1. 首頁
  2. 信息流

生活服務行業起量秘籍——拉新拉活全靠它!

有人感嘆美團餓了么等生活服務類平臺也太卷了!隔三差五就能聽見XX又開始做外賣啦、XX買菜開啟了早餐店、XX打車最近趁勢而起、XX地圖都開始轉型生活服務平臺了!

面對流量紅利見頂的困境,各大巨頭存量、增量市場打得昏天暗地。這對信息流廣告有啥影響?

近來,我們后臺收到了好多私信,有來自甲方的也有乙方的,問題都差不多:網服行業好做嗎?RTA、RTB是什么?拉新拉活操作門檻是不是很高?接入數據固然事半功倍,但是安全能保障嗎……

天吶!我第一反應是居然還有人不知道如何更省心、更高效、更安全地進行拉新拉活?

我在讀者群調研了一些讀者,發現不管是乙方一線實操的優化師,還是甲方廣告主側,真的有很多人都不知道RTA/RTB是啥意思,或者僅僅停留在知道層面,既不清楚原理,也不懂背后的邏輯。

這正常嗎?這很正常,我當年做了一年賬戶,也不懂這個,老板也沒辭退我。以前不懂RTA,并不影響我投廣告,但是如今眼瞅著RTA都要成為廣告主標配了——降本提效的效果擺在這,你還啥也不懂就有點危險了!

今天就給大家盤盤網服行業生活服務賽道拉新拉活的那些事兒,講講RTA的運用。

01、RTA、RTB是什么?

和拉新拉活有什么關系?

RTA(全稱Real-Time API)這個詞確實是這幾年興起的,大家投廣告或多或少都接觸過RTA,那RTA到底是什么意思?在介紹RTA之前先給大家普及下基礎背景。

首先,媒體有很多(站內、站外)流量,需要將它們整合起來放在攤位上去賣給廣告主。所以就做了一個ADX平臺用來管理這些流量,并且決定流量分給誰。

同時媒體不可能一家家去找廣告主,效率太低了,所以又做了個公共平臺,讓大家自己上來投廣告,這個平臺就是DSP平臺??蛻魜淼紻SP平臺充錢投廣告,可以設置定向、預算、出價等去優化效果。

其中得有個負責對接的數據庫,一方面將競價結果告訴ADX完成流量分配,一方面將客戶設置的預算出價定向數據存入。

大家都知道媒體是支持上傳人群包的,因為算法是個學習的過程,比起讓他從0開始隨機看到啥學啥,你提前給他準備好一套“教材”肯定效率更高。我們平時用的最多的可能是上傳已轉化人群包,做排除或者做拓展。但是打包數據上傳也挺麻煩的,而且大客戶每天都有很多新數據,得重復這個步驟,太麻煩了。同時有些行業,數據對于客戶而言比較敏感,不方便打包上傳。那這時候就需要RTA了!

RTA是媒體為廣告主提供的基于廣告主一方數據進行流量篩選的一套接口服務,簡單點說就是媒體把用戶信息發送給廣告主:這個用戶你要不要?廣告主回答要還是不要,媒體再決策要不要參與競價。

需要注意的是RTA只能決定不參與競價,不能決定競價成功與否。

廣告主說:我不要這個用戶,那媒體肯定就放棄競價;

廣告主說:我要這個用戶,媒體根據平臺設置和數據算法綜合判斷不參與競價(例如你出價過低)。

所以RTA最早運用在拉新場景:這個用戶我已經有了,不用給我推了。

RTB(全稱real time bidding),是另一個維度的詞,代表的是實時競價。

RTB最成熟的用途,是對老用戶做二次營銷,也就是大家口中的拉活??蛻艨梢愿鶕约旱臄祿芰?,自行計算點擊率和點擊單價,計算出eCPM后,向廣告平臺直接給出CPM的競價做出更合理的用戶價值預估。一聽就知道,對廣告主的數據建模能力和數據量要求很高。

02、為什么要做拉新拉活?

移動互聯網過去的十年,是一個個行業前仆后繼,瘋狂買量、粗放增長的十年。

生活服務行業起量秘籍——拉新拉活全靠它!

那時候大家比的就是裝機量、日活。但是野蠻增長過后,問題也一下子暴露出來:增長接近瓶頸了,拉新越來越難了,那些下載了從來不打開的沉默用戶積累了一大批。

然后大家增長的核心問題從“拉新”變成了“拉活”。

以網服生活服務行業為例,一場疫情之下,用戶對生活服務平臺養成重度依賴、用戶服務性消費需求的激增、單一服務APP逐步“平臺化”、各類增長渠道的誕生,也為美團餓了么等生活服務類平臺提供了更多生意增長的機會。于是各方巨頭紛紛發力生活服務賽道,直接把競爭推向了白熱化。

然而,隨著互聯網紅利期已過,拉新也越來越難了!

自2021年以來,中國移動互聯網用戶規模保持在近11.6億,5月同比增速首次出現負增長(Source:QM)。流量見頂,且越來越貴,能怎么辦呢?

一方面拉新肯定還存在增長空間,所以行業玩家愈發注重新的拉新途徑,通過自身數據與廣告平臺數據的結合,識別高價值潛在人群。

另一方面就是拉活繼續玩出花來:根據不同的用戶消費傾向與偏好,深挖用戶價值,也叫做分層拉活!

03、廣告主的困境——不懂、不會、不敢

數據安全問題一直是很多廣告主的顧慮點。很多廣告主核心的數據或者能力無法融入到媒體的廣告轉化模型里面去:例如一些金融行業核心的客戶數據就不愿意傳到DMP上去;一些電商的LTV和成交數據也不愿意給到廣告平臺。

這時候RTA的作用就體現出來了。

大家可能還有疑問:RTA不也會給到媒體一些用戶信息么?怎么解決數據安全問題?

既然要影響到深度轉化,一些深度數據的回傳是無法避免的。而RTA能最大程度減少你要曝光的數據。

舉個例子:我要給我的100萬個用戶投廣告拉活,傳統方式是把這100萬個用戶數據打包上傳DMP去定投,這是保密性最差的方式。但是我用RTA以后,媒體給我發了100萬個用戶ID,我從中挑出1萬個去投,那么媒體最多知道這一萬個ID里至少有一個是我的用戶。包括對用戶價值的預估都是這種方式。

下面,我以騰訊廣告為例,介紹其如何在整個投放過程中解決數據安全這一顧慮。

騰訊廣告雙管齊下,打造「拉新 + 拉活」內外雙循環蓄水池的策略——“引水加速機”精準引入新客的同時,“高強度造氧機”對老客進行精細化分層運營——從而實現外部引水 + 內部喚醒雙循環,既引入新源頭又注入新活力,實現用戶 + 收益雙增長。

首先是拉新,為什么仍有部分廣告主停留在粗獷式拉新?

1、一方數據使用認知淺,沒意識

這就回到開頭很多人對自身數據的意識還停留在上傳包排除、拓展上。為什么別人成本比你更低,轉化更好?全在自身數據利用上了!

2、數據多維,較復雜,沒有hands-on的使用指引

確實不會用,數據那么多,哪些有用,怎么對接,本身就是難點。

3、數據安全考慮高

對于一些客戶來說,用戶數據敏感度高,所以明知道這樣轉化效果會更好,也不敢上傳到媒體。

4、做這件事的提效沒預期

有多大用???就需要我上傳核心數據?

以上四點基本涵蓋了大部分廣告主的心聲。那這些能解決嗎?可以!

聯合專區就是騰訊廣告推出來的解決辦法:騰訊廣告與廣告主共建「聯合專區」,結合雙方數據,通過高價值用戶建模,學習用戶特征,在深度優化LTV的同時,增加高權重人群的拿量能力。

騰訊提供高階的接入通道,獨立的存儲機制,自主化的數據深度應用,從數據接入、數據儲存、到數據應用,提供全方位的數據安全保障,確保一方數據安全。讓廣告主在自己掌控的安全環境下實時匯整數據,在不使用核心人群、滿足數據保密性的前提下,實現非目標人群的篩選功能。

簡單點說,這就是一個安全可控、有高度自主權、有極大靈活性的工具平臺。

廣告主可以在這里上傳歷史數據,將其一方人群作為建模的正樣本,基于廣告主對用戶群體的了解進行人工篩選,對樣本進行關聯度打分,以分數高低智能優化投放模式,輕松找到更易帶來高轉化的人群,完成對潛在客群的挖掘和新客群招募,從而達成降本增效的目的,輸出更多ROI。

效果怎么樣呢?披露一組關鍵數據:高價值人群占比由10%提升至25%;CPM提升14.78%,淺層目標轉化成本下降9.31%;策略綁定后,建模人群App次留率提升23%,賬戶LTV提升5倍。

這是什么概念?以我們常見的競價側為例,平時想要降低10%的轉化成本去壓出價,要面臨很大的掉量風險,并且CPM大概率會掉下來,后端的次留、LTV想提升一點更是難上加難?,F在前后差距這么明顯,需要思考的已經不是用與不用,而是怎么用好這個問題。

再看拉活,大家最大的問題還是:

1、用戶分層分不來

2、分層后怎么搭配RTA使用?

3、對效果不清楚

我們先搞清楚分層拉活是什么原理:騰訊廣告對CPA投放付費目標,使用RTA實時回復用戶加權,根據客戶考核目標及用戶關鍵行為,對拉活人群進行分層,不同分層拉活人群設定階梯式加權/出價策略。優化賬戶付費成本的同時,增加高權重人群的拿量能力,帶動整體賬戶消耗的提升。

簡單來說就是媒體接口開放給你了,你針對不同類型的非活躍用戶,給出其拉活價值的大致評估:這個用戶從來沒打開過APP,可以出高點價;這個用戶打開過了,只是最近不怎么用了,可以出低點價;然后媒體平臺根據你提供的信息去決策,這是基本的邏輯。

這里也披露一組數據:高權重人群CVR是賬戶平均CVR的2倍;高權重人群加權系數x2,由于人群質量高于賬戶平均水平,付費成本仍低于賬戶平均水平;同賬戶內,策略組和空白對照組相比,eCPM提升了10%-15%,CVR提升了15%-35%,付費成本降低了5%-15%。

效果在這,你不用,別人用了,成本就是比你低,量比你大。

那拉新拉活具體操作難嗎?其實很簡單,這對媒體和廣告主來說是雙贏的好事,媒體肯定不余遺力地優化操作門檻,針對拉新、拉活不同需求,通過各類可視化操作指引,高效人工客服,銷售支持等方式,簡化廣告主投放操作。

?特別聲明:本站遵循行業規范,任何轉載的稿件都會明確標注作者和來源,如果來源或作者有誤,請及時聯系我們更正;本站的原創文章,請轉載時務必注明文章作者和來源,不尊重原創的行為我們將追究責任;作者投稿可能會經我們編輯修改或補充。

聯系我們

QQ:898322230

工作時間:周一至周五,9:30-17:30,節假日休息

QR code
国产在线观看黄av免费