DSP如何实现精准营销？

1. DSP\ADX\SSP从表面上看是对传统网盟的一种产业链拆解；

传统网盟的服务模块简述一下，就是广告位管理（媒体端）——投放（活动匹配）——广告活动管理（广告主端），这是一个封闭的体系，你的投放能力跟你的自有媒介拓展能力和广告接入能力都密切相关。

可以拆分一下，将广告位管理拆成SSP，投放对应成ADX，广告活动管理对应成DSP，基本上就能理解网盟和ADX在某种程度上的相似性。

2. 在服务能力上，DSP是对网盟的一种升级

从之前看到的资料来看，几方面的提升促进了这种升级；

1）展示广告的变现效率，尤其是中长尾流量的变现效率远低于搜索，在搜索流量出来后，展示广告的价值被大幅度压缩，在效果上被搜索甩了N条街；

2）网盟由于是自有循环体系，若广告主数量不足，则会出现大量的剩余流量；广告库存和广告需求之间的动态平衡，是比较难把控的一点，若网盟有较大的溢价接入能力或者是较强的媒体谈判能力，则会运营良好，若没有这两方面任一能力，则会出现亏损，进而压缩某一方面的服务能力，最终陷入广告少——流量差——更少的广告主——更差的流量的恶性循环。可以说，对于没有百度、谷歌之类背靠搜索自带海量广告主的网盟来讲，流量库存的质量是最核心的竞争力之一。

3）从广告营销需求而言，互联网自带的广告效果及时反馈能力已经成为互联网广告与传统广播型广告最大的区别之一，如何提升及时反馈的效果，成为广告平台的竞争能力之一。

4）广告一直追求的是触达用户，之前只能细到基于媒体力度的用户触达，必然会导致广告的浪费，而搜索带来的用户级的触达，已经导致了部分广告主心理需求的变化，在拆解搜索的能力之后，发现搜索对人兴趣的实时判断是效果提升的最核心要素之一，因此，引入RTB（实时竞价）的方式，加入基于cookie的人群兴趣判断，成为展示广告的可能性路径。

5）可能还有其他原因，以前梳理过，现在忘了。咕~~(╯﹏╰)b

3. DSP的核心竞争力

不同DSP的能力会不太一样，因为需求方平台，本质上是基于自身的服务能力基础上，通过接入的广告主来不断验证和提升自己的服务能力的一个类型的平台，所以自身能服务的广告主的需求，会引起不同DSP平台的区别，因此，个人认为，不存在万能的DSP，服务的深度化，必然会导致DSP的垂直化。从通用的几个方面来讲，DSP比网盟优质的几个方面。

1）用户精准的力度超过网盟：基于用户的细分精准。DSP能通过代码的监测，实现对于新老客户不同的营销。在营销理论上说的老客找回成本是新客的80%？（忘了一个精确比例了，反正是说留住一个老客要远低于发展一个新客的成本），通过DSP能精准实现。在营销上来说，对客户的话术就是，通过代码监测，能够精确的细分用户进行投放。

2）流量覆盖范围超过网盟：通过针对多个ADX/SSP的对接，DSP可以拿到更多的流量，因为多个巨头型的ADX提供的流量是惊人的，100亿日PV规模的流量储备可以快速实现，而网盟通常都不会具备这样的能力。在营销上的话术可以是流量整体储备会远超过网盟。

3）流量投放的细分力度可以超过网盟。因为没有库存压力，DSP完全可以按需投放，可以只投回头客，可以只投新客，可以只投价格很低的流量，只要是单一维度的需求，DSP完全可以满足，多个维度组合的情况下，要看合理性，怎么满足。

4） 通过不断的数据积累，在效果上理论上会超过网盟。如果是针对百度、谷歌、淘宝等巨型网盟，DSP的精准能力可能会弱于他们，因为在数据量级上会弱很多，如果是针对其他中小型网盟，有数据和技术能力的DSP基本是碾压的态势。同时，如果在某些垂直领域上的特殊数据积累，比如说电商、游戏等需要效果闭环的行业，某些拿不到闭环数据的网盟在能力上会弱于能够拿到闭环数据的DSP。因为在数据验证领域，没有闭环很可怕。只是基于点击率的优化，会产生很多误导性的投放。

4. 目前DSP的问题

1）DSP可能拿到的流量质量，不一定能超过大型网盟。国内流量环境太复杂，ADX基本只能拿到剩余流量，去年大张旗鼓的PMP流量，其实覆盖的核心流量范围并没那么大，从媒体来说，最优质流量自然会留给自己的直客，剩余流量才愿意放到公开市场竞争。所以DSP想拿到优质流量，很多时候除了PMP之外，只能通过自己采购，这也是国内存在不少DSPAN的原因。

2）目前具备流量、数据等多方位能力的DSP并不多，在刘鹏的《计算广告》里提到，计算广告是目前大数据应用的最深度的领域，在从业那么多年来，我也比较有感触。核心在于，广告的整个转化链较为复杂，四个维度的判断『正确的时间，正确的位置，给正确的人，看正确的广告』和优化需要大量的人员和精力投入。对于用户行为习惯的洞察、对于媒体流量质量和反作弊的分析，对于用户行为的判断和分析，对于广告形式和内容的动态推荐，每一个维度的细分，都需要投入大量的精力，国内DSP积累的时间并不长，在大量的优秀商业产品技术人员被BAT瓜分的情况下，广告技术公司想要突围较难，一般来说，都是在某一维度上有所突破，拉开身位，进而补课。

可能讲的比较学术化一点，对于销售来说理解相对困难，咕~~(╯﹏╰)b

简单粗暴一点：

如果足够硬气，直接说，要比你给我点预算，我们对半投，对比投放看效果。

如果不够硬气，就需要一些策略。个人认为，在进行销售的时候，不一定要直接讲优势，而是通过客户对于网盟的认知进行对比拉开身位，有点实力的DSP，一定是有自己的突出能力的，可能是流量接入和分析能力较强，可能是回头客+动态创意的推荐能力较强等等，具体要基于自身能力来看的。其实DSP销售比较困难的一点在于客户的认知，以及一系列挂着DSP的名来圈预算搅乱市场的公司搅局，在行业发展初期一定是这样的，随着行业的深入和洗牌，一定会慢慢变好

从第一篇文章 《数据与广告系列一：初识在线计算广告》 中，从数据和算法的角度，他就是一个偏向于候选资源排序的逻辑，我们会发现还有很多类似的场景。

比如，我们做EDM精准营销，有限的营销预算里，将信息通过E-mail推送给候选人，期望带来高转化，其实就是将用户池排序的过程，然后根据预算截取TopN来发邮件。

再比如，团购网站，或者导航网站，或者更直白点电商的货架商品陈列，其实也是指定了条件，在有限的候选集里，如何排序的问题。

再再比如，推荐系统，就跟广告的本质逻辑更像了，在有限的展示场景下，如何选择候选集，如何排列候选资源。

这些场景其实都有点像伪广告的形态，当然，深入分析肯定是有差异的。做了好些年的推荐系统，对于推荐系统还是有些熟悉的，我们以推荐系统来做进一步的分析。

对于推荐系统或者广告来说，其本质相同点都是候选资源的有效排序问题。

所谓候选资源在广告领域里当然是指广告池，而对于推荐系统来说可能就很丰富了，需要看不同的业务场景，比如电商里就是商品，资讯里就是各种资讯，视频场景里就是视频，当然也存在跨类型导流的推荐场景。

而所谓的有效排序，则是立足在匹配度的角度上出发的，当然本质目的都只有一个，就是效果转化（品牌广告也同样，只不过他周期太长，难以追踪，但目的是不变的）。

对于差异点来说，首先是思考角度不同，对于广告主来说，他对于自己投放的广告是有一定程度上的曝光/转化相关的诉求存在的，即大体上资源是现实存在，且需要给他匹配流量。

而对于推荐系统来说，更多的场景是用户流量是固有存在的，里头丢什么资源是相对开放的，即他对于具体曝光哪个资源的诉求较低，更多是站在用户的角度上，给用户匹配更合适的内容 。

所以，从这个点来说，归根结底就是广告更多是站在广告主的角度，去给他匹配流量，而推荐系统更多是站在用户的层面上去给他推荐/匹配资源。不是说两者只取一，只不过站的角度不一样，思考方式也是略有不同的。

第二就是资源的组织方式也是不同的，对于广告来说，非常注重于其广告的创意体现（这就是上面说是站在广告投放的角度思考问题），所以每个资源（候选广告）其实都是大量人工的付出而产出的（当然，现在很多通过机器学习自动生成创意），因为这部分也是影响转化的重要组成部分。

但对于推荐系统来说，所有丢出去的候选集只是茫茫常规资源中的一部分而已，更多的不在于说对于选出资源的包装，而在于选择和排序的过程。

第三就是最大的差一点--竞价。这又回到了第一条，广告是站在广告主的角度思考问题，来为其分配或者匹配流量，当出现同个流量多方需求的时候，竞价的逻辑就出现了，完美的解决了这个难题。而对于推荐系统来说，显然是不存在这个诉求的，因为常规情况下，都在同个平台内，服务的是用户，只要用户买单，给你哪个商品不是给呢！

但是，有一种比较特俗的情况，立马可以把这种推荐逻辑变更为类似广告的逻辑，比如假设给A用户匹配上了BC两个商品（假设匹配度一致，价格一致，转化率一致，甚至品类都一致，但是比如品牌/供应商不同），但是场景化的形态里只有一个资源坑位，到底是给B还是C，如果没有其他前置条件，就随意了。

但是假设说我们跟BC对应供应商谈的扣点是不一致的（所谓扣点，就是按销售分成的结算的模式），那么此时我们就可以考虑慎重选择了。因为这已经有点类似广告竞价的逻辑了，同等情况下，我当然愿意将这个资源给能给我带来利润更高的商品（扣点少的），扣点少的商品通过竞价（扣点少，价格又相同，意味着平台方能拿到更多的销售分成，变相的竞价）拿下了这个展示资源位。

虽然，我们大部分衡量推荐系统效果的时候比较少去深入下去追踪最终的利润那一层，大部分都是在点击率，转化率这层做效果评估，但不可否认，真正一个好的推荐系统，还是需要考虑到最终的商业价值的，甚至还要考虑持续化的转化能力等等诸如此类。

除了竞价之外，还有就是其他的一些诸如计费方式，轮转逻辑等等，也是有差异的，甚至部分都是独有特性，但不算是重点了吧。

从上述推荐系统如果加了供应商思考逻辑，推荐系统逻辑分分钟就变成了类似广告的逻辑，而实际上广告的形态本来就很多，并且也并没有拘泥于其载体形态。

常见的有banner轮播资源位的形态，还有类似榜单的逻辑，还有通过搜索做的搜索嵌入的广告，当然还少不了当前比较火热的社交形态的广告等等。

其实所谓广告核心是抓主我们第一篇中的广告本质逻辑，广告主的诉求，流量计算匹配优化，转化预估的计算，一些资源流量竞价的逻辑等。

核心是服务于广告主通过低价进行用户的有效触达，而其外在的包装形态，应用场景都是次要的，内在数据驱动的核心逻辑大体上是相通的。

在下个章节里，我们可以会往社交广告方向探索，也可能针对广告其他垂直纵向的广告方向探索，但多少都会挂上数据在里头的内在驱动因素。

本系列其他文章：

《数据与广告系列一：初识在线计算广告》

---