3 พื้นที่แห่งการเปลี่ยนแปลงสำหรับแพลตฟอร์มฝั่งอุปสงค์ในปี 2017

แพลตฟอร์มด้านความต้องการ 1

มีความปลอดภัยที่จะกล่าวว่าปี 2016 กลายเป็นยุคของการค้นหาโพสต์ต่อวินาที (QPS) สำหรับ แพลตฟอร์มฝั่งอุปสงค์ (DSP) และโซลูชันการซื้อสื่อข้ามช่องทาง ไม่ว่า DSP สามารถเพิ่มการแสดงผล 500,000 ครั้ง / วินาทีหรือ 3 ล้านครั้ง / วินาทีความพร้อมในการซื้อก็กลายเป็นสิ่งที่สร้างความแตกต่างในการแข่งขันน้อยกว่าในแพลตฟอร์มการซื้อสื่อข้ามช่องทางทั้งหมด

ปัจจุบันแบรนด์ส่วนใหญ่คิดว่า DSP ควรจะรวมเข้ากับการแลกเปลี่ยนโฆษณาหลักทั้งหมดโดยอัตโนมัติในขณะที่ให้การเข้าถึงข้ามช่องทางด้วย QPS อย่างน้อย 1 ล้านครั้ง ในขณะเดียวกันหากแพลตฟอร์มขาดการผสานรวม Ad-Exchange บริษัท ต่างๆจะชดเชยโดยการผสานรวม BidSwitch และสัมผัสกับอุปทานที่ขาดหายไป

ดังนั้นเมื่อพูดถึงการกำหนดเป้าหมายผู้ใช้แบบข้ามอุปกรณ์และแบบข้ามแชแนลอะไรคือความแตกต่างที่กำลังจะเกิดขึ้นซึ่ง DSP จะใช้ประโยชน์ในปี 2017 ผลกระทบจะมากเพียงใด 1000 ฟอร์จูน แบรนด์โฆษณามีการปรับเปลี่ยนฟังก์ชัน DSP ใหม่หรือไม่?

สิ่งที่มองหาในปี 2017:

  1. ข้อมูลบุคคลที่หนึ่ง

ข้อมูลของบุคคลที่หนึ่งการเรียนรู้ของเครื่องผู้เสนอราคาที่สร้างขึ้นเองสำหรับการแสดงผลแบบเป็นโปรแกรมอัลกอริทึมที่เป็นกรรมสิทธิ์และการผสานรวมที่ดีขึ้นกับกองเทคโนโลยีการตลาดเช่น IBM Unica และ Adobe Neolane จะไม่ทำให้พื้นผิวของการพัฒนาที่เป็นไปได้สำหรับ DSP นี่เป็นเพียงบางส่วนของธีมที่สามารถสร้างความแตกต่างให้กับ บริษัท AdTech ได้

ปัจจุบันข้อมูลของบุคคลที่หนึ่งเป็นหนึ่งในทรัพย์สินที่ยิ่งใหญ่ที่สุดที่องค์กรสามารถเป็นเจ้าของได้ แบรนด์ต่างๆเริ่มเข้าใจคุณค่าของข้อมูลของบุคคลที่หนึ่งผ่านการจัดการกลุ่มการสร้างแบบจำลองที่ดูเหมือนและการผลักดันข้อมูลผู้ชมไปยัง DSP เพื่อผลักดันการได้มาของลูกค้าแบบเรียลไทม์หรือแคมเปญการหาลูกค้า อย่างไรก็ตามการจัดการใช้ประโยชน์จากมันและการนำไปใช้แบบเรียลไทม์เพื่อผลักดันการตลาดข้ามช่องทางเป็นสิ่งที่ท้าทายเสมอ

โดยปกติแบรนด์ส่วนใหญ่เข้าใจถึงความสำคัญของข้อมูลบุคคลที่หนึ่ง ส่วนนี้และได้รับการพัฒนาผ่านพื้นที่นี้ตลอดสองสามปีที่ผ่านมา นอกจากนี้ยังเป็นข้อพิสูจน์ว่าสิ่งนี้มีความสำคัญเพียงใด แพลตฟอร์มการจัดการข้อมูล (DMP) เครื่องมือผู้ชมและแหล่งข้อมูลที่ใช้โดยแบรนด์ส่วนใหญ่ (2 ถึง 3 ต่อแบรนด์ค้าปลีกขนาดใหญ่).

ในความคิดของฉันขั้นตอนต่อไปในโลกของข้อมูลบุคคลที่หนึ่งเกี่ยวข้องกับระบบอัตโนมัติที่ขับเคลื่อนโดยการเรียนรู้ของเครื่องและการเพิ่มประสิทธิภาพแบบเรียลไทม์โดยอาศัยฟีดข้อมูลจากหลายแหล่ง DSP ที่มี DMP ภายในที่แข็งแกร่งและความสามารถในการจัดการผู้ชมจะโดดเด่นกว่าเมื่อเทียบกับโซลูชันประเภทผู้เสนอราคา เราจะเห็น บริษัท ใหญ่ ๆ ใน Fortune 1000 มีความซับซ้อนมากขึ้นในด้านการเขียนโปรแกรมและเริ่มปรับเปลี่ยน DSP ของตนด้วยเครื่องมือแมชชีนเลิร์นนิงที่เป็นกรรมสิทธิ์ซึ่งปรับให้เข้ากับข้อมูลของบุคคลที่หนึ่งที่หลากหลาย

  1. การจับข้อมูล

แบรนด์ที่ติดอันดับ Fortune 1000 ก็เริ่มเติบโตเต็มที่ด้วยวิธีที่พวกเขาจับข้อมูลขนาดใหญ่โดยใช้ซอฟต์แวร์เช่น Hadoop และ Kafka เพื่อให้ได้มามากที่สุด แบรนด์ Fortune 1000 เหล่านี้กำลังพิจารณาที่จะใช้ประโยชน์จากข้อมูลนี้ในรูปแบบที่ช่วยให้เข้าใจลูกค้าได้ดีขึ้นรวมทั้งปรับปรุง "ทริกเกอร์" แบบเรียลไทม์หรือการตลาดข้ามช่องทางที่ขับเคลื่อนด้วยเหตุการณ์ แบรนด์ขนาดใหญ่หลายแบรนด์เริ่มมองว่าแมชชีนเลิร์นนิงที่เป็นกรรมสิทธิ์เป็นตัวสร้างความแตกต่างและอาจเป็นข้อได้เปรียบที่สำคัญ

ไม่ว่าจะเป็นการตลาดอัตโนมัติหรือการซื้อสื่อแมชชีนเลิร์นนิงมีความเป็นไปได้มากมาย น่าเสียดายที่ฉันยังคงมีป้ายราคาที่สูงและต้องใช้เวลาเป็นจำนวนมากเพื่อให้โครงการในลักษณะนี้หลุดออกไป

  1. การผสานกับ DSP

เมื่อ AdTechs เริ่มรวมเข้ากับ DSP มากขึ้นพวกเขามักจะพบว่าตัวเองอยู่ในสถานการณ์ที่ต้องปรับปรุงการสื่อสารข้อมูลแคมเปญของตน ยิ่งไปกว่านั้นพวกเขาจะต้องเริ่มซิงโครไนซ์ข้อมูลการเข้าถึงผู้ชมกับระบบนิเวศของโซลูชันที่ใช้โดยแบรนด์ชั้นนำรายใหญ่

นอกจากนี้เราอาจจะเห็นรูปแบบ UBX มากขึ้น API เกตเวย์เชื่อมโยงแพลตฟอร์มประเภทคลาวด์ทางการตลาดขนาดใหญ่จากแพลตฟอร์มขนาด IBM, Adobe และ SAS ด้วยกรรมสิทธิ์หรือ 3rd DSP ของบุคคลและแพลตฟอร์มข้อมูลผู้ชม จากแนวโน้มนี้อาจมีการเข้าซื้อกิจการในรูปแบบ Adobe อีกมากที่รอให้เกิดขึ้นในปี 2017 บริษัท ต่างๆกำลังจะเข้าซื้อกิจการเช่นการซื้อ DemDex และ TubeMogul ของ Adobe เพื่อเพิ่ม DSP และ DMP ลงในกล่องเครื่องมือ

ทั้งหมดนี้หมายความว่าอย่างไร?

ดูเหมือนว่าจะเป็นปีที่ท้าทายอีกปีสำหรับ DSP เนื่องจากการแสดงผล QPS มีอิทธิพลต่อการกำหนดเป้าหมายข้ามอุปกรณ์การรายงานความสามารถในการแสดงตัวโฆษณาและพื้นที่การทำงานอื่น ๆ และเริ่มกลายเป็นคุณลักษณะมาตรฐาน มีหลายส่วนของ AdTech ที่แบรนด์ใหญ่ ๆ จะพูดอย่างมีนัยสำคัญว่าคลื่นลูกใหม่ของฟังก์ชัน DSP จะมีรูปร่างอย่างไร ในฐานะนักการตลาดฉันสนใจที่จะดูว่าจะมีอะไรต่อไป

คุณคิดอย่างไร?

ไซต์นี้ใช้ Akismet เพื่อลดสแปม เรียนรู้วิธีการประมวลผลข้อมูลความคิดเห็นของคุณ.