梧桐树资本副总裁张洋:营销技术那些事儿

2018 年 1 月 26 日 EGONetworks

梧桐树资本副总裁张洋近日在接受记者时,深度剖析了营销技术中的 AD-TECH 、MAR-tech 两个核心领域。

声明 | 文章转载自微信公众号「 梧桐树资本 PTCG 」

近年来营销技术发展非常快,广告投放和潜客运营做的也越来越精准,可以说未来每个行业或多或少都需要灵活运用营销技术提升企业的推广效果、转化效率。本文将为大家简要介绍营销技术中 Ad-tech、Mar-tech两个核心领域,尤其是 Trading Desk(以下简称“ TD ”)和营销自动化(以下简称“ MA ”)。

Ad-tech

Ad-tech ,指的是广告推广技术,主要应用在广告主投放广告的流程中,投放模式包括 SEM 、RTB 、PDB 、PD 等,涉及的一些技术提供方包括 DSP 、ADX 、Ad Serving 、TD 、DMP 、广告监测、反作弊等。

在投放流程上,通常广告主会和广告代理提供创意策划,并共同制定投放策略;其次,广告代理根据投放策略,通过各渠道端进行。如果涉及程序化购买的,会需要投放技术提供支持,提高投放效率;最后经过多层技术的配合,完成广告的投放,并触达受众。

我们接下来给大家介绍一下产业链中的一些主要参与者:

广告主、广告代理、媒体

广告主、广告代理和媒体是产业链中几乎不可替代的存在,广告主和广告代理我们认为将长期保持相对分散的状态,但在短期内,广告代理会趋向头部整合,长尾淘汰。

媒体资源目前在中国市场是趋于集中化的,尤其是程序化购买相关的,由于投放的方式涉及 cookie mapping 等多个工序,对媒体本身具备一定的技术要求,所以不少媒体通过广告联盟等方式接入了少数的投放平台,使得平台的行业话语权不断提升。

SEM 、SEO

搜索引擎是广告市场中最精确流量来源,因为潜客都是带着目的去搜索,所以在对产品的了解和需求通常比较高,所以转化效率也比较高。因此,如何在搜索引擎中获取较好的推广位置,是不少广告主需要解决的问题。基于搜索引擎的营销技术主要分为 SEM 、SEO 两种,两者的区别如下:

DSP 、Ad Serving 、ADX 等

程序化购买的方式有多种,包括 RTB 、PDB 、PD 等,不同的投放模式,会有不同的企业提供相关服务,例如投放主要以 DSP 提供服务,通过各类 ADX 购买媒体资源,由 DMP 、广告监测、反作弊等提供技术支持。

从趋势上看,国外的公开市场,媒体资源通常是公开的,因此大部分企业都专注于核心技术的研发,不同的行业,不同的模式对应不同技术倾向的提供方。而在国内,媒体通常会将自己最优质的资源独家开放给自己开发的技术端,缺乏优质媒体的技术端则面临发展瓶颈,导致大量的技术企业最终只能接受被媒体方或大型媒体采购方的并购,因此,独立的第三方技术服务商需要探索新的业务模式,打破现有困局,例如垂直化发展、提前采购资源等。

因为市场上已经有不少研究报告和书籍对程序化购买的模式已经有较深入的分析和探讨,本报告中不再深入,如果对该方面感兴趣的读者,可以参考吴俊老师编写的《程序化广告实战》。

Trading Desk

DSP 、ADX 对接了多方资源,但因为目前相对集中化的媒体端其实并不希望将资源绑定某一家第三方技术端手上,所以不少媒体端开发了第一方自有的技术端。结果广告主、广告代理需要同时管理若干个技术端,导致效率低下。

而且每一个渠道的投放结果没有经过整合分析,有可能会面临投放性价比下降的问题。这时候 TD 出现了,起到的是“平台的平台”角色,通过连接大量的技术端和渠道,让广告主和广告代理在统一的平台操作,能够提高工作效率。同时 TD 也帮助广告主收集、整合、分析多方投放数据,为广告主提供投放策略优化建议。

TD 的使用方和付费方

TD 是非常专业的系统,通常需要专业的人员使用,普通广告主的市场部通常不具备独立使用 TD 操作投放的能力(涉及多个技术端的管理和协同),因此市场上大部分 TD 是由广告代理使用(超大型广告主可能会有非常优秀的市场部,可以直接使用 TD进行媒体投放,例如联合利华、宝洁等)。

在付费方面,广告代理是一个靠人的行业,而且盈利能力在逐年下降,因此广告代理本身是缺乏对 TD 付费的意愿,即使 TD 能够提高人员效率,广告代理更倾向于让员工加班工作弥补。所以,市场上目前更多是由广告代理推动广告主使用 TD ,并由广告主支付相关费用。

上下游对 TD 的影响

TD 对接的包括 DSP 、DMP 、广告监测、反作弊等多个技术端,每个技术端本身的市场集中度是相对较高的,以 DSP 为例,我们了解,全国前五大 DSP 占市场份额约 50% - 60% ;以广告监测为例,目前基本由 AdMaster 、秒针等占据市场。

之前也提到,媒体资源是趋于集中化的,也是导致媒体端话语权较大,可以渗透到技术端的主要原因。其实不光是我国的媒体趋于集中化,美国的媒体资源也是在向集中化发展,2016 年美国市场的数字营销增量,基本都被 Google 和 Facebook 瓜分,所以美国市场在程序化购买相对成熟的环境下,媒体也是在向集中化发展。

广告主本身是一个非常分散的市场;广告代理方面,虽然我们看到头部市场存在大量的合并和收购,且长尾市场大量机构倒闭,力量不断被削弱,但实际上广告代理将长期保持相对分散的态势,头部机构市场占有率不会太高,在美国,广告代理的数量在过去近 5 年保持在 13,000 - 14,000 家之间。

美国广告代理机构及相关机构数量统计如下(数据来源:Statista 2017 ) :

TD 的价值

TD 的核心价值是连接和优化,但连接的价值主要会受到媒体方、技术端的相对集中化影响较大,幸好的是,广告行业的强势方主要在广告主,所以 TD 如果能够通过广告代理,特别是通过直客模式(也叫“ Brand Trading Desk ”或“ BTD ”,直客的壁垒是最高的,因为后续业务的延伸发展在直客模式下受到第三方影响最小)服务众多大型广告主,TD 的议价能力会相对较高。

我们认为,TD 的发展方向之一是进入媒体采买和技术端的建设:在 TD 实现大流量汇聚的情况下,可以更好地识别具备价值洼地的媒体,TD 可以提前批量购买,然后分发给广告主和广告代理,分发的过程会涉及到程序化购买等技术的要求,自然而然会延伸到自有技术端的建设;发展方向之二是进入 Mar-tech 的 MA 领域,通过深入了解进入着陆页后的行为数据,甚至是转化情况,进而为投放端的智能优化提供更多的决策依据。

从业务逻辑和发展趋势上,TD 是有较大的价值和发展空间,但早期会面临媒体、技术端集中化的影响。所以现在大部分 TD 的发展趋势是先从广告代理入手,并为部分客户提供 BTD ,逐步建立壁垒及影响力。

Mar-tech

Mar-tech 主要应用在潜客挖掘和运营的过程中,以 MA 和销售线索挖掘为主,对 Ad-tech 和销售工具起到承上启下的作用。

在使用流程上,通常广告主会预先在着陆页嵌入 MA 的代码。之后,广告主在通过渠道端和 TD 投放广告,潜客通过点击进入广告主的着陆页,MA 开始跟踪潜客的行为。MA 通过收集和分析潜客的行为数据,协助广告主对潜客分组运营,逐步提高潜客对产品的认知度、忠诚度。

最后销售线索挖掘对潜客的进行转化的优先排序,并将结果推送给销售工具(例如 CRM ),由销售工具的使用方负责转化。

MA

在目前,大部分广告主的投放结果和销售线索是断裂的,特别是 B2C 行业,因为客户看到广告后不一定会现场购买,但有可能会成为潜在客户,并在未来产生购买行为,甚至需要一定程度的关怀培养才能产生购买行为。而传统的广告投放则只能衡量投放金额和收入增长的比例,不能从更细的一层分析广告的投放有效性。

MA 的引入将广告投放的效果分析引入到更深一层,并在未来为广告主、广告代理对潜客的运营关怀提供数据支持,进而提高潜客转化率。

MA 通常在发展初期切入点是帮助广告主建立第一方 DMP ,负责收集、整合广告主投放后潜客的行为数据,之后具备延伸到数据分析、运营策划、运营执行等环节。

MA 的使用方和付费方

与 TD 相似,MA 也是非常专业的系统,普通广告主通常不具备操作能力,除非广告主的市场部特别强大。而且考虑到数据分析和操作的专业人员需求,MA 是更适合大型广告主使用的产品。目前市场上,大部分 MA 是由广告代理或者 MA 供应商提供整体解决方案。

根据我们的分析,MA 的价格通常会低于 TD ,所以不仅仅是超大型广告主可以使用,年广告投放额度在千万元级别的广告主,或者对广告投放要求不高的 B2B 企业也可以使用。因此,MA 在早期就可以选择通过广告代理进行销售,也可以选择直销给广告主。

MA 的价值

MA 的发展难点在于市场认知提高和执行团队培养,前者是因为 MA 处在发展初期,国内广告主对产品的认知程度较低,需要花费较长时间来完成销售,但一旦有效使用上,广告主的数据跑在上面,对 MA 的依赖就会逐步提高,续费率也通常比较高;后者是因为 MA 的产品较为复杂,广告主通常不具备专业团队使用,因此会需要 MA 的自有团队,或广告代理,或专业第三方提供运营服务。但随着市场对 MA 认知的提升,和使用率的提高,这些难点会逐步得到化解。

MA 的发展趋势正如上面提到的,初期起到的是“第一方 DMP ”的角色,负责收集、整合广告主投放后潜客的行为数据,之后具备延伸到数据分析、运营策划、运营执行等环节。

销售线索挖掘

SEM / SEO 、程序化购买等都属于是被动型营销。而销售线索挖掘则属于主动型营销,通过大数据获取和清洗潜客数据,然后让广告主主动接触潜客。值得注意的是, B2C 和 B2B 的销售线索挖掘所需数据维度有一些差异。

销售线索挖掘,在美国更多被称为 Predictive Marketing 。美国市场由于企业对合作伙伴的信任度较高,而且 CRM 和营销自动化发展较为成熟,因此美国的销售线索挖掘大多是从内部线索挖掘开始的,即基于客户 CRM 的潜客数据或类似的数据库,通过多维度的分析,对潜客的成交可能性进行排序,进而提高销售的转化效率。

在中国市场,由于企业之前的信任关系较不成熟,不太愿意公开内部数据,所以中国的企业更愿意为新的销售线索付费,导致国内从事销售线索挖掘的企业基本都从拉新切入,但随着企业与客户保持长期合作的关系,两者之间的信任度提高,必然是具备切入内部销售线索挖掘的机会,例如万丈金数,已经开始为部分保险公司提供沉睡客户挖掘的服务。

以上就是我们对营销技术的一些见解,希望能够给到各位读者一些启发,如有分析不到之处,也欢迎各位拍砖指正。

责任编辑:刘海星


推荐阅读

点击下方图片即可阅读

完成 7280 万美元 C 轮融资后同盾发力人工智能,打破传统风控服务模式


登录查看更多
0

相关内容

商业数据分析,39页ppt
专知会员服务
158+阅读 · 2020年6月2日
大数据安全技术研究进展
专知会员服务
90+阅读 · 2020年5月2日
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
【阿里技术干货】知识结构化在阿里小蜜中的应用
专知会员服务
96+阅读 · 2019年12月14日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
134+阅读 · 2019年12月12日
2019社交行业研究报告
行业研究报告
5+阅读 · 2019年5月30日
大数据安全技术浅析
计算机与网络安全
14+阅读 · 2019年4月24日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
33+阅读 · 2019年4月22日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
智能时代,图像检索技术在美团APP中的应用分析
人人都是产品经理
9+阅读 · 2018年5月23日
IDG资本杨飞:从价值投资谈2017中国现象
IDG资本
4+阅读 · 2017年12月22日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
一个人的企业安全建设之路
FreeBuf
5+阅读 · 2017年7月7日
Arxiv
9+阅读 · 2019年11月6日
Arxiv
6+阅读 · 2018年11月1日
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
Arxiv
6+阅读 · 2018年2月6日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
158+阅读 · 2020年6月2日
大数据安全技术研究进展
专知会员服务
90+阅读 · 2020年5月2日
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
【阿里技术干货】知识结构化在阿里小蜜中的应用
专知会员服务
96+阅读 · 2019年12月14日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
134+阅读 · 2019年12月12日
相关资讯
2019社交行业研究报告
行业研究报告
5+阅读 · 2019年5月30日
大数据安全技术浅析
计算机与网络安全
14+阅读 · 2019年4月24日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
33+阅读 · 2019年4月22日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
智能时代,图像检索技术在美团APP中的应用分析
人人都是产品经理
9+阅读 · 2018年5月23日
IDG资本杨飞:从价值投资谈2017中国现象
IDG资本
4+阅读 · 2017年12月22日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
【人工智能】人工智能5大商业模式
产业智能官
15+阅读 · 2017年10月16日
一个人的企业安全建设之路
FreeBuf
5+阅读 · 2017年7月7日
Top
微信扫码咨询专知VIP会员