数据驱动的广告2.0:从SEM到DSP的创新之路
需积分: 0 149 浏览量
更新于2024-07-26
收藏 1.69MB PPTX 举报
"Lawrence 温道明在MADCON BJ上的演讲主要涵盖了他在数字广告领域的创新历程,从搜索引擎营销(SEM)到数据驱动的广告2.0的转变,包括了对广告效果评估的重要发展——归因建模(Attribution Modeling)。"
Lawrence 温道明,一个在数字广告领域拥有14年经验的专业人士,是广告创新推出的专家。他在2003年启动了香港首个基于内容的付费每点击(p4p)广告网络,随后在2005年与Y!合作推出了Overture香港,成为其独家经销商。2007年,他推动了OMG大中华区搜索部门的成立,进一步深化了在数字广告领域的布局。2012年,他与Adsit合资重新启动了iProspect中国,并计划在2013年推出Aegis的交易台,利用数据管理平台(DMP)和实时竞价(RTB)广告交换进行受众购买。
演讲中提到,五年前,Lawrence尝试做的事情包括识别和优化媒体转化路径,通过加权网站行为来优化搜索,以及使用网站cookies进行再营销。然而,当时市场对这些技术的需求存在,但SEM仍处于早期发展阶段,技术和能力有限,缺乏专门的解决方案提供商和生态系统。随着时间推移,到2012年,情况发生了变化,需求增长,数据、技术和供应商生态系统开始形成,出现了专注于此领域的解决方案提供商,并具备了更多的资源。
Lawrence在2012年的演讲中强调了新的机遇——归因建模。这是广告领域的一个重大突破,它使得广告主终于能够回答那个著名的问题:“我花在广告上的半数资金被浪费了,但我不知道浪费的是哪一半。”这是由John Wanamaker在19世纪末提出的。归因建模允许广告主更准确地评估广告效果,理解不同触点在客户旅程中的贡献,从而更有效地分配广告预算。
随着数据和分析工具的进步,广告行业逐渐从单一的关键词购买转向了基于用户行为和兴趣的精准投放。Lawrence的演讲揭示了数字广告从SEM向DSP和RTB的过渡,以及如何通过数据驱动的方法实现更高效、更精确的广告投放。这种转型不仅是技术上的进步,也是对广告效果衡量方法的一次革新,它标志着数字广告进入了更加精细化和智能化的新阶段。
2016-12-10 上传
2019-10-24 上传
2018-06-04 上传
2021-04-17 上传
2021-03-30 上传
2021-03-14 上传
2021-03-11 上传
2021-03-07 上传
天使也不快乐
- 粉丝: 2
- 资源: 140
最新资源
- 51单片机驱动DS1302时钟与LCD1602液晶屏万年历设计
- React 0.14.6版本源码分析与组件实践
- ChatGPT技术解读与应用分析白皮书
- 米-10直升机3D模型图纸下载-3DM格式
- Tsd Music Box v3.02:全面技术项目源码资源包
- 图像隐写技术:小波变换与SVD数字水印的Matlab实现
- PHP图片上传类源码教程及资源下载
- 掌握图像压缩技术:Matlab实现奇异值分解SVD
- Matlab万用表识别数字仪表教程及源码分享
- 三栏科技博客WordPress模板及丰富技术项目源码资源下载
- 【Matlab】图像隐写技术的改进LSB方法源码教程
- 响应式网站模板系列:右侧多级滑动式HTML5模板
- POCS算法超分辨率图像重建Matlab源码教程
- 基于Proteus的51单片机PWM波频率与占空比调整
- 易捷域名查询系统源码分享与学习交流平台
- 图像隐写术:Matlab实现SVD数字水印技术及其源码