3 περιοχές αλλαγής για πλατφόρμες από πλευράς ζήτησης το 2017

πλατφόρμα ζήτησης 1

Είναι ασφαλές να πούμε ότι το 2016 έγινε η εποχή των ερωτημάτων ανά δευτερόλεπτο (QPS) για Πλατφόρμες από πλευράς ζήτησης (DSP) και λύσεις αγοράς πολυκαναλικών μέσων. Εάν ένα DSP μπορεί να αυξήσει την ορατότητα των 500,000 εμφανίσεων / δευτερόλεπτο ή 3 εκατομμύρια εμφανίσεις / δευτερόλεπτο, η διαθεσιμότητα για αγορά έγινε λιγότερο ανταγωνιστική διαφοροποίηση σε όλες τις πλατφόρμες αγοράς πολυκαναλικών μέσων.

Σήμερα, οι περισσότερες επωνυμίες υποθέτουν ότι τα DSP θα πρέπει να ενσωματώνονται αυτόματα σε όλα τα κύρια ανταλλακτικά διαφημίσεων, ενώ παράλληλα προσφέρουν διασυνοριακή προσέγγιση με τουλάχιστον 1 εκατομμύριο QPS. Ταυτόχρονα, εάν μια πλατφόρμα δεν διαθέτει ενοποιήσεις ανταλλαγής διαφημίσεων, οι εταιρείες θα αντισταθμίσουν την ολοκλήρωση BidSwitch και αξιοποιώντας την ελλείπουσα προσφορά.

Λοιπόν, όταν πρόκειται για στόχευση χρηστών μεταξύ συσκευών και μεταξύ καναλιών, ποιοι είναι οι επερχόμενοι διαφοροποιητές που θα αξιοποιήσουν τα DSP το 2017; Πόσο μεγάλο αντίκτυπο θα έχει Fortune 1000 διαφημιστικές επωνυμίες έχουν στη διαμόρφωση νέων λειτουργιών DSP;

Τι πρέπει να προσέξετε το 2017:

  1. Δεδομένα πρώτου μέρους

Δεδομένα πρώτου μέρους, μηχανική μάθηση, προσαρμοσμένοι πλειοδότες για προβολή μέσω προγραμματισμού, ιδιόκτητοι αλγόριθμοι και βελτιωμένη ενσωμάτωση με στοίβες τεχνολογίας μάρκετινγκ - όπως το IBM Unica και το Adobe Neolane - δεν χαράσσουν καν την επιφάνεια πιθανών εξελίξεων για DSP. Αυτά είναι μόνο μερικά από τα θέματα που έχουν τη δυνατότητα να γίνουν διαφοροποιητές για τις εταιρείες AdTech.

Σήμερα, τα δεδομένα πρώτου μέρους είναι ένα από τα μεγαλύτερα περιουσιακά στοιχεία που μπορεί να κατέχει κάθε οργανισμός. Περισσότερες επωνυμίες αρχίζουν να καταλαβαίνουν την αξία των δεδομένων πρώτου μέρους μέσω της διαχείρισης τμημάτων, της μοντελοποίησης που μοιάζει με όμοια εμφάνιση και της ώθησης των δεδομένων κοινού σε DSP για την προώθηση των αγορών πελατών σε πραγματικό χρόνο ή των καμπανιών αναζήτησης. Ωστόσο, η διαχείρισή της, η αξιοποίησή της και η υλοποίησή της σε πραγματικό χρόνο για την προώθηση διασυνοριακού μάρκετινγκ είναι πάντα μια πρόκληση.

Συνήθως, οι περισσότερες επωνυμίες κατανοούν τη σημασία των δεδομένων πρώτου μέρους. Αυτό το μέρος και έχει προχωρήσει σε αυτόν τον χώρο τα τελευταία χρόνια. Επίσης, αποδεικνύει πόσο σημαντικό είναι αυτό Πλατφόρμες διαχείρισης δεδομένων (DMP), εργαλεία κοινού και πηγές δεδομένων που αξιοποιούνται από τις περισσότερες μάρκες (2 έως 3 ανά μεγάλη μάρκα λιανικής).

Κατά τη γνώμη μου, το επόμενο βήμα στον κόσμο των δεδομένων πρώτου μέρους περιλαμβάνει τον αυτοματισμό που τροφοδοτείται από τη μηχανική μάθηση και τη βελτιστοποίηση σε πραγματικό χρόνο με βάση τις ροές δεδομένων από πολλές πηγές. Τα DSP που διαθέτουν ισχυρές δυνατότητες εσωτερικού DMP και διαχείρισης κοινού θα ξεχωρίζουν περισσότερο σε σύγκριση με εκείνα με λύση τύπου πλειοδότη. Θα δούμε μεγάλες εταιρείες του Fortune 1000 να γίνονται πιο εξελιγμένες στο προγραμματισμό και να αρχίσουν να προσαρμόζουν τα DSP τους με ένα ιδιόκτητο εργαλείο μηχανικής εκμάθησης που είναι προσαρμοσμένο ώστε να καταλαμβάνει μια ποικιλία δεδομένων πρώτου μέρους.

  1. Λήψη δεδομένων

Οι επωνυμίες Fortune 1000 αρχίζουν επίσης να ωριμάζουν με τον τρόπο που συλλαμβάνουν μεγάλα δεδομένα, όπως λογισμικό εφαρμογής Hadoop Κάφκα να αποκτήσει όσο το δυνατόν περισσότερο. Αυτές οι επωνυμίες Fortune 1000 εξετάζουν επίσης το ενδεχόμενο να αξιοποιήσουν αυτά τα δεδομένα με τρόπους που τους βοηθούν να κατανοήσουν καλύτερα τους πελάτες τους, καθώς και να βελτιώσουν το "κανάλι" σε πραγματικό χρόνο ή το διασυνοριακό μάρκετινγκ που βασίζεται σε εκδηλώσεις. Πολλές μεγάλες μάρκες αρχίζουν να βλέπουν την ιδιόκτητη μηχανική εκμάθηση ως διαφοροποιητή και πιθανώς σημαντικό πλεονέκτημα.

Είτε πρόκειται για αυτοματοποίηση μάρκετινγκ είτε για αγορά πολυμέσων, η μηχανική μάθηση προσφέρει πληθώρα δυνατοτήτων. Δυστυχώς, εξακολουθώ να έχω μια υψηλή τιμή και ένα σημαντικό χρονικό διάστημα που απαιτείται για να βγάλω ένα έργο αυτού του είδους από το έδαφος.

  1. Συγχώνευση με DSP

Καθώς το AdTechs αρχίζει να συγχωνεύεται περισσότερο με DSP, συνήθως βρίσκονται σε καταστάσεις όπου πρέπει να βελτιώσουν την επικοινωνία των δεδομένων της καμπάνιας τους. Επιπλέον, θα πρέπει να αρχίσουν να συγχρονίζουν τις πληροφορίες προσέγγισης κοινού με τα οικοσυστήματα λύσεων που χρησιμοποιούνται από μεγάλες μάρκες τύχης.

Επιπλέον, πιθανότατα θα δούμε περισσότερο στυλ UBX API Οι πύλες γεφυρώνουν μεγάλες πλατφόρμες τύπου cloud μάρκετινγκ από πλατφόρμες IBM, Adobe και SAS με ιδιόκτητες ή 3rd πάρτι DSP και πλατφόρμες δεδομένων κοινού. Με βάση αυτήν την τάση, υπάρχουν πιθανώς περισσότερες εξαγορές τύπου Adobe που περιμένουν να συμβούν το 2017. Οι εταιρείες πρόκειται να περάσουν από εξαγορές - όπως η αγορά του DemDex και του TubeMogul από την Adobe για να προσθέσουν ένα DSP και ένα DMP στην εργαλειοθήκη τους.

Λοιπόν, τι σημαίνει όλα αυτά;

Φαίνεται σαν μια ακόμη προκλητική χρονιά για τα DSP, καθώς η εμφάνιση QPS επηρεάζει τη στόχευση μεταξύ των συσκευών, τις αναφορές, την εμφανισιμότητα και άλλους τομείς λειτουργικότητας και αρχίζουν να γίνονται τυπικά χαρακτηριστικά. Υπάρχουν περιοχές του AdTech όπου οι μεγάλες μάρκες θα έχουν σημαντικό λόγο για το πώς θα διαμορφωθεί το επόμενο κύμα λειτουργικότητας DSP. Ως έμπορος, με ενδιαφέρει να δω τι ακολουθεί.

Ποια είναι η γνώμη σας;

Αυτός ο ιστότοπος χρησιμοποιεί το Akismet για να μειώσει το spam. Μάθετε πώς επεξεργάζονται τα δεδομένα των σχολίων σας.