5個實用錦囊，助您全面激發(fā)DSP投放潛力

據(jù)eMarketer統(tǒng)計，程序化廣告已成為當今主流的廣告投放形式，占數(shù)字廣告花費的80%以上。其中移動端程序化廣告支出占程序化廣告總支出的75.6%。2021年程序化廣告主的數(shù)量比上一年增長一倍。程序化廣告最常見的投放工具是DSP,也就是需求方平臺。本篇文章中，我們將講解DSP的由來以及如何有效地使用DSP來提升廣告表現(xiàn)。

DSP的由來和優(yōu)勢

DSP最早源于網(wǎng)頁端廣告采買，主要用于提高品牌知名度或吸引客戶訪問其網(wǎng)站并進行在線購買。隨著移動設備的不斷升級換代，DSP已經(jīng)成為移動端程序化購買的重要工具。

DSP使用機器學習模型進行用戶定位和廣告活動優(yōu)化。運用算法來實時評估每個潛在廣告展示的價值并進行出價。DSP為廣告主節(jié)省了大量調(diào)整黑白名單的時間，自動化廣告投放流程讓廣告主可以更加專注在用戶獲取和優(yōu)化策略上。此外DSP為廣告主提供了更多維度和更透明的競價數(shù)據(jù)，方便廣告主準確衡量廣告活動的效果并進行優(yōu)化以達成投放目標。

雖然DSP是自動化的廣告采買工具，但仍有很多可以操作的杠桿，DSP廣告投放效果也會受到人為因素的影響，廣告主需要掌握以下幾點基本的投放技巧。

DSP的操作技巧

01 廣告主設置靈活的預算和單價范圍

預算偏低或較低的單價范圍會限制住機器學習的用戶探索能力。我們都知道，機器學習模型依賴于獲得足夠多的用戶樣本，并從中識別出高質(zhì)量的用戶。因此廣告主需要為DSP提供充足的預算來抓取目標用戶。

02 選擇合適的廣告投放目標

廣告投放前，廣告主首先要明確投放目標，比如針對某個應用內(nèi)事件的優(yōu)化、ROAS優(yōu)化和留存率優(yōu)化等。這些目標對于如何設置廣告活動、投放效果分析和廣告優(yōu)化非常重要。Chartboost擅長針對應用內(nèi)購買的廣告回收進行優(yōu)化，也稱IAP ROAS優(yōu)化，許多以內(nèi)購為主的游戲開發(fā)者常以此作為投放目標。我們建議廣告主觀測幾周平均的應用內(nèi)購買金額，來綜合評估投放表現(xiàn)，以避免因為某一天的異常表現(xiàn)而得出錯誤結(jié)論。

03 建立相互信任，全面分享數(shù)據(jù)

我們建議廣告主通過移動監(jiān)測合作伙伴（MMP）實時與廣告平臺分享歸因數(shù)據(jù)和非歸因數(shù)據(jù)。更多的數(shù)據(jù)有助于DSP在短期內(nèi)盡快完成用戶畫像的捕捉，機器學習模型可以為您更高效地定位高價值用戶。

04 嘗試新的應用平臺

廣告主通常在iOS和Google play平臺獲取用戶，只有少數(shù)廣告主了解并曾經(jīng)通過亞馬遜應用平臺做廣告投放。亞馬遜用戶指的是用Fire操作系統(tǒng)設備的用戶和已經(jīng)在安卓手機上下載了Amazon Appstore這個App的用戶。64%的亞馬遜平臺用戶位于美國。根據(jù)Chartboost投放數(shù)據(jù)，亞馬遜平臺用戶的獲客成本平均比安卓平臺更低，但是用戶質(zhì)量與iOS差不多。對廣告主來說，如果您已經(jīng)有應用在安卓平臺上架，只需要幾分鐘時間就可以輕松遷移到亞馬遜平臺。

05 投放全程請保持耐心

DSP的成功建立在數(shù)據(jù)量的累計之上。DSP投放時間越長，DSP積累的數(shù)據(jù)就越多。廣告主尤其需要對剛上線的廣告活動保持耐心。一開始機器學習積累的數(shù)據(jù)很有限，可能無法迅速達到預期目標。當機器學習模型經(jīng)過數(shù)據(jù)訓練后，廣告活動通常需要四到六周甚至更長的時間才能達到穩(wěn)定的表現(xiàn)，并進一步擴大獲客規(guī)模。

希望以上DSP投放技巧能助力您盡快達成健康穩(wěn)定的廣告投放效果，如果您希望進一步了解Chartboost DSP的優(yōu)勢和合作細節(jié)，請與我們的廣告投放團隊取得聯(lián)絡。