跨屏时代，教你如何投放互联网电视广告
Morketing · 2014-09-29 10:31
【摘要】跨屏时代，教你如何投放互联网电视广告
跨屏营销时代的到来，不仅给传统电视、PC 端数字营销市场提供了更广泛的发展空间，也为新兴的单一屏成长奠定了坚实的基础。互联网电视从诞生起，不断壮大发展。对于每个家庭来说，无论消费电子产业如何抢夺用户时间，电视依然是家庭娱乐的中心，而未来互联网电视的发力将使这个中心变为消费、娱乐、互动、收视的整合平台，互联网电视也成为了跨屏营销领域不可或缺的一部分。
在跨屏营销新时代，如何在互联网电视上实现精准广告投放？如何应用大数据支撑跨屏营销战略？跨屏营销的广告效果评估是否可以实现实时管理？
AdMaster(精硕科技)与酷云互动为我们带来了他们的答案。
互联网电视广告精准投放基础：数据
互联网时代，广告实现精准投放的核心在于数据的掌握。酷云互动首席执行官李鹏指出：“目前，智能电视已经可以实现精准营销，其中三个重要的步骤是关键，分别是建立电视屏海量的内容数据；建立电视屏海量的用户数据；建立电视屏海量的广告数据。”
在电视海量内容的建立上，其核心是建立一套视频的结构化解析数据。酷云通过云端和大数据技术，通过机器采集将央视及省级卫视、及地方卫视的节目提取出来，实现内容数据的整合。在建立海量用户数据上，酷云将名为ACR的软件搭载于智能电视中，它的核心是自动内容识别，ACR不保留用户的个人属性和隐私，仅采集用户的行为数据，通过实时记录上传至云端。广告数据来源于酷云的数字广告平台，基于前两种数据，平台可以将用户分类标签，将符合产品属性的潜在消费人群标记出来，然后把他们喜欢的内容展示在互联网电视上，实现精准营销。
互联网电视承载的广告并不是传统意义上的硬广，展示广告是为了给用户提供一种有价值的服务。互联网电视广告的形式包括直播互动，发布直播信息，提供商品广告及交易通道，在传统广告的基础上增加互动环节和为用户提供与直播内容相符的app下载及增值服务。
互联网电视广告是对传统的创新和补充
互联网电视广告将过去传统电视广告按栏目投放的方式转变为按照用户投放，广告主根据自身品牌诉求的不同，即便节目内容相同也可以实现广告内容的受众差异。例如广告平台会对用户属性进行划分，三个观众同为汽车爱好者都会被标记上汽车标签，然后根据电视的地理位置及环境数据分析用户的经济实力。当他们同时收看某个综艺节目时，平台会为他们提供服务，而针对这三个不同人群，看到广告分别是宝马汽车广告、大众汽车广告以及奇瑞QQ广告，通过对用户肖像的描绘，实现对每个用户的个性化内容投放。精准投放与过去粗放的广告投放形式形成鲜明对比。
互联网电视广告的另一个关键在于“内容的高度相关”。用户打开电视的目的在于更快的获取节目内容，与画面无关的广告将成为强制性的垃圾广告。酷云的平台与许多优秀的省级卫视开展独家战略合作，获取他们授权，将广告主的内容与节目实现高度相关的对接。
互联网电视广告在形式上更注重用户与广告的互动，这种互动通常会带来良性循环。这一点在今年的世界杯期间尤为凸显，一方面广告主在向用户展示广告，另一方面用户在互动的过程获得乐趣和信息，例如观众可以通过观看广告，进行比分竞猜获取积分奖励。在这种互动的广告形式下，展示曝光基于用户选择，用户互动越多，展示次数越多。这一点不同于互联网广告的过高频次产生用户抵触。展示频次的增加也意味着观众更加喜欢这种互动形式。世界杯期间互联网电视的高收视率也应正了这一事实。
多屏时代，如何选择最优的渠道组合进行媒介投放？
互联网电视的长足发展与移动设备的兴起让数字营销需要面对更多的屏幕。即将到来的可穿戴设备和车载设备，意味着屏幕将会越来越多。对于广告主而言，衡量每种渠道的展示效果，合理安排多屏分占比例以及多屏展示的联动机制设立将至关重要。
AdMaster跨屏研究领导力负责人汪栋指出：“AdMaster 最新发布的 CSRMaster4.0 系统拥有全新的跨屏分析模型，可以实现 6 个屏幕的组合分析并可拓展到更多屏幕。”
目前，新的广告投放可以集中在互联网电视，手机，和PC端。通过跨屏分析模型，广告主可以计算得出每一种跨屏组合形式的到达率，成本需求及展示效果，根据自身产品的定位及目标需求，选择最优的跨屏展示组合，使广告预算达到最大效用。这一分析模型的扩展功能保证广告主未来无论将多少终端加入到广告营销计划中，都可以做出适合的跨屏投放战略。
利用历史数据指导广告投放策略
在互联网时代，广告主们积累了大量的广告投放数据。这些数据可以对广告投放及市场营销提供有益的指导和建议。
AdMaster提供了两套数据模型：第一套是市场平均模型。通过过去大量广告主的广告投放数据，AdMaster整理出中国大部分市场的平均基准模型，当广告主计划进入新兴市场或新平台，需要接触新的广告受众，又或是尝试新的多屏营销战略时，可以在模型中找到历史数据的参考值。
第二套是定制曲线模型，利用过往项目的数据来预测下一次广告投放的效果。通过参考历史数据，可以不断优化广告投放，缩小波动。对于互联网电视广告这种新的广告媒介，缺乏历史数据时，可以将每一次的投放当作一次实验，每一次广告投放实验的结果都将对下一次投放产生参考意义，从而实现优化。利用模型不断改进投放策略，最终将波动控制在最准确的范围。
实时监测与实时预警，完善广告效果评估管理
过去广告效果评估往往是滞后的，只有在广告投放结束之后才可以得到广告效果评估。既不能及时与广告预期相比较，也无法在投放过程中对广告进行优化。
AdMaster通过两个步骤实现，第一是实时监测，通过监测广告实时到达率，在广告投放的任意时刻，了解广告的投放效果。第二是基于历史数据建立的预测模型。在广告投放的任意时刻，都可以根据当前的结果预测项目结束后的最终投放情况。
这两个步骤被整合为实时预警模型，让广告的投放结果可以被管理。在实时预警中，如果投放效果与预期存在差距，达不到广告主的要求，将可以及时做出警示，帮助广告主优化和修正投放策略。
已有0人收藏
已有0人点赞
发表评论
请先注册/登录后参与评论