3 области изменений для платформ со стороны спроса в 2017 г.

Платформа спроса 1

Можно с уверенностью сказать, что 2016 год стал эпохой количества запросов в секунду (QPS) для Платформы со стороны спроса (DSP) и решения для кросс-канального медиабаинга. Независимо от того, может ли DSP обеспечить видимость со скоростью 500,000 3 показов в секунду или XNUMX миллиона показов в секунду, доступность для покупки стала менее важным конкурентным преимуществом для всех платформ для кросс-канальных закупок медиа.

Сегодня большинство брендов полагают, что DSP должны автоматически интегрироваться со всеми основными рекламными биржами, обеспечивая при этом межканальный охват не менее 1 миллиона запросов в секунду. В то же время, если платформе не хватает интеграции с рекламным обменом, компании будут компенсировать это за счет интеграции BidSwitch и подключаясь к недостающему источнику.

Итак, когда дело доходит до перекрестного устройства и перекрестного таргетинга пользователей, каковы некоторые из предстоящих отличий, которые DSP собираются использовать в 2017 году? Насколько велико влияние Фортуна 1000 Рекламные бренды могут изменить новые функции DSP?

На что обратить внимание в 2017 году:

  1. Собственные данные

Собственные данные, машинное обучение, настраиваемые заявители для программного отображения, собственные алгоритмы и улучшенная интеграция со стеками маркетинговых технологий, такими как IBM Unica и Adobe Neolane, даже не касаются потенциальных разработок для DSP. Это лишь некоторые из тем, которые могут стать отличительными чертами AdTech-компаний.

Сегодня собственные данные - это один из важнейших активов, которым может владеть любая организация. Все больше брендов начинают понимать ценность собственных данных посредством управления сегментами, моделирования и передачи данных об аудитории в DSP, чтобы стимулировать привлечение клиентов или поисковые кампании в реальном времени. Однако управлять им, использовать и внедрять в реальном времени для продвижения кросс-канального маркетинга всегда сложно.

Как правило, большинство брендов осознают важность собственных данных. Эта часть и продвигалась через это пространство на протяжении последних нескольких лет. Это также служит доказательством того, насколько это важно для Платформы управления данными (DMP), инструменты аудитории и источники данных, используемые большинством брендов (2–3 на крупный розничный бренд).

На мой взгляд, следующий шаг в мире собственных данных - это автоматизация на основе машинного обучения и оптимизации в реальном времени на основе потоков данных из множества источников. DSP, обладающие мощными собственными возможностями DMP и управления аудиторией, будут выделяться больше по сравнению с теми, у которых есть решение типа участника торгов. Мы увидим, как крупные компании из списка Fortune 1000 станут более изощренными в программировании и начнут адаптировать свои DSP с помощью проприетарного инструмента машинного обучения, который приспособлен для приема разнообразных собственных данных.

  1. Сбор данных

Бренды из списка Fortune 1000 также начинают созревать в способах сбора больших данных, внедряя такие программы, как Hadoop и Кафка приобрести как можно больше. Эти бренды из списка Fortune 1000 также рассматривают возможность использования этих данных таким образом, чтобы помочь им лучше понять своих клиентов, а также улучшить свой «триггерный» или управляемый событиями кросс-канальный маркетинг в реальном времени. Многие крупные бренды начинают рассматривать проприетарное машинное обучение как отличительный признак и потенциально существенное преимущество.

Будь то автоматизация маркетинга или покупка средств массовой информации, машинное обучение предлагает множество возможностей. К сожалению, у меня все еще высокая цена и требуется значительное количество времени, чтобы сдвинуть с мертвой точки проект такого рода.

  1. Слияние с DSP

По мере того, как рекламные технологии начинают все больше сливаться с DSP, они обычно оказываются в ситуациях, когда им необходимо улучшить передачу данных своей кампании. Более того, им нужно будет начать синхронизацию информации об охвате своей аудитории с экосистемами решений, используемыми крупными брендами класса удачи.

Кроме того, мы, вероятно, увидим больше стиля UBX API Шлюзы, соединяющие крупные маркетинговые платформы облачного типа с платформами размера IBM, Adobe и SAS с собственными или 3rd сторонние DSP и платформы данных об аудитории. Исходя из этой тенденции, в 2017 году, вероятно, ожидаются новые приобретения в стиле Adobe. Компании будут совершать приобретения - например, приобретение Adobe DemDex и TubeMogul для добавления DSP и DMP в свои инструменты.

Так что все это значит?

Похоже, что это еще один сложный год для DSP, поскольку показ QPS влияет на таргетинг между устройствами, отчетность, видимость и другие области функциональности, и они начинают становиться стандартными функциями. В AdTech есть области, в которых крупные бренды будут иметь решающее влияние на то, как будет формироваться следующая волна функциональности DSP. Как маркетологу мне интересно узнать, что будет дальше.

Как вы думаете?

Этот сайт использует Akismet для уменьшения количества спама. Узнайте, как обрабатываются ваши данные комментариев.