Roman Garbar
Bài viết của khách mời do Galia Lahav, Quản lý Tiếp thị Kỹ thuật số @Persona.ly
Thu hút người dùng là một trong những yếu tố quan trọng nhất để vận hành một ứng dụng di động thành công. Các chiến lược thu hút người dùng bao gồm từ các kênh tự nhiên (ASO) và kênh sở hữu, đến các kênh trả phí (các nền tảng mạng xã hội, mạng lưới và quảng cáo tự động).
Với tư cách là một nhà tiếp thị di động, chắc hẳn bạn đã thử nghiệm nhiều kênh và nền tảng tiếp thị khác nhau. Mặc dù tiếp thị trên mạng xã hội trả phí có vẻ là kênh dễ tiếp cận nhất, nhưng việc đặt tất cả trứng vào một giỏ không bao giờ là ý tưởng hay, vì điều này dẫn đến sự phụ thuộc vào một nguồn lưu lượng truy cập duy nhất. Mặc dù không có gì sai khi hợp tác với các mạng lưới (những mạng lưới uy tín, tất nhiên), vẫn có những cách hiệu quả hơn để mua lưu lượng truy cập. Các kênh quảng cáo tự động cho phép nhà tiếp thị đa dạng hóa nguồn lưu lượng bằng cách mua lưu lượng từ các sàn giao dịch quảng cáo khác nhau một cách thông minh và minh bạch.
Chương trình tự động là gì?
Trong lĩnh vực công nghệ quảng cáo (adtech), "programmatic" đề cập đến việc sử dụng công nghệ để tự động hóa quá trình mua bán quảng cáo. Điều này bao gồm việc sử dụng nền tảng programmatic—Nền tảng Bên Mua (Demand Side Platform - DSP)—để mua không gian quảng cáo theo thời gian thực, nhắm mục tiêu vào các phân khúc đối tượng cụ thể và phân tích dữ liệu để tối ưu hóa các chiến dịch quảng cáo.
Quảng cáo tự động hóa cho phép quảng cáo hiệu quả và tiết kiệm chi phí hơn, đồng thời cung cấp khả năng nhắm mục tiêu chính xác hơn cho nhà quảng cáo. Con người đơn giản không thể sánh kịp mức độ hiệu quả này do sự phức tạp của việc kết hợp nhiều yếu tố khác nhau và tốc độ thay đổi diễn ra quá nhanh.
Hệ sinh thái và Quy trình RTB
Nhà quảng cáo có thể mua lưu lượng truy cập chương trình thông qua đấu giá thời gian thực (RTB), một thị trường đấu giá mở dựa trên nền tảng quản lý nhu cầu (DSP).
Trong hệ sinh thái quảng cáo chương trình, có một số bên tham gia chính: nhà xuất bản, nhà quảng cáo, SSPs và DSPs.
- Nhà xuất bản là những chủ sở hữu của các tài sản kỹ thuật số như trang web hoặc ứng dụng, cung cấp không gian quảng cáo để kiếm tiền từ sản phẩm của họ.
- SSPs (Nền tảng phía cung cấp) đóng vai trò là cầu nối giữa các nhà xuất bản và người mua, cung cấp một nền tảng cho các nhà xuất bản bán không gian quảng cáo của họ.
- DSPs (Nền tảng phía người mua) là các nền tảng được nhà quảng cáo sử dụng để mua không gian quảng cáo theo thời gian thực bằng cách kết nối với nhiều SSPs và các sàn giao dịch quảng cáo khác.
- Nhà quảng cáo là những người đang tìm kiếm không gian quảng cáo trống để triển khai chiến dịch quảng cáo của họ và tiếp cận đối tượng mục tiêu.
Điều gì làm cho quảng cáo programmatic nổi bật?
SSPs (Supply-Side Platforms) có nguồn gốc từ các mạng quảng cáo — các công ty kết nối nhiều nhà xuất bản (trang web và ứng dụng) để truy cập kho quảng cáo của họ và kiếm tiền bằng cách hiển thị quảng cáo cho đối tượng người dùng của họ.
Mạng quảng cáo cung cấp truy cập vào một kho quảng cáo lớn; tuy nhiên, chúng đòi hỏi nhiều công việc thủ công và trong một số trường hợp, thiếu tính minh bạch. Các mạng quảng cáo chủ yếu dựa trên mô hình thanh toán theo hiệu suất như CPI (chi phí trên mỗi lượt cài đặt) hoặc CPA (chi phí trên mỗi hành động). (Chúng ta sẽ thảo luận về vấn đề này trong đoạn tiếp theo). SSPs cung cấp kho quảng cáo tự động (tức là "tự động") và chỉ hoạt động với mô hình CPM (chi phí trên mỗi nghìn lượt hiển thị) và cho phép linh hoạt hơn trong các chiến lược nhắm mục tiêu.
Mặc dù việc thu hút người dùng dựa trên CPA (nhà quảng cáo trả tiền cho mỗi lần cài đặt/sự kiện mục tiêu) có vẻ là một thỏa thuận hấp dẫn, nhưng có những trường hợp kết quả quá tốt để có thể tin được. Sự thiếu minh bạch tạo điều kiện cho việc gian lận, vì các mạng quảng cáo không tiết lộ nguồn lưu lượng truy cập để tránh cạnh tranh trực tiếp với nhà xuất bản. Kết quả là, nhà quảng cáo có thể phải trả tiền cho các lần cài đặt hoặc sự kiện gian lận. Có nhiều giải pháp chống gian lận (anti-fraud solutions) như các giải pháp chống gian lận cung cấp một lớp bảo vệ cho nhà quảng cáo, nhưng thiệt hại do gian lận gây ra không chỉ dừng lại ở mặt tài chính. Các thiệt hại tiềm ẩn bao gồm ảnh hưởng đến ASO và làm suy giảm lưu lượng truy cập tự nhiên.
Với mua quảng cáo theo chương trình, các nhà quảng cáo mua lượt hiển thị từ các nhà xuất bản thông qua các nền tảng cung cấp quảng cáo (SSP) đáng tin cậy. Ngoài ra, các nền tảng mua quảng cáo (DSP) đảm bảo mục tiêu quảng cáo chính xác dựa trên dự đoán xác suất sự kiện được phát triển bởi các thuật toán học máy. Trong khi các chỉ số KPI được thiết lập theo phương thức dựa trên hiệu suất (và có thể bao gồm eCPI, eCPA hoặc ROAS), các nhà quảng cáo thanh toán cho số lần quảng cáo được hiển thị cho người dùng.
"Bí quyết" của mua sắm chương trình là tìm ra sự kết hợp hoàn hảo giữa các đặc điểm của đối tượng mục tiêu và loại bỏ các phân khúc đối tượng không liên quan. Phương pháp này đảm bảo rằng quảng cáo được hiển thị vào thời điểm phù hợp cho đối tượng thực sự quan tâm đến sản phẩm và có khả năng thực hiện các hành động mục tiêu cao hơn. Do đó, không có lý do gì để các nền tảng mua sắm chương trình (DSP) che giấu nguồn lưu lượng truy cập và nhà xuất bản của mình.
Một mặt, phương pháp này cho phép nhà quảng cáo giảm chi phí. Mặt khác, nó loại bỏ rủi ro của bất kỳ hoạt động gian lận nào, vì cả SSPs và DSPs đều áp dụng nhiều phương pháp chống gian lận.
Các loại DSP
Trong khi quảng cáo programmatic chỉ là một cách thông minh hơn để mua lưu lượng truy cập, các nền tảng DSP cho phép nhà quảng cáo thiết lập các chỉ số KPI cụ thể để đạt được thành công. Các loại DSP khác nhau bao gồm DSP dựa trên quy tắc và DSP dựa trên trí tuệ nhân tạo (AI).
Bộ xử lý tín hiệu số (DSP) dựa trên quy tắc
Đối với các hệ thống xử lý tín hiệu kỹ thuật số (DSP) dựa trên quy tắc, việc đặt giá thầu được thực hiện dựa trên các quy tắc đơn giản (chủ yếu do chuyên gia thiết lập) mà nền tảng tuân theo. Mặc dù đây là một phương pháp khả thi để mua lưu lượng truy cập, nó thiếu hiệu quả và đòi hỏi nhiều điều chỉnh thủ công.
Hầu hết các nền tảng DSP tự phục vụ đều dựa trên quy tắc, vì việc quản lý một thuật toán dựa trên trí tuệ nhân tạo (AI) đòi hỏi kiến thức sâu rộng về nền tảng và thuật toán (cùng với nhiều kiến thức về khoa học dữ liệu).
Dưới đây là một ví dụ về cấu hình cho một bộ xử lý tín hiệu số (DSP) dựa trên quy tắc:
| Danh mục cửa hàng | Vị trí | Loại thiết bị | Đấu thầu |
| Trò chơi nhập vai | Banner | Máy tính bảng | $0.24 |
| Thường ngày | Video | Điện thoại thông minh | $3.50 |
| Trò chơi ghép hình | Người bản địa | Điện thoại thông minh | $1.10 |
Các bộ xử lý tín hiệu số (DSP) dựa trên học máy
Đối với các hệ thống xử lý tín hiệu kỹ thuật số (DSP) dựa trên học máy, việc định hướng mục tiêu dựa trên các kết luận mà thuật toán thu thập được từ việc phân tích dữ liệu lớn. Nền tảng này xem xét nhiều yếu tố, xử lý hàng triệu kết hợp để dự đoán xác suất xảy ra của một sự kiện cụ thể đối với một phân khúc đối tượng cụ thể.
Khi một SSP thông báo có phiên đấu giá mới, một DSP chỉ có khoảng 200 ms để xử lý quyết định có tham gia đấu giá hay không và mức giá đấu giá dựa trên kết quả dự kiến.
Dự đoán nhấp chuột, cài đặt và sự kiện dựa trên hành vi của đối tượng người dùng trước đó và diễn ra gần như đồng thời, ngay sau khi SSP gửi dữ liệu về kho hàng có sẵn. Sau đó, thuật toán quyết định liệu có nên đặt giá thầu hay không — và nếu có, với mức giá bao nhiêu.
Bid shading là một đặc điểm nổi bật khác của các hệ thống xử lý tín hiệu kỹ thuật số (DSP) dựa trên trí tuệ nhân tạo (AI). Dựa trên giá trị dự đoán của người dùng và dữ liệu đấu giá trong quá khứ (hàng triệu lượt đấu giá quảng cáo mỗi giây), thuật toán xác định giá thầu và đặt giá thầu. Điều này giúp nhà quảng cáo có được giá thầu cân đối hơn và đảm bảo rằng nhà quảng cáo không phải trả quá cao trong môi trường đấu giá giá đầu tiên.
Dưới đây là cấu trúc đơn giản hóa của quy trình đấu thầu cho các nền tảng quảng cáo dựa trên trí tuệ nhân tạo (AI):
Các điểm khác biệt chính giữa các bộ xử lý tín hiệu số (DSP) dựa trên quy tắc và dựa trên học máy (ML) được liệt kê dưới đây:
| Dựa trên quy tắc | Dựa trên học máy | |
| Đấu giá thời gian thực | √ | √ |
| Hàng tồn kho chất lượng cao | √ | √ |
| Khả năng mở rộng | √ | |
| Định nghĩa cơ bản về mục tiêu | √ | √(ở giai đoạn đầu của quá trình học tập) |
| Điều chỉnh mục tiêu tự động dựa trên dự đoán hiệu suất | √ | |
| Tự phục vụ | √ | |
| Dịch vụ quản lý | √ | √ |
Chia sẻ dữ liệu trong quảng cáo tự động – Vấn đề khởi động ban đầu
Chia sẻ dữ liệu trong việc thu hút người dùng di động bao gồm việc cung cấp cho đối tác thu hút người dùng (UA) quyền truy cập vào danh sách đối tượng.
Một hệ thống xử lý tín hiệu kỹ thuật số (DSP) dựa trên trí tuệ nhân tạo (AI) có thể truy cập vào một tập dữ liệu lớn có thể tạo ra các phân khúc đối tượng tương tự để giải quyết vấn đề khởi động lạnh (và giảm đáng kể chi phí khám phá). Phương pháp này cho phép nhà quảng cáo đảm bảo rằng họ đang nhắm mục tiêu đúng đối tượng ngay từ đầu. Đồng thời, danh sách đối tượng này cũng hoạt động như một danh sách loại trừ để ngăn chặn việc nhắm mục tiêu vào bất kỳ người dùng hiện có nào.
Một tính năng khác của các hệ thống xử lý tín hiệu kỹ thuật số (DSP) dựa trên trí tuệ nhân tạo (AI) là khả năng nhận diện các mẫu hành vi của các đối tượng người dùng khác nhau, phân loại các phân khúc và thậm chí hiển thị các nội dung quảng cáo khác nhau dựa trên phân khúc đó. Nhờ vậy, các chiến dịch quảng cáo tập trung vào việc thu hút người dùng mới và phù hợp, thay vì lãng phí ngân sách quảng cáo vào việc nhắm mục tiêu đến người dùng hiện tại hoặc những người không có khả năng chuyển đổi.
Bắt đầu với kênh quảng cáo tự động
1) Hãy nghiên cứu kỹ lưỡng.
Hãy nhớ rằng programmatic tập trung vào công nghệ và nguồn quảng cáo chất lượng. Một số đơn vị có thể tự giới thiệu mình là DSP (Demand-Side Platform) trong khi thực chất là một mạng lưới quảng cáo. Để tránh nhầm lẫn, hãy đảm bảo kiểm tra các case study, nghiên cứu về công ty và đặt những câu hỏi đúng về nguồn lưu lượng truy cập và phương pháp thực hiện.
2) Chia sẻ mục tiêu và chỉ số KPI của bạn.
Để một thuật toán học máy có thể thực hiện việc nhắm mục tiêu chính xác, nó yêu cầu một cấu hình chiến dịch rất cụ thể, trong đó các mục tiêu được xác định rõ ràng.
3) Chia sẻ dữ liệu.
Như đã đề cập trước đó, việc chia sẻ dữ liệu là một bước quan trọng trong quảng cáo di động. Có nhiều cách an toàn và tuân thủ quy định về bảo mật dữ liệu để chia sẻ dữ liệu (và đó không phải là tệp .csv).
4) Hãy kiên nhẫn nhưng cẩn thận.
Tùy thuộc vào lĩnh vực ứng dụng, việc áp dụng Trí tuệ nhân tạo (AI) để xây dựng một quy trình nén sự kiện phễu cài đặt sâu có thể mất thời gian và ngân sách khác nhau. Hãy liên hệ với quản lý thành công khách hàng của nền tảng để đánh giá tiến độ.
Về tác giả khách mời
Galia Lahav, Quản lý Tiếp thị Kỹ thuật số tại Persona.ly, một DSP ưu tiên thiết bị di động hoạt động trên toàn cầu. Với khả năng truy cập hơn 2,5 triệu phiên đấu giá quảng cáo mỗi giây, các thuật toán đấu giá độc quyền và học máy, Persona.ly cung cấp các giải pháp UA và tái tiếp thị minh bạch, tập trung vào hiệu suất và được nhắm mục tiêu cao cấp trên quy mô lớn. Công ty được tin cậy bởi Rapido, Games24x7, Papaya Gaming, Ubisoft, Tilting Point và nhiều đối tác khác.
