广告助攻模型能力详解（一）

这个系列的广告文章，将会从三方面来讲述“广告助攻”模型的助攻能力。分别是模型：

1）什么是广告的助攻模型；

2）广告助攻模型的应用场景和核心策略；

3）广告助攻模型与传统利用一方数据的能力有哪些区别。

在这篇文章里，详解我们先来看看第一个议题。广告

什么是助攻广告的助攻模型？

从字面上的意思是，通过某个方式对广告模型进行辅助优化，模型达到提量提效的详解目的。助攻模型，广告核心点在数据上，助攻其次在广告模型策略上。模型

B公司对于这个广告助攻模式的详解解释是：广告主跨媒体投放行为较为普遍，媒体间形成的广告转化信息孤岛不利于广告主充分利用数据优化投放，尤其是助攻对于转化事件相对稀疏的行业和客户，数据分散导致模型学习不充分，模型造成成本高、跑量少，目标人群触达效率低，而在符合法律规定的前提下，通过把跨渠道转化数据回传给广告平台（不计入广告平台的转化，只帮助模型学习），可以帮助模型充分的学习已转化人群特征，达到提高跑量，优化成本的作用。

这里面的信息量非常大。有必要做详细的解释说明。从B公司的描述来看，是一个很技术的方案，但实际上，是一个强运营+技术的方案。没有强大的客户运营能力，这事很难推进下去，因为这个模型要的是广告主的核心数据。

我们常说，数据是很有价值的，但不同的使用者有不同的效果。老实说，B公司对数据的运营和算法优化着实令人惊艳。移动互联网不同的APP的数据是相互孤立的。广告平台的助攻模型，本质上是将媒体的用户数据和广告主全网的转化用户数据汇聚起来。

广告从业者都知道，广告价值的预估主要的因素是 A U C，即广告主，用户以及产品上下文信息（场景）。助攻模型的数据能力在于借助全网的数据来加深对用户和广告主匹配转化的理解。

广告平台拥有媒体产品侧的数据。数据价值体现在其对所属媒体对应的产品的用户的兴趣、爱好和画像的刻画和理解上，同时拥有产品的上下文环境，这样在广告的推荐场景上，可以很好的根据用户的画像和兴趣特征推荐广告。

广告主拥有的是其产品用户的核心数据。即不同的用户群体在产品内的行为数据以及用户价值，同时广告主拥有全网不同广告渠道的新增和转化数据。

游戏公司知道旗下不同的游戏的活跃用户群体以及不同付费分层的用户情况。游戏公司在投放广告买量的情况下，会针对不同的用户特征设置不同出价的广告计划。核心原因就是，游戏公司可以大概知道不同用户群的“用户价值”。

电商公司拥有用户在电商APP内或者电商站点内用户的浏览、搜索、收藏以及加购等核心数据，了解不同的行为对应的商品转化情况。比如淘宝和京东，他们在首页上也是会进行个性化推荐的，其核心的推荐逻辑主要也是看用户的历史购买习惯以及近期的搜索兴趣点。

效果广告，最终考核的还是广告的效果，广告的效果体现在两个核心点：广告起量 和 目标达成。广告目标达成即广告主投放目标是否超出阈值比如激活、留存率、付费率，广告ROI率，深度转化率等。广告起量，即在效果满足目标的情况下，能获取更多的流量。起量的能力好比商家卖货是赚钱的，如何把货卖得更多，使得规模化，从而扩大市场份额和经营收益。

从上面的说明，我们可以看出，广告主拥有很多广告标的物（即广告主的投放目标）的核心数据。这部分数据是广告媒体平台所欠缺的数据，在业内也被称为是一方数据。

拥有一方数据有两个明显的好处：一是，根据广告主的一方数据情况，可以从茫茫人海中快速的发现目标的转化人群。比如你是一个在街上发传单的，根据之前的转化人群可以快速的定位哪些用户是目标受众，这样你发传单的效率就可以提升，甚至可以针对目标用户送出更好的小礼品（对应的广告策略就是提高出价）

另外一个是，可以让转化数据来得更快，由于你能快速识别目标用户，你更容易去主动的寻找用户，使得转化更多更快。（对应广告效果就是起量能力更强）

那么回到前面所说的助攻模型，本质上是将媒体的用户数据和广告主全网的转化用户数据汇聚起来，利用广告主的用户行为和付费转化数据（一方数据）进行广告转化模型的优化。

媒体广告平台上，在当前的OCPM的模型上，最多拥有的是广告主在对应媒体上的投放和转化数据，而广告主不仅在单一的媒体上投放广告，还会在其他媒体上投放。广告主回传一方数据后，媒体平台就可以将广告主的一方数据结合自己媒体的产品数据，提前知道哪些人是目标用户（识别相同用户特征），这样可以快速的定位目标人群，从而更好的完成广告起量和目标达成的效果。

-END-

很赞哦!（22479）