中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：廣告主如何實現投放提效？也許借助工具是不錯的選擇。而MAPI是廣告平臺方推出的open API，幫助廣告主搭建trading desk來進行廣告投放。本篇文章里，作者針對MAPI的定義、功能以及運用做了總結，一起來看一下。

Marketing API（以下簡稱MAPI），是各大主流廣告平臺基于自家營銷系統推出的幫助廣告主更好投放廣告的open API?；贛API，廣告主可以搭建Trading Desk來輔助廣告投放。

那么MAPI提供了哪些能力，廣告主開發者基于這些功能該如何幫助廣告投放提效，本文將帶你一探究竟，希望讀者能有所啟發……

一、初識MAPI

Marketing API，是各大主流廣告平臺基于自家營銷系統推出的open API，可以為廣告開發者提供全面的技術及數據支持，全方位實現自動化營銷及高效管理。

我們先來一起回顧下，如果廣告主想要投放廣告到某媒體（平臺），常規方式主要有如下幾種：

1. 廣告平臺側開戶投放：廣告平臺成熟穩定，功能齊全，廣告主只需開戶充值，就可在平臺上進行廣告投放。
2. 對接ADX投放?：廣告主可自行搭建DSP ，通過對接廣告平臺的ADX服務進行廣告投放。但通常來說，由于對接ADX會將平臺流量分發到廣告主側，廣告主可自由挑量投放，因此主流平臺的ADX一般不對外開放，需要評估廣告主的消耗情況，只有達到消耗門檻才會準入。

那么讀者心中會不會存在疑惑，既然各大主流廣告平臺都有自身的營銷系統和ADX，廣告主可以通過上述兩個途徑進行廣告投放，為什么還需要推出MAPI呢？

我個人認為，主要有以下幾個方面原因：

1. ADX有消耗門檻限制，除非KA客戶，不然廣告平臺通常情況下不會提供對接；
2. 廣告平臺的營銷系統面向的是所有客戶，無論是操作流程還是功能點都高度統一，無法滿足客戶個性化定制需求；
3. 客戶在營銷活動時，為了最大化觸及用戶，一般都會選擇全網通投（即通過不同的廣告平臺投放廣告），這時候無法聚合各個平臺的數據進行分析，不方便運營。

基于以上客戶真實存在需求，各主流平臺紛紛推出了MAPI供廣告主接入，為廣告開發者提供全面的技術及數據支持，全方位實現自動化營銷及高效管理。

那么哪些客戶適合通過對接MAPI來進行廣告活動呢？廣告主該如果通過MAPI給廣告投放提效呢？

1. 懂技術：由于對接MAPI是需要一定的技術開發成本，所以接入方必須有很好的技術沉淀；
2. 懂業務：畢竟接口是脫離系統操作頁面的，因此需要理解各個接口所能提供的能力以及準確判斷是否能滿足自身業務需求；
3. 懂效果分析：由于各大平臺僅能提供展點消等基礎數據報表，無法展示站內轉化效果數據（除非廣告主向平臺會回傳轉化數據），因此可以對接MAPI來回收展點消數據并進行轉化歸因，從而來分析各渠道的流量質量；
4. 需多渠道投放：如果廣告主想要多平臺進行廣告投放，必須通過MAPI回收各平臺數據進行聚合分析；
5. 廣告投放提效：由于廣告平臺提供的功能是統一的，無法滿足廣告主的個性化投放需求，例如所有廣告投放僅定向不同，在平臺側就得手動創建N個策略，但是通過MAPI就可以通過自定義規則來批量投放廣告；
6. ……

簡而言之，通過MAPI，可以輔助廣告主更好地進行廣告投放。

看到這，小伙伴肯定在想既然MAPI這么好使，趕緊對接，以后投廣告就輕松了。別急，先看看MAPI目前存在的兩個不足之處：

1. MAPI的功能實時性：目前各大平臺，同一個功能，MAPI的支持程序一定是晚于平臺側的，即存在滯后性，但未來不排除API先行的情況。
2. MAPI的功能完整性：不管是出于安全角度還是商業布局角度，MAPI無法cover平臺側的所有功能，廣告主需要評估已有功能是否能滿足自身需求。

下圖總結了三種投放方式的優劣勢，供讀者參考～

二、MAPI功能

目前市場上，主流廣告平臺一般都支持marketing API，例如巨量引擎、廣點通、百度、快手、阿里匯川等……雖然合家的支持程度不太一樣，但主要的功能基本都能支持，包含廣告投放、數據報表、帳號管理等，好一點的平臺能提供更多的輔助工具，常規功能如下圖：

三、活用MAPI

廣告平臺的marketing api提供了那么多功能，基于此，廣告主該如何去搭建Trading Desk來滿足自身的廣告投放需求呢？

搭建Trading Desk是一個漫長且痛苦的事情，正所謂“痛并快樂著”～筆者整理了幾個不同的對接階段，各廣告主開發者可以參照這幾個階段循序漸進地開展工作。

1. 市場摸索階段

處于該階段的廣告主，業務一般剛剛起步，通過投放適量的廣告，來摸索市場。此時廣告主可直接在平臺開戶投放即可，無需投入研發資源來對接MAPI。

2. 投放初步階段

在投放一段時間之后，廣告主需要對投放的數據進行更多的分析來驗證投放效果。由于平臺側無法提供廣告主站內數據情況，需回收平臺側相關數據并結合站內轉化數據來進行數據分析，但廣告主開發者需準備如下技術支持。

1）自建監測體系

目前各大主流平臺支持添加曝光點擊監測，廣告主開發者可自建監測體系，回收廣告展點相關數據。監測鏈接需帶有相關的標識參數，用以保證鏈接的唯一性，通過標識參數可以分析不同渠道不同的廣告的投放效果。

2）轉化歸因

基于回收的展點數據，核心字段為設備號和時間戳，再結合廣告主站內轉化數據，可以歸因。

3）數據監控——流量質量

有了曝光點擊數據，就可以監控流量質量，判斷是否存在異常流量。關于異常流量的相關知識，可以參考，也可以加筆者微信詳聊一些常見的反作弊判斷標準。

3. 投放起量階段

在驗證了投放效果之后，廣告主進入投放起量階段。在該階段，廣告主為了快速占領市場，在市場上投入大量的廣告，這需要較高的運營成本。為了提升運營人效，廣告主開發者需做如下技術支持：

1. 數據回收：對接廣告投放相關的API，回收平臺側的廣告相關數據，包含計劃、廣告、創意的展點消數據；
2. 廣告排行榜：通過創意數據，分析各創意的展點消轉化數據，輸出廣告排行榜，供運營同學分析投放效果；
3. 廣告模塊?：對接廣告的增刪改查操作API，可操作廣告投放?；?
4. 自動化規則：通過廣告排行版數據，制定優劣廣告標準；通過自動化規則，針對優質廣告批量創建廣告投放進行市場搶量；針對劣質廣告，自動關停廣告，避免預算浪費。PS：這里的自動化規則是一個持續摸索的過程，需聯合運營、財務、算法團隊共同探討制訂，充分利用AB實驗來獲取最佳的規則配置；
5. 數據監控——賬戶：對接賬戶級別接口，獲取賬戶的消耗以及余額情況。需實時監控賬號情況，防止出現余額不足或無消耗情況；
6. 數據監控——審核：對接廣告投放級別接口，監控廣告審核情況，避免出現廣告審核不通過但無運營知曉的情況，導致廣告投放無法起量；
7. 利用好平臺的自動化規則：針對一些的簡單的監控，可以充分利用平臺提供的自動化規則進行廣告投放/賬戶監控；
8. 輔助工具：對接媒體的輔助工具，例如文案助手、視頻工具等，獲取優質文案，制作動態視頻，給運營投放提供指導；
9. 更多工具，等待讀者進一步去發現……

4. 投放挑量階段

經過前期大量的市場投放，廣告獲客成本越來越高，這時候來到了流量精細化運營階段，即廣告投放挑量。廣告挑量投放的方案一般有三種。

1）媒體標簽

通過媒體后臺標簽定向進行廣告投放，但這取決于媒體標簽的豐富度。目前基本上都是一些常規標簽，如需結合自身業務投放，還是比較困難。

2）DMP（人群）

對接平臺提供的人群管理API，廣告主可根據自己的算法計算出需要定向/排除的人群包，通過人群管理API同步到廣告平臺進行人群定向投放。但這就涉及到廣告主數據暴露，需與公司信安一起討論決定數據輸出的形式及顆粒度，數據必須脫敏，不然會存在泄露用戶隱私數據的風險。

3）RTA

為避免數據同步至廣告平臺側但同時又想精細化運營流量，各大平臺側于20年提供了RTA接口，即在廣告召回之前先詢問廣告主是否對本次流量進行廣告投放，將選擇權給到了廣告主。關于RTA的更多相關知識，讀者可自行百度，目前網上的資料非常多，本文不做過多的介紹。

5. 投放智能化階段

其實在上述幾個階段，已經涉及到了一些算法相關內容，但這里為啥需要單獨拉出來一個智能化階段來介紹，我想從另外一個角度來看MAPI的使用場景。

大多數的公司，尤其是各種提供Saas服務的公司，在利用MAPI的時候，通常是對單廣告平臺的能力進行包裝定制化。

但有木有考慮過這樣一種場景，基于廣告位的屬性來進行包裝，比如將巨量引擎、廣點通、百度的信息流統一包裝為信息流，這樣從廣告形式上可以分為開屏、信息流、搜索廣告等。這里就涉及到強大的算法能力以及產品拆解包裝能力：

1. 產品拆解包裝能力：產品需熟知各家平臺提供的MAPI能力，能夠剝離拆解出共同模塊部分，并整合映射到同一級別；
2. 算法能力：由于對各家的產品能力進行包裝，這里就會涉及各種算法，例如預算分配、自動出價、定向策略等，這里面由于各家的日預算規則不一樣，預算分配是個難題，需重點照顧。

四、總結

Marketing API，雖然存在著功能性和時效性問題，但其在很大程度上可以輔助廣告主更好地進行廣告投放。本文通過對各家MAPI支持的能力程度進行分析，提出了活用MAPI的一些方案以及路徑規劃供讀者參考，希望能給大家帶來啟發。

通過對接廣告平臺的MAPI來搭建Trading Desk是一個漫長且痛苦的事情，大家一起排坑～

本文由 @包子 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議