),我意识到,腾讯广告DMP对于广告主,是一个极为重要的数据工具,它提供了全链路数据服务,是腾讯广告数据能力的集大成者。用好这个工具,能够帮助广告主发掘数据资产的更大价值,对实现更高效的广告投放有非常积极的作用。


数据在今天广告投放中的价值不仅是重要的,而且是不可或缺的。从这个意义上讲,腾讯广告DMP对所有的广告主都很重要。


而其中的一个叫“联合专区”的产品模块,更是腾讯广告DMP中极为重要的功能。因此,在这篇半小时读懂系列文章中,我将介绍广告主应该如何应用腾讯广告DMP,尤其是其中的联合专区。


接入并应用一方数据


我们对一方数据在数字营销上应用的价值的理解,一般都自然而然地会想到它作为智能化广告效果优化中的“正样本”的作用。


除此之外,一方数据对于洞察消费者、优化营销后端的转化,以及深度消费者运营(尤其是私域运营)也都非常重要。


然而一方数据的应用绝非易事,这些“正样本”需要与媒体端的数据和数据能力相结合,才能在上面的场景中发挥价值,腾讯广告DMP特别强化了这一领域的能力。腾讯广告DMP支持的一方数据类型,非常丰富,不要仅仅理解为只有营销转化了的数据才是DMP可用的一方数据。事实上,大部分的数据类型,腾讯广告DMP都支持上传,并得以应用。


在这些数据中,更适合应用于腾讯广告DMP的,还是广告主自有的各类行为数据,包括购买转化、下订单、注册登录、量房申请数据(装修服务企业)、购车意向(汽车主机厂)、试听课申请(教育企业),当然,在App或者小程序上的互动、停留、浏览等等,那更是行为。广告主在不同场景下累积的这些行为数据,无论是来自于你自己的App,还是自己的网站,还是你在微信生态上搭建的,还是线下,都可以接入腾讯广告DMP。不仅如此,与行为相关的属性,例如购买或加购物车的商品的属性、播放视频行为背后视频的相关信息、注册或登录的相关信息、激活的App的相关的属性等,也都可以接入到腾讯广告DMP中。


接入的一方数据越丰富,腾讯广告DMP发掘出的数据价值就越大。


腾讯广告DMP接入一方数据的方式,支持目前全部主流的方式,包括JavaScript代码回传、监测SDK回传、API对接、文件上传。行为数据的格式和属性全部都可以自定义,当然,如果不想那么麻烦,也可以直接用腾讯广告DMP预先定义好的标准进行数据接入。


在联合专区中应用数据


针对具有一定数据能力的广告主,腾讯广告DMP的联合专区将为广告主提供更加灵活的、可定制的、可掌控的数据应用模块。


将一方数据接入到联合专区中之后,可以应用四个高阶数据能力。


应用高阶功能之一:SQL Lab

第一个高阶数据能力,是联合专区的SQL Lab。SQL Lab就是体现腾讯广告DMP灵活性的一个典型功能。


广告主应用SQL Lab,能够拥有灵活的数据查询和分析的能力:SQL Lab提供了SQL编程环境,能够对腾讯广告DMP中的数据实现编程级别的处理能力,并对处理结果以灵活的可视化方式呈现,以人群化的方式应用。



将SQL Lab用在人群数据洞察和商业分析中是一个十分明智的选择。


举个例子,在普通的行业DMP中,你也可以上传自有一方数据,让DMP帮你做人群画像。但是怎么画,都是系统提前预设好的,虽然属性的字段也可以定制,但可供选择的字段范围仍然有限,画像结果常常非常宽泛,难以用于投放策略的指导。


而在腾讯广告DMP联合专区的SQL Lab中,这个问题不是问题,因为,你可以用SQL语言,自己做查询,自己join数据表,这样,所有的字段你都可以用,想做什么样的画像,只要第二方数据中有相关的属性,你都可以做出来。


这样,对于人群的分析维度能够有巨大的拓展,对人群的洞察就会更加细致与落地,对广告投放的策略能起到很好的指导。


这个功能不仅对效果广告主有价值,对品牌广告主同样很有意义。


应用高阶功能之二:Model Lab

第二个要介绍的高阶数据能力是Model Lab,是能够在联合专区内实现一方数据建模的能力。


在Model Lab中的建模是以实现更好投放效果为目的,是精准定位目标用户的利器,属于我认为的必用功能!


应用Model Lab的方法并不复杂。广告主需要圈选自己的数据中作为正样本和负样本的数据,然后交给Model Lab计算。Model Lab会根据你的正负样本和你指定的人群特征建模,从而快速提取人群并用于投放,并可以通过可视化的图表获取预测人群的分布和精准率参考。



Model Lab是“透明的”,你可以自己指定算法,也可以直接看到计算出的数据特征及其相关系数,你也可以看到正负样本在各个特征上的差异程度。


应用Model Lab,广告主还可以对投放结果进行预测,这意味着在投放之前就能够大致比较不同细分人群的转化结果。 


Model Lab这个功能,实际上是对广告主数据能力的一个巨大的解放。过去,广告主非常依赖于一方人群包,但一方人群包尽管相对精准,但覆盖的人群十分有限,无法满足广告主规模增长的诉求。只有借助灵活可定制且可以规模化的数据能力,才能满足广告主不断提升的投放需求,Model Lab为完成此任务而生。


应用高阶功能之三:Rule Lab

Rule Lab则是另一个用来打开人群包“黑箱”的工具。


我们都知道,过去做投放的时候,人群包生成了,广告投放系统会按照人群包来进行投放,而在这个人群包中,很有可能有一部分人群比其他人群更有价值,更值得去投放,如果是竞价广告,值得给更高的出价。



在过去的行业DMP产品中,要实现这一点,只能再单独拆出一个更细的人群包,然后为这个更细的人群包设置更高的价格。但这么做不仅繁琐,而且还可能因为人群包拆得太细,影响投放起量。


广告主可以使用Rule Lab轻松解决这个问题。


Rule Lab很容易理解,其实就是对人群包中的人群再进行更细的规则设置,从而能够对同一个人群包内的不同细分人群也能有不同的投放策略。比如,对人群包中的大于35岁的男性设置更高的出价权重,或者给这个人群包中含有某个标签的人群以更低的出价权重等。


利用Rule Lab的这个功能,还可以为一个人群包中更细分的人群设置等级。


比如,一个人群包有10万个人,具有A标签的人有1万人(A细分人群)、35岁以上的男性有 5000人(B细分人群)、20岁-25岁女性8000人(C细分人群)。利用Rule Lab,可以设置A为等级1,B等级2,C为等级3。在具体投放时,对A人群的出价就会高于B(或是更多将预算向A倾斜),同理,B的出价也会高于C(或者预算倾斜B也会多于C)。


应用高阶功能之四:RTA Lab

联合专区的RTA Lab功能,更侧重于效果类投放的广告主。RTA Lab跟Rule Lab很类似,不过特别应用在RTA广告投放上。关于RTA广告是什么,大家可以看我写的这篇文章:《RTA广告?欺负我读书少?》


在RTA Lab中,广告主可以设置RTA投放用的人群包,并且可以在人群包中同样为更细分的子人群设置等级,从而针对不同的子人群形成不同的出价,同时腾讯内发机制也能减少加密过程带来的流量漏损。


有了RTA Lab,本身不具备RTA投放能力的广告主,也可以自己完成RTA策略设置,无需与开发团队反复沟通生效策略,实现RTA投放,这极大地降低了RTA广告投放的门槛。 


数据安全问题


在联合专区应用数据具有很多优势,但广告主仍然会普遍担心数据安全问题。


我,作为一个广告主,把数据传给了媒体平台,媒体把我的数据又用在了我的竞争对手上了怎么办?!


腾讯广告DMP 在一方数据安全上要远优于传统的行业DMP。联合专区拥有一个相对隔离的数据存储空间,广告主的数据将会独立存储于专属的私有化存储空间中。这里的数据全部都会被加密,所有的字段也都完全由广告主自己命名和定义(这意味着拿到数据也不知道是什么含义),并且数据绝对不会离开这个空间,未经授权,外部的系统或者工具也不能接触这里的数据。


此外,任何在联合专区内的数据操作,都会提供日志审核记录在案。相当于腾讯广告为了保障广告主的数据安全,为每个广告主打造了一个专人(企业)专用的“数据保险柜”。联合专区里面的数据,不会泄露给任何第三方,如果广告主不再想要部分或者全部数据存在联合专区中,一键就能让相应的数据完全灭失。


因此,联合专区最大程度保障了广告主一方数据的安全。


联合专区的应用建议


这些功能真的有用吗?


太有用了!比如,装修行业中,量房率是一个重要的营销推广的KPI。一个装修企业的量房人群是它最核心的消费者数据。这些数据如果能够利用起来,对这个企业后续广告的投放效果极有帮助。


在联合专区的帮助下,这些数据不仅能够保证安全,还能够利用Model Lab和Rule Lab对它进行细致的定制化的人群圈选、放大以及出价优化。这样投放人群的精度、投放出价的精细度和机器学习优化的能力都能够大幅度提高。若想更深入洞察量房人群,利用SQL Lab即可实现。


比如某装修企业利用联合专区,将它的投放ROI提升了20%,将平均获取量房客户的成本下降了80%,有效表单率上升3倍多。


广告主在投放上应用联合专区,可以遵循如下流程:


1.确定业务场景需求和投放策略;


2.上传数据至腾讯广告DMP并选择“接入用途”为“联合专区”;


3.利用SQL Lab进行数据分析和人群洞察,并可为Model lab产出正负样本和特征;


4.在Model Lab中建模,基于SQL Lab的数据分析结果进行模型评估,之后做效果预估,并提取表现更优的人群;同时,投放的结果,又能够反馈回SQL Lab和Model Lab,并重复上面的过程,从而实现投放效果的进一步优化。


5.如果需要进行更精细的投放,广告主可以在Rule Lab中,进一步对人群制定规则,并配置策略进行投放,也可以配置实验,测试实际投放效果;


6.如果是RTA投放,还可以用RTA Lab的功能设定更精细的人群规则进行投放;


7.实时反馈效果数据,实时调整策略或规则,以及在投放结束后产出效果报告。


通过上面的方法使用联合专区,在快速起量,突破起量瓶颈上对广告主有很大助益。例如,金融行业中某个保险代理公司,目标人群是车主,投放KPI是新增询价用户。利用联合专区投放,比传统投放方式新增询价用户增长近4倍。


所有在腾讯广告中投放程序化广告的广告主都适用腾讯广告DMP。如果有如下场景,更加值得使用这个数据工具。


•对转化效果有极致追求的绝大部分效果类广告主,尤其是:教育、金融、电商,甚至包括汽车。这些广告主尤其适合使用腾讯广告DMP中的联合专区。


•想要做RTA广告,但自己没有基础设施的,用联合专区的RTA Lab可以构建简单的初始化配置,建立专区RTA服务应用,生效广告优化策略。


•对一方数据的应用有需求的广告主,比如很多品牌广告主,需要为自己的一方数据做维度更丰富的画像或更深入的洞察。


腾讯广告DMP的其他亮点


除了联合专区,腾讯广告DMP在其他应用功能上也有很多优化。


1.数据授权能力大幅度升级。腾讯广告DMP有非常灵活的数据授权能力。对各个细分人群的操作权限,可以根据不同的账号进行指定,也可以实现跨账号的人群分享,不再需要不同账号反复建同一个人群。另外,数据的授权范围也变得更加灵活,过去只能对指定BM(商务管家账号)进行授权,现在也可以指定账号,或者指定整个公司进行授权。在不同授权范围下的人群操作权限,也可以具体的设置。多账号多广告的广告主不用再忍受繁琐的数据授权过程了。


2.人群标签和人群洞察有了很大提升。人群标签的行业定制化水平和标签的分级都有大幅度升级。人群洞察数据维度更为丰富,下钻能力也更强。


3.人群计算能力升级。腾讯广告DMP在标签组合计算的基础之上,进一步提供了基于行为数据进行人群圈选的功能。广告主可以在默认界面中基于第一方数据中消费者行为数据,进行规则设置,筛选出人群,并且同样可以对这些通过行为筛选出来的人群与其他人群进行交集、并集或者排除的计算。


4.Lookalike能力大幅度提高,人群拓展精度和人群拓展的灵活性提升,并且可以识别种子人群的相似特征,在腾讯的流量生态中寻找与这些人群相似的人群,既保证人群数量又确保人群的相似性。


其他还有更多应用优化,非常建议大家自己进入系统感受。


总结:全链路数据服务带来巨大应用空间


广告主对于数据的重视程度远甚以往,但应用一方数据一直是各行业普遍面临的难题。


腾讯广告DMP的联合专区就是为广告主应用一方数据提供环境和工具。其根本性的价值,在于帮助广告主发挥一方数据的价值,将营销的后端与触达受众的前端数据能力相打通,并通过一方数据更精细化地管理与优化针对前端的投放,从而在数据层面上实现闭环的、自驱动优化的全链路营销。我们一直认为,唯有在数据层面实现全链路的闭环,才是真正的全链路营销。


总体看,腾讯广告DMP的基础能力以及高阶玩法联合专区,克服了业内传统DMP的诸多短板,尤其是在数据应用的灵活性和可定制化上都有了质的提升。考虑到基于联合专区的数据架构的可扩展性,联合专区在数据应用上可能还会有更大的空间,尤其是建模、规则以及基于这二者的数据智能化应用,都有可能持续为广告主的广告投放带来更多可被验证的效果。


产品手册、解决方案、大咖观点等更多腾讯广告DMP相关内容,点击阅读原文一键了解




最IN观点

用一方数据,破增长困局

相关解读

腾讯广告DMP全新升级,提供全链路数据服务

“数”中自有黄金屋,广告主如何释放“数据资产”价值?




点击“阅读原文”了解更多

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存