作者：单俊 资深副总裁 互动通
作者微博：http://t.sina.com.cn/frankshan
你看不见我你看不见我…
这是周星驰影片里达叔著名的桥段，幻想存在的现实和不为人知的秘密往往也存在于我们的生活和工作中。
说这些是为了讲讲这些年数字营销界的一个趋势：CPM售卖。
话说CPM售卖不是一个新名词了，从全世界范围看，CPM售卖绝对是互联网上显示类广告的售卖方式的主导力量。
这是为什么呢？
假设你开一个网站，开始内容少，知名度低，Alexa排在放大镜都找不到的地方，那么，您就算叫新浪，也没有广告主会投；但随着发展，你开始有稳定的访问者了，你开始被各大搜索引擎爬起来了，广告就会找上门了。
这个就叫媒体价值的体现。
按照先进的媒体理论，每一次媒体访问的价值原则上都是无差异的，因为那都代表一个view，显示类广告，被view到了就圆满了。
那么，媒体价值的大小就变成你被view的多少了，好比方一个美女在路上的回头率，林志玲被view的可能性肯定大于一般人，当然，你可以说某姐长得很惊人，我也会看啊，可是这个view是没有黏性的，你不会看了又看，这当然就牵涉到另外一个指标，访问频次（frequency）。
所以，当使用CPM来售卖的时候，媒体价值就体现在两端，第一：每个view的价钱，这个取决于看的人，而不是怎么看；左看右看，上看下看都应该是一个价钱，但CEO和犀利哥的view肯定有极大的差别，因为每个view的人代表了一种力量。。。
购买力（purchasing power）！
那么，如何定义这个view是有purchasing power的呢？
传统媒介的理论是先做媒介研究，有一些第三方公司通过样本研究提供对媒体受众的分析，在通过收视研究获得内容对应受众的关系，于是Planner游走于这些数据中寻找合适的媒体，CD们在这些内容上思考着如何通过创意提高传播的效果，最后再由那些第三方公司通过同样的推导过程告诉你这次Campaign是成功的还是失败的。
其实大家都知道这里面的问题，我们老祖宗早就发明了一系列成语：
管中窥豹，井底望天，盲人摸象。。。
说的大致是一个意思：你看，或是不看，广告就在那里，不会便宜。。。
到了数字的时代，那些整天做survey，focus group的传统广告人突然发现，互联网这个媒体有点不一样。
每一个view都可以精确记录，有个叫网景（NetScape）的公司还发明了一种叫小甜饼（Cookie）的东西，可以在每个访问者（Visitor）身上盖个戳，就像我们小时候看动物世界的时候，科学家在野生动物身上套个无线信号发射器，于是我们知道它们什么时候在哪里干嘛。之后又有一个叫谷歌（Google）的公司，能把你想view的内容大卸八块，根据你脑子里蹦出的一个念头找到你可能关心的全部东西。
于是，CPM售卖就变得很合理了，首先，菜市场体系可以建立了，因为所有的售卖都可以称斤论量了（Measurable），再也不是像以往那种“抓闷包”的游戏，另外，是萝卜还是青菜，有好多完整数据指标（KPI：Key Performance Indicator）可以验证，再也不是以前抽查的方式了。
所以，只要你产的是青菜，就按青菜价，你生产多少颗菜决定了你收入可能的范围。别人家买了青菜回家吃了长个，量一量还不错，这就是投资回报（ROI：Return on Investment）。
进一步，咱们还可以做定向的广告，俗话说的：指哪儿打哪儿。
最基础的定向，其实这些年来都在用，不过这几种：时间，地域，访问频次和内容分类；我们来挨个讲一下：
时间，早上给你个快餐连锁的早餐广告，中午来个新推出的午市优惠，下午快下班时来个外送全家桶，感冒药还分白加黑呢，这个容易理解吧。
地域，你看见的广告上有你所在城市的优惠活动，你看到的广告用你所在的方言问候你“你今日饮咗未吖”，这是因为你上了网，你就脚底板就天生了三颗痣：xxx.xxx.xxx，行话就是“IP地址”，这三颗痣代表的是你这个上网设备在虚拟世界的门牌号，这个门牌号又按照行政区划有一定的规则，如此一来，广告就一边唱着“你从哪里来，我的朋友”，一边就把自己秀给你看了。
访问频次，第一次看见，对你说：XXX，羊羊羊；第二次看见，对你说：XXX，羊羊羊，第三次，第四次。。。烦了吧，咱们这么玩，第一次，XXX，羊羊羊；第二次，XXX，猴猴猴；第三次，鸡鸡鸡，第四次。。。第十二次，马马马。。。这个叫频次定向。
内容分类，普通互联网的内容和所有媒体的内容一样，是按照树状结构组织的，当然你可以说UGC啊，SNS啊不一定一样，这个我们另当别论，因为他们的营销模式重点并不在显示广告，至少目前我还看不到这些类型的媒体会发力做显示广告。而在普遍的树状结构下，广告自然可以分配到以位置为单位的特定频道的内容周围显示，这种定向的方式，往往带一些用户兴趣为判断的逻辑在后面，比方说女性爱看女性频道（虽然往往并不如此），那就在那里投放几千上万一个包包的广告。
以上的基础定向虽然古老，但还是有一定道理的，通过一些技术的发展，在一些基础定向上可以做一些系统性的发展，典型的例子如兴趣分类。
像上面说的，内容分类都是人工编辑往频道里填内容的模式，这样的树状结构还是比较粗放的，不免有些误差或不足，比方：爱旅行的人不一定只看旅游频道，Ta也许会关注科技频道里最新的GPS设备，也许会看汽车频道里的SUV相关内容，也许会在时尚频道里面找找好用的防晒霜，更会关注一下下一个目的地的政局如何，这些内容是横贯在众多“频道”中的，那么，如何从一些内容中找到兴趣的集合呢？
系统可以做的是模拟人的思维，不断的学习，我们先用人工去判断一些知识，再教给机器去在更多的内容里面学习，不断的学习会延展出更多的内容，通过有效的人工干预去修正不合理的判断，让计算的逻辑越来越接近准确，这样，通过系统的大规模处理能力，机器就能把海量的内容准确的从不同的包裹里面抽取出来重新组合成一个新的媒体组合，然后对应去投合适的广告。
这就是典型的通过技术方式升级的基础定向。
更好的定向，我们很多时候称之为“精准”。
记得“精准”这个词是海湾战争的时候火起来的，全世界都看到美国的导弹一边直播一边冲向伊拉克的坦克，多，快，好，省，全齐活。
精准的广告也应该是这样：精确，快速，一击即中。
说到精准，不得不提两个名词，语义分析匹配（Contextual）和行为定向（Behavior Targeting）。
语义分析匹配，常被误解成关键词匹配，这是因为语义分析的最基础工作是提取“关键词”（Keywords），但往往并不是那么简单。
语义分析匹配的三个步骤，简单总结来说，就是：抓得准，取的对，分析透彻。
一篇内容，在网页中往往伴随着很多绿叶，比方周围的广告，链接，评论等等，如何准确的把握出真正的内容，甚至于分辨出标题，摘要，主体，图片说明和相关链接，这是很复杂的系统逻辑去执行的。
抓取出内容来，如何把中文有效地切割，并去出词来，这又是一个精细活儿，叫“分词”（Keywords Extraction），有多难？举个常用的例子，不好的分词逻辑，会把“留美学者”中间的“美学”取出来，这样，南辕北辙就难以避免。
一堆关键词，告诉你什么，这时候机器要做的是“归纳中心思想”的功课，难吧，老难了，至少我上小学时觉得这是语文课里的最上乘武功奥。机器怎么做，当然也不是一句话可以讲清楚的，你试着对着一篇文章思考一下，大致能想到一二三来，我就不多说了。
语义分析匹配看上去是个很复杂的逻辑，但却是最成熟的精准匹配广告技术，为什么这么说，主要有两个原因。
首先看看谁在用，占互联网广告收入的大头，在中国是百度，在全球是谷歌，他们主要的定向方式是神马？不是浮云，是竞价排名，排名靠什么？关键词。关键词哪里来？语义分析。虽然系统比较复杂，但通过这些巨头的运营，语义分析匹配已然是最成熟的数字广告技术之一了。
虽然还不能完美的达到完全匹配，但因为和内容之间的关系，使得广告投放策略和实际发生还是有据可查的，至少，在看到广告的情况下，每个人都可以用标准的逻辑去判断是否匹配，因为这个匹配的过程就是按照人的思维模拟的。
这也是这个技术被广泛应用的很重要的原因。
目前，除匹配外，搜索，舆情调查和内容自动分类等多种互联网媒体引用你都看到语义分析的影子。除了Google，百度外，像微软，yahoo，阿里巴巴等国内外的互联网知名媒体都在使用这种方式作为主要的精准匹配技术实现手段。
这些年，在行业中，行为定向的精准广告解决方案也被不断的提出。但是，不同于语义分析匹配，行为定向是一个弹性很大的解决方案。
为什么说弹性很大呢？最重要的一点，说到“行为”，行为的定义很难界定。
常用基础的行为定向，如“重定向”（retargeting），就是设定了一个固定的桥段：你来过，当我又遇见你时，我会再次对你说。。。当然广告技术没那么煽情，系统根据你访问过的记录（记在那小甜饼上），当代码又一次碰见你时，会触发相应的广告。
因为逻辑简单易行且容易验证，重定向成为目前最常见的行为定向方式。
再深层次的行为定向，因为逻辑的复杂程度不可控，发布商本身是无法（也不能）验证自己的甜饼是否真实，从而没有可能成为一个规模化的产业。正如你写了一个美丽的故事，告诉别人主角去过哪儿去过哪儿，做了神马神马，所以Ta是你的受众。。。可人问你，我怎么知道这些是真的呢？我又没派人跟着Ta，难道你说神马就神马？
这让我想起很多年前在某个下午和一个业内的前辈聊天时说到的，中国的Publisher总是试图用自己的方法去验证自己是正确的，第三方的价值总是被忽视的，而总有一天广告主会发现，看不见的不只是广告，而是对媒体的信任，这才是最可怕的。
慎言，独行，专注技术，认真对待每一个View，这才是我们要做的。
本站文章部分内容转载自互联网，供读者交流和学习，如有涉及作者版权问题请及时与我们联系，以便更正或删除。感谢所有提供信息材料的网站，并欢迎各类媒体与我们进行文章共享合作。
|