广告投放媒介选择策略方法研究

王涛

有句名言：“我知道我的广告费至少浪费了一半以上，但我不知道究竟浪费在哪里？”说的是广告投放由于不当而造成巨大浪费的问题。广告投放如何将钱用在“刀刃”上，使企业的每一分钱都发挥效用呢？

随着中国互联网网民人数的持续扩张与互联网技术的快速发展，网络广告行业的业务急剧扩张的同时，面临着应对技术创新、行业竞争加剧、媒介资源多样化等方面的挑战。大多数广告公司在过去数年的业务活动中积累了大量广告投放监测数据、广告点击所产生的媒体运营数据、网络广告行业的第三方咨询报告以及通过Cookie留存的用户数据等。本文讲基于网络游戏的广告投放而产生的曝光、点击、注册、使用与消费等网民操作行为数据以及周边其他数据源进行分析的方法阐述，获得服务于营销决策的数据分析结论，优化广告公司的作业流程，提升业务质量。

关键词：媒体行业；广告投放策略；数据分析

广告投放是互联网服务提供商盈利的一种重要模式，如何抓住消费者需求，投递合适的广告并转化为商业价值是吸引广告商的重要手段。而从消费者角度，对于广告感到反感乃至无法忍受与对于互联网服务的依赖构成了一对矛盾。为了能够使服务商、消费者和广告商达到共赢，本文针对搜索引擎的用户数据和其旗下的视频网站服务，借助用户搜索记录分析用户偏好，深度挖掘和实时感知用户潜在需求，实施精准广告投放，旨在挖掘消费者需求与广告商品之间有机关联，搭建和谐的沟通渠道。对目标用户进行精准的广告投放，不仅能给广告商带来更大利益，而且对用户减少了骚扰，更能增加用户的粘性，在提供视频服务的同时进行消费推荐。

目前大多数广告公司都拥有自己的媒介资源，在获得广告预算后由经验丰富的业务专员挑选合适的媒介资源制作预算表，并制定详细的排期表。在选择媒介资源的过程中，经手人的业务经验以及老客户以往的广告投放倾向和投放效果是主要的选择依据，其间所利用的最重要的数据支持表为各媒介资源的曝光率、点击率、转化率等定期更新的广告效果监测表。但是随着媒介资源类型和栏目的不断丰富，以个人经验和手工筛选为主的作业流程开始面临挑战。其中容易出现的问题包括：经验丰富的广告投放业务人员稀缺，手工筛选媒介资源的工作量过大，过于依赖点击率等少数指标，多项效果表现指标没有得到综合应用等。

本文将从优化自身的媒介资源采购行为，借助数据分析结果，客观评价手头的媒介资源等方面，为未来的媒介资源采购制定策略。

一、 优化媒介资源选择过程

媒介资源选择是指在广告投放前进行的媒体及广告位的选择和投放金额预分配。比如在游戏广告的投放中，因为游戏的类型不同，投放周期的不同，投放目标就不同，适合投放的媒体就不同，因此在不同的媒体和广告位上投放，效果就千差万别，进而投放广告位的选择就影响到本次广告投放的成败。因此，媒体广告投放前就必须进行媒介资源选择。

研究人员可利用广告公司CRM中所留存的历史数据，依照广告代理公司评价媒介资源的指标与品类，进行多维度的综合计算，得到评价媒介资源的综合评分指标体系，并将综合评分的算法与指标嵌入软件中，以期达到业务人员输入广告预算、游戏分类、媒介组合数量、点击率或转化率要求等目标效果数据时，能够在预算分配表中自动生成媒介资源推荐列表的效果。

同时，为了提升媒介资源采购决策的效率，也可以创建一套智能化展现平台，以动态仪表盘的形式展现媒介资源的广告投放效果，减少Excel的手工操作错误，优化广告资源管理流程。

利用数据挖掘技术，计算广告预算分配的最优组合方案。

CRISP-DM （cross-industry standard process for data mining），即跨行业数据挖掘标准流程，描述了数据挖掘的生命周期，是迄今为止最流行的数据挖掘流程

之所以许多数据分析人员使用CRISP-DM，因为他们需要的是一种可重复使用的分析方法。然而，如何在日常工作中使用CRISP-DM方法时，仍存在一些问题。排名前四的4个问题分别是对业务需求缺乏认知，盲目的返工，盲目的部署和无法形成迭代。数据挖掘可以使CRISP-DM流程的价值最大化，并确保模型分析的有效性。

完整的CRISP-DM数据挖掘流程有六个阶段，下面介绍每个阶段所要完成的任务。

1、业务理解阶段（Business Understanding）：集中在理解項目目标和从业务的角度理解需求，定义数据挖掘问题和完成目标的初步计划；

2. 数据理解阶段（Data Understanding）：从初始的数据收集开始，通过一些活动的处理，目的是熟悉数据，发现数据的内部属性，或是探测引起兴趣的子集去形成隐含信息的假设；

3. 数据准备阶段（Data Preparation）：数据准备阶段包括从未处理的数据中构造最终数据集的所有活动。这些数据将是建模阶段的输入值，任务包括属性的选择、数据表、记录的抽取，以及将数据转换为模型工具所需的格式和清洗数据；

4. 建模阶段（Modeling）：在数据理解阶段，我们已经对自己手中掌握了哪些数据、数据数量和质量、弥补数据缺陷的方法以及未来可能用到的建模方法有了较全面的认识。由于这种认知是通过浏览数据源，以及截取部分样本数据的方式获得的，因此还停留在感性认识层面。

在数据准备阶段，我们要在建模之前，交出合格的数据大表或数据集。为了生成合格的数据大表或数据集，我们首先应甄选变量，把建模所需要的变量及数据归拢到一起。

可以选择和应用不同的模型技术，模型参数被调整到最佳的数值。有些技术在数据格式上有特殊要求，因此需要经常跳回到数据准备阶段；

5. 评估阶段（Evaluation）：经过建模阶段后，已建立了一个高质量的决策模型，但在开始最后部署模型之前，重要的事情是彻底地评估模型，检查构造模型的步骤，确保模型可以完成业务目标。这个阶段的关键目的是确定是否有重要业务问题没有被充分的考虑，评估模型是否有达到最初设定的目标；endprint

6. 部署阶段（Deploying）：根据用户需求，实现一个重复的、复杂的数据挖掘过程。

二、 广告投放效果的投入产出分析

广告投放基于用户的上网数据，采用多维度定向技术和智能优化算法，进行精准分析匹配，让真正的用户看到所需要的广告。广告以文字、图片、视频等多媒体形式，主动的展现在满足当下浏览需求用户的PC端、移动端指定位置，以及SMart-TV开机界面。

广告代理公司在执行广告主的预算分配表和媒介排期计划的同时，通常在广告投放的中期，由广告投放业务专员与数据分析专员协作，使用植入广告内的监测代码，以及媒介资源端的运营数据来观察广告投放的效果，在投放效果不理想的情况下，灵活调整手头的媒介资源，以期达到预设的投放效果。

目前大多数广告公司的广告投放效果投入产出分析，主要由技术中心的IT人员与业务部门的业务人员合作，采用从监测系统中导出Excel表单的方式来完成。在此过程中，作业流程多，数据保密性差，手工调整或重新制作表格的工作量大，同时，业务人员在阅读及对比Excel表单中的大量数据时，容易出现遗漏或忽略某些重要趋势。比如，在某两组单元格中的数据出现重大差异时，可以通过肉眼识别，然而，在多组数据进行对比时，在不能自动实现颜色预警或符号识别的情况下，可能遗漏某些数据差异，同时，如果不能自动生成图表，某些重要趋势可能分散于多组数据之中而被忽略了。

进行广告投放效果的投入产出分析，主要的数据分析工作在于对比计划数字与实际执行的数字，这个工作如果借助软件来完成，将规避上述风险，在规范作业流程、提升数据保密性、减少手工错误、加快反馈速度以及发现未知趋势等方面有所优化。

对于广告效果评估的理解，通常我们是从两个方面结合展开的：

第一个方面是广告的发布方，也就是根据广告发布方的原始意图，我们来评价该意图与发布方的营销战略的匹配程度，进而研究这种意图如果能够实现所带来的营销效果；

第二个方面是广告接收方对广告效果的感知，通常这一部分需要对消费者进行各类特殊环境的心理测试，用以回归消费者接触广告过程中的深度心理状态，进而研究广告发布方的意图是否能够得以实现，同时也需要研究消费者在目前心理感知条件下广告的真实作用。

也就是说，广告效果评估需要通过两方面因素的结合来综合评价广告发布方的投放效果，鉴于广告本身的高度复杂性，我们无法假设广告发布方的原始意图就是正确的，也就是说，研究广告发布方的战略意图本身也是广告效果评估的一个要点，但从另一个方面说，即便广告发布方的投放意图可能是错误的，但最终的效果却未必是一个失败，因为在投放过程当中以及接收方感知过程当中，所有的一切都有可能发生改变，因此研究这样一个过程就更需要从两个不同的角度分别入手。

三、 个性化定制报表

广告主非常关心自己广告预算的执行情况和所投放广告的效果，广告代理公司通常的做法是撰写投放总结报告，基础内容涵盖本品本次广告投放的效果数据、本品历史投放的效果数据等，除了上述基础内容，还可能放入竞争品牌的相关数据和来自市场研究公司的媒介资源排名情况、用户媒介接触习惯、本次广告的创意元素分析等内容。报告形式多数采用PPT，数据内容通常采集自不同渠道，最后按照广告主及其竞争品牌或者游戏品类为主线，将内容组织在一起。

随着网络广告行业市场竞争的加剧，广告主对其广告代理业务的服务水平要求渐高，尤其体现在对业务反馈的准确性、及时性和专业性要求上。

为客户提供定制化的智能报表，实现自动更新，同时利用同一广告主的历史数据，进行长期追踪与分析，为客户提供媒体选择优化、广告位优化、创意优化和用户转化优化的建议等，是广告代理公司保持自己的行业竞争优势的重要手段，同时还能获得增值服务认可甚至收益。

商业智能软件系统能够从其他IT系统中自动读取数据，实现权限管理，实现在线的灵活查询和统计分析，同时，以傻瓜化操作的形式呈现给客户，它是未来所有企业实现数据分享的主流技术。

人们常说，数据是新世界的货币，而 Web 则是新世界交易的外汇局。作为消费者，我们正在在数据中漫游；处处都是数据，从食品标签，到世界卫生组织组织的报告。其结果是，信息设计师在从数据流中呈现数据时愈发凸现窘境。

获得信息的最佳方式之一是，通过视觉化方式，快速抓住要点信息。另外，通过视觉化呈现数据，也揭示了令人惊奇的模式和观察结果，是不可能通过简单统计就能显而易见看到的模式和结论。正如作家、记者和信息设计师 David McCandless 在 TED 上说道：“通过视觉化，我们把信息变成了一道可用眼睛来探索的风景线，一种信息地图。当你在迷失在信息中时，信息地图非常实用。”

目前有很多可视化的工具，如Tableau、Qlik、Echart、PowerBI、D3.js、JavaScript InfoVis Toolkit等，不同的产品都有其不同的特定，可以根据情况选择合适的工具。

四、 推出行业研究报告

比如网络游戏的广告代理工作，伴随着大量对互联网网民的游戏使用行为的观察，网民们的游戏使用行为背后可能隐含诸多影响游戏推广的因素，比如游戏类型、游戏题材、游戏模式、图形和画面风格等，也可能在广告的采纳行为上，同样受到广告创意因素的影响。

大多数广告公司都会有广告投放监测的数据，而且为市场上相当数量的网络游戏厂家提供过多次服务，因此，同样积攒了许多关于游戏分类、游戏题材等广告产品指标的经验和许多广告诱因、文案等广告创意指标的经验。这部分经验和数据资源的使用，非常有利与广告公司拟以产品指标为品类，推出行业研究报告，计算同类产品的基准，进而为广告主分析其产品优劣提供参考依据。

游戏产品本身的产品特点对网络广告的投放效果存在客观影响，要开展这样的研究，必须对游戏产品的分类有清晰的界定。同样，如果希望了解广告创意是如何影响广告投放效果的，也必须对广告创意有清晰的内容分类，并且借鉴实验控制的研究思路，获得多项效果对比数据，方能实现有一定科学性的研究分析。

目前已经有少数广告代理公司在广告资源管理、广告投放控制、广告效果分析等作业流程中，搭建了高效的互联网广告管理支持平台，并且与搜索关键词营销工具、消费者研究工具等多种业务整合，为广告主推出了定制化的数据分析服务，并且正在朝提供行业分析报告的方向努力。

参考文献：

[1]MBA智庫百科，http：//wiki.mbalib.com/wiki/广告投放策略

[2]刘德寰.市场研究与应用.北京大学出版社.2006年03月第1版.

[3]熊卫芝.商业广告投放策略及效果评估理论与实证研究.《商业时代》2017 （10） ：56-58

[4]钱超.网络游戏内置广告与受众接受研究.《哈尔滨工业大学》.2009

[5]茹存光.网络游戏广告的传达效果研究.《大众文艺》 2011endprint