基于rtb模式的广告效果影响因素研究大学论文.doc

《基于rtb模式的广告效果影响因素研究大学论文.doc》由会员分享，可在线阅读，更多相关《基于rtb模式的广告效果影响因素研究大学论文.doc（71页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于RTB模式的广告效果影响因素研究摘 要随着互联网的发展，呈现用户需求多样化、媒体多元化、受众上网时间碎片化的趋势。面对“千人千面”的网络用户，广告主需要找到更精准的用户，并且要求广告效果数字化。而网络技术和大数据的发展为这一需求带来了新动力，推动产生了网络营销新模式即RTB模式。相较于传统网络广告购买固定时段、固定广告位而言，RTB广告是对每一个广告受众进行判断和选择，并以可控的价格购买到针对这一特定的广告受众的广告曝光机会，将有效的广告信息精准地推送到目标受众群体，从而高效精确地实现广告营销目标，大大提升广告效果。本课题主要对RTB广告效果的影响因素进行研究。首先，本文通过总结RTB广告

2、投放经验及RTB模式的广告特点，建立用户在线行为模型，该模型将用户在线行为分成浏览广告、点击广告、访问产品页面、注册/购买、二次回购5个依次递进的环节。并在此基础上提出RTB广告行为效果评价模型；其次，通过对国内外广告效果影响因素相关文献的研究，借鉴经典的AISAS广告效果评价模型，并结合RTB广告行为效果评价模型，建立了本文研究模型-RTB广告效果影响因素模型；再次，在总结其他国内外相关学者提出的广告效果影响因素的基础上，本文提出15种RTB广告效果影响因素，并通过问卷调查的方式，确定10种主要影响因素，其中每两个影响因素对应一个层级的用户行为指标，针对每一层级的影响因素又设置不同的效果评价

3、指标进行研究，以此评判不同影响因素对用户不同行为阶段的影响及程度，使广告效果可视化和数字化，进而为广告主投放RTB广告提供参考和借鉴。关键词：RTB，DSP，精准营销，广告效果影响因素 AbstractWith the development of the Internet, the world is showing a trend that is diverse user needs, media pluralism and audience fragmentation. Faced with thousands of thousand faces of network users, adv

4、ertisers need to find a more precise user, and require the visualization of advertising effectiveness. The development of network technology and big data technology has brought new impetus to this demand, which promote to generate a new model of network marketing - RTB mode. Compared to traditional

5、online advertising buying fixed advertising period of time and fixed advertising space, RTB make seletion for each of the audience, and bid in a controlled price to buy advertising exposure opportunity for this particular advertising audience, which will push effective advertising information to acc

6、urate target audience, thereby efficiently and accurately achieve advertising and marketing objectives, and greatly enhance advertising effectiveness. The main topic of this paper is to research the factors of RTB advertising effectiveness. First, summarized the serving experience of RTB advertising

7、 and advertising features of RTB mode, this paper divided the user online behavior into view ads, click on the ads, visit the page, registration / purchase and repurchase 5 progressive levels, then proposed action evaluation model of RTB advertising effectiveness. Secondly, on the basis of domestic

8、and foreign research on advertising effectiveness factors, this paper combined classic AISAS advertising effectiveness evaluation model with the action evaluation model of RTB advertising effectiveness, and established the research model of this paper - the influencing factors model of RTB advertisi

9、ng effectiveness. In order to judge the different factors impact on user behavior the extent of different factors impact, the model proposed different factors for every users action, and set different effects evaluation for every factor, which make advertising effectiveness visualized and digitized.

10、 Thus there is a reference for advertisers in running RTB ad. Keywords: RTB，DSP，Precision marketing，Influencing factors of advertising effectiveness目 录第一章 绪论11.1 研究背景和意义11.2 国内外研究现状11.3 论文研究目标及内容21.3.1研究目标21.3.2研究内容21.4 研究思路与框架31.5 预期创新4第二章 RTB广告概述52.1 RTB广告的工作原理及相关平台介绍52.1.1 RTB广告工作原理52.1.2 SSP平台介绍

11、62.1.2 DSP平台介绍62.1.3 Ad Exchange平台介绍102.1.4 DMP平台介绍112.2 RTB广告的的关键技术-cookies技术122.2.1 Cookies的读写原理132.2.2 Cookies分类算法简述152.2.3 Cookies技术应用18第三章 广告效果相关研究203.1传统广告效果相关研究203.1.1 广告效果定义和分类203.1.2 广告效果研究的发展回顾213.1.3 广告效果评价经典理论概述223.2网络广告效果相关研究263.2.1点击率指标评价网络广告效果局限方面的研究263.2.2 RTB广告效果研究及效果评价模型建立26第四章RTB广

12、告效果影响因素调查294.1 调查问卷的设计、发放与回收294.2 调查问卷数据分析294.2.1 描述性统计分析304.2.2 信度分析314.2.3 效度分析32第五章 RTB广告效果影响因素理论模型335.1 RTB广告效果影响因素模型的提出335.1.1 经典广告效果评价模型AISAS模型335.1.2 RTB广告效果综合评价模型345.1.3 RTB广告效果影响因素模型345.2 RTB广告效果影响因素相关假设355.2.1 RTB广告效果影响因素假设365.2.2 RTB广告效果假设36第六章 RTB广告效果影响因素模型的验证386.1 RTB广告投放方案及KPI指标制定386.1

13、.2 制定广告投放方案386.1.2 制定广告效果评估KPI指标406.2 广告投放数据分析及模型验证406.2.1 广告位置因素投放数据分析406.2.2 广告生动性因素投放数据分析426.2.3 促销信息因素投放数据分析446.2.4 品牌倾向性因素投放数据分析466.2.5 产品图片展示因素投放数据分析486.2.6 产品信息介绍因素投放数据分析506.2.7 商品评论因素投放数据分析516.2.8 商家信誉因素投放数据分析53总结与展望55参考文献56致谢59图清单图 1 论文研究思路4图 2 RTB广告运作原理5图 3 创意和落地页的智能匹配7图 4 系统智能出价7图 5 自定义广告

14、投放时段8图 6 自定义广告投放地域8图 7 自定义广告投放媒体及位置9图 8 自定义目标人群属性9图 9 多维度数据统计指标10图 10 多维度数据分析报告10图 11 Ad Exchange竞价原理11图 12 DMP功能展示12图 13 Cookies读写流程图14图 14 Cookies 存储路径及文件保存形式15图 15 多层前馈网络实例图16图 16 广告效果图21图 17 AIDA模型22图 18 DAGMAR模型23图 19 L&S模型24图 20 互动广告IAM模型25图 21 RTB广告行为效果评价模型27图 22 AISAS模型33图 23 RTB广告效果综合评价模型34

15、图 24 RTB广告效果影响因素模型35图 25 不同广告位点击率分析41图 26 不同广告位访问转化率分析41图 27 不同广告位转化成本分析42图 28 不同创意形式点击率分析43图 29 不同创意形式访问转化率分析43图 30 不同创意形式访问转化率分析44图 31 促销信息因素点击率分析45图 32 促销信息因素访问转化率分析45图 33 促销信息因素访问转化率分析46图 34 品牌信息因素点击率分析47图 35 品牌信息因素访问转化率分析47图 36 品牌信息因素转化成本分析48图 37 产品图片因素转化率分析49图 38 产品图片因素转化成本分析49图 39 产品信息因素转化率分析

16、50图 40 产品信息因素转化成本分析51图 41 商品评论因素转化率分析52图 42 商品评论因素转化成本分析52图 43 商家信誉因素转化率分析53图 44 商家信誉因素转化成本分析54表清单表 1 样本基本信息统计表30表 2 样本总体信度分析31表 3 样本影响因素信度分析31表 4 KMO和Bartlett检验32表 5 变量因子载荷系数表32表 6 广告位置因素变量设计38表 7 广告生动性因素变量设计38表 8 促销信息因素变量设计38表 9 品牌信息因素变量设计39表 10 产品图片因素变量设计39表 11 产品信息介绍因素变量设计39表 12 商品评论因素变量设计39表 13

17、 商家信誉因素变量设计40北京航空航天大学硕士学位论文第一章 绪论1.1 研究背景和意义2013年7月尼尔森（Nielsen）公布的第二季度的全球广告视野报告显示，电视广告同比增长3.5%，杂志和报纸广告份额与今年第一季度环比分别下降了2.8%和4.7%，而互联网广告增长速度达到了2位数26.3%。其中，拉美地区的增长速度更是达到了48.2%，亚太地区也达到了33.2%。根据艾瑞咨询发布的2013年度中国网络广告核心数据，今年国内网络广告市场规模首次突破千亿元，达到1100亿元，同比增长46.1%，与去年保持相当的增长速度，整体保持平稳增长1。预计2017年会突破2800亿元。互联网虽然属于新

18、媒体，但最初的互联网广告交易方式与传统媒体非常相似，比如卖一个广告版面、户外站台、电视广告片，都是以购买媒体广告位置为主要方式。但随着互联网广告的迅猛增长，互联网环境也在不断变化，首先，互联网技术在不断演进，如Cookies人群定向技术，云计算、大数据等技术迅猛发展；其次，媒体多元化和受众呈片化的趋势，促使广告主的需求也随之变化。广告主希望提高购买效率、整合各渠道资源，找到目标用户、量化广告效果。在这样的需求驱动下，一种新的广告交易模式应运而生，即RTB广告交易模式。这种模式出现以后，将传统的互联网广告交易模式从购买媒体“广告位”为核心，转向了购买“人群”为核心，该模式使广告主的广告投放更加高

19、效、低廉和精准。相比传统的互联网广告而言，RTB广告利用Cookies定向技术，以复杂的结构算法为支撑，分析用户在互联网上的行为数据，找到精准用户对其投放广告，提升了广告的针对性。但是国内RTB广告才刚刚起步，针对这方面的研究比较少，所以本文通过实证研究的方式，明确对RTB广告效果影响的各因素及影响程度，使广告主可以根据产品特点与RTB广告的优点，制定科学有效的广告投放策略及效果评估标准，力求让广告主在复杂的网络环境下做出精准的投放决策，使广告效果达到最优化。1.2 国内外研究现状RTB广告模式在中国市场仍然属于新生事物， 2012年淘宝上线Tanx平台，标志着中国开启了RTB广告的元年。国内

20、外对RTB广告效果影响因素的相关研究并不多，但关于网络广告效果影响因素的研究十分丰富。Schlosser 等(1999)研究发现网络广告的娱乐性(enjoyment of looking at Internet advertisements)、信息丰富度(informativeness)会影响消费者对网络广告的态度2。2002年，Chingning Wang等提出的理论模型中指出影响消费者对网络广告态度的因素除娱乐性、信息丰富度以外，还有刺激性、互动性、可信度和人口统计学变量等因素 3。2006年，国内学者罗长青、喻建良在网络横幅广告效果影响因素研究一文中借鉴传统广告效果影响因素的研究方法，对

21、影响网络横幅广告效果(包括记忆效果、品牌态度、购买意愿)的因素进行了研究4。提出影响网络横幅广告的因素可以分为三类，一是发布网络横幅广告的网站因素。广告投放的网站可信度与网络广告效果存在正相关性，网站可信度越高，网络广告的广告效果越明显；二是网络横幅广告本身因素。横幅广告的互动性、信息丰富程度、创造性、可信性、不同广告形式会影响广告效果；三是广告受众因素。每个广告受众在收入、年龄、文化背景、购买经验等方面的个人特质不同，一定程度上也影响了网络横幅广告的效果。吕鸿江，刘洪(2007)发现媒体运用、购买信息、主题认知、情感驱动、适应能力、记忆效果、时代气息、亲和程度、结构布局都会对互联网广告的心理

22、效果产生影响5。同年，杨光也验证了互联网广告效果的影响因素有互动性、生动性、重复性以及强制性 6。张冗(2010)在CAB模型和IAM模型的基础上提出了搜索引擎广告影响因素模型，指出产品类别、任务因素、背景信息、消费者因素对广告的心理效果(认知、情感、行动)产生影响7。KuangChi等(2012)研究了横幅广告的信息呈现方式对于网络广告效果的影响，认为丰富的信息呈现形式(obtrusive)对于广告效果有积极的影响8。通过阅读前人的研究成果，发现对互联网广告效果的影响因素研究，大多是从影响受众心理的角度出发，然后由心理变化引起行为变化。这种研究方式有两个弊端，一是，心理变化较难测量和评定；二

23、是，广告效果的衡量指标过于单一，只有最后的行为指标（如购买量）。而RTB广告是通过分析受众在线行为数据进行广告投放的，故本文以用户心理变化作为中间指标，将用户在线行为路径为广告浏览、点击、页面访问、购买量、二次购买量五个环节。每种心理变化都对应着一种行为的变化，这样弥补了前人研究互联网广告效果的两个弊端：一是，以用户在线行为指标衡量互联网广告效果，使衡量指标易于测量和评定，二是，将互联网广告效果的衡量指标拓展到5个维度，并且这5个维度的指标依次递进，对应不同阶段的用户心理变化，使互联网广告对用户每一环节的心理影响效果和行为影响效果可视化和数字化。1.3 论文研究目标及内容1.3.1研究目标本文

24、通过对RTB广告效果影响因素的研究，明确各因素对RTB广告效果的影响及其程度，为广告主制定科学有效的广告投放策略及效果评估标准，提供依据。1.3.2研究内容本论文主要由以下六章组成： 第一章 绪论。本章主要介绍了基于RTB模式的广告效果影响因素这一课题的背景来源和研究意义，国内外RTB广告影响因素的研究现状，并确定了论文的研究目标及研究思路。 第二章 RTB广告概述。本章重点介绍了RTB广告的运作原理和组成RTB系统的四大主要平台，包括SSP、DSP、DMP、Ad Exchange，并介绍了RTB广告的关键技术-Cookies技术相关知识，包括Cookies技术原理、分类算法及应用。第三章 广

25、告效果及影响因素相关研究。本章首先分析广告效果评价指标及广告效果研究经历的几个阶段，然后总结了传统广告效果研究的几个经典模型，接着介绍了国内外网络广告影响因素的相关研究，并提出本文影响RTB广告效果的15种因素。第四章 RTB广告效果影响因素调查。本章通过问卷调查的方式，对上文提出的15种影响因素进行研究，并通过效度及信度分析，回归分析的方法，确定10种主要的RTB广告效果影响因素。第五章 RTB广告效果影响因素理论模型。本章结合AISAS经典广告效果模型和用户线上行为模型，提出了本文研究的RTB广告效果综合评价模型。并提出RTB广告效果及影响因素相关假设。第六章 RTB广告效果影响因素模型验

26、证。本章主要进行RTB广告实例投放。首先制定了广告投放方案及广告效果评估KPI，然后通过DSP平台投放广告，通过对广告投放数据的整理与分析，对理论模型及相关假设进行验证。1.4 研究思路与方法本论文首先通过阅读国内外广告效果影响因素的相关文献，对广告效果及影响因素进行了总结，并根据RTB模式的广告特点和用户线上行为特点，提出15种RTB广告效果影响因素，然后通过问卷调查的形式，确定10种对RTB广告效果影响较大的因素。针对这10种因素，结合用户心理和行为模型，提出RTB广告效果影响因素理论模型，最后通过DSP平台实际投放RTB广告，验证理论模型。提出RTB广告效果影响因素理论模型国内外相关文献

27、研究通过DSP平台实际投放RTB广告问卷调查与分析因素假设模型提出多种RTB广告效果影响因素确定RTB广告效果影响因素因素理论模型分析广告投放数据，验证理论模型广告投放计划：a.设计两版创意及两版落地页，进行AB测试。b.本文共提出10个广告效果影响因素，针对每个因素测试7天，总投放时间周期约三个月完成。结论与建议用户在线购买行为模型广告效果心理评价模型分析工具：SPSS19.0分析方法：a效度分析b.信度分析c.回归分析KPI设定：主要通过分析各因素与点击量，注册量和下单量这三者之间的关系，来评判该因素与广告效果之间存在的相关性，并以图表的形式展现出来。研究思路研究方法FANGFA图1 论文

28、研究思路1.5 预期创新（1）传统广告效果影响因素的研究，侧重于对消费者心理效果的影响，而消费者心理变化很难观测，各因素对广告效果的影响难量化。而本文首次提出结合心理效果和行为效果的综合评定模型，将每一层级的消费者心理变化，都对应一个特定的、可观测的指标加以衡量，量化各因素对广告效果影响及影响程度。（2）传统广告效果影响因素，大多采用问卷调查的方式。而本文采用和问卷调查和实际投放广告双重验证方式，提高了研究结果的准确性。63第二章 RTB广告概述2.1 RTB广告的工作原理及相关平台介绍RTB（Real Time Bidding实时竞价）广告允许广告主根据营销目标、目标受众以及费用门槛等因素对

29、每一次广告展示进行竞价。一旦竞价成功，广告就会立刻出现在媒体的网站上，展现给消费者 9。2.1.1 RTB广告工作原理RTB广告是以大数据的整合为基础，通过复杂算法，使整个竞价过程实现最优化。其中有几个重要的参与者，DSP(广告需求方平台) 、DMP(数据管理平台)、SSP(广告供应方平台)以及Ad Exchange(广告交易平台)10。其运作原理如下图示：用户Ad ExchangeDSP1DSP2DMP1DMP2网站1网站21.用户访问某网站并有Cookie标识2.页面发起广告请求3.发送资源请求及Cookie数据4.发送Cookie信息5.DMP分析Cookie数据，发送用户属性信息6.D

30、SP判断用与产品目标受众的契合度，并出价7.判断最高价，通知媒体展示对应的广告8.展示广告SSP图2 RTB广告运作原理如图2所示，四大平台分工明确。其中，DSP是为广告主提供服务的平台，帮助广告主寻找高质量的网络媒体和精准的目标受众，优化广告投放策略。广告主可以根据自己的营销目标，在DSP平台上设定投放时间、目标受众、投放区域、广告出价、广告素材、展现频次、费用成本等条件。SSP是为媒体提供服务的平台，对接众多的媒介资源，为那些需要将网络流量变现的媒体提供资源管理工具，各媒体可以在SSP平台上管理自己的广告位，控制广告的展现、投放时间、投放人群等等。而AD Exchange则是链接DSP和S

31、SP的中间桥梁，为广告交易双方提供一个竞价交易平台。DMP在整个竞价过程中提供处理海量互联网数据的服务，它是RTB精准营销的基础。目前，国内很多广告公司及媒体公司都在研发自己的DMP平台，每个公司DMP平台的Cookies标签是不同的，并且都有各自的加密方式，无法相互读取。不同公司的DMP平台合作时，可以通过Cookies Mapping的数据对接方法实现统一，进而增加双方的数据库信息。下面分别对这四个平台进行详细介绍。2.1.2 SSP平台介绍SSP（Supply Side Platform）即广告资源供给方平台。互联网上有成千上万的媒体网站，拥有丰富的用户流量，他们需要把巨大的流量变现来提

32、升公司盈利，同时还希望每一个流量都能够产生最大化的收益。SSP就是集合了这些广告位资源的媒体服务平台，通过SSP平台，媒体可以更智能的管理网站的广告位，控制广告的展现，流量的分配等等。在SSP平台上出售广告资源，媒体可以省去寻找广告主的成本，并且可以利用SSP平台强大的技术和数据支持，最大化网站流量的价值。目前，国内主要的SSP平台有易传媒的AdChinaSSP、互动通的hdtSSP平台、好耶MediaMax、品友互动Optimus优驰平台等。每个公司研发的SSP平台都有各自专注的功能，但是总体来说SSP平台大致有以下几个主要功能：（1）支持多方需求接入：SSP平台除有媒体资源对接，还可支持与

33、代理、数据平台、Ad network以及ADexchange平台对接，保证流量的丰富性。（2）人群管理：SSP能够依据不同媒体的用户特性将人群分类，并组合定义为不同的族群，使媒体全面掌控自己网站受众的站内站外行为，媒体可根据广告主的不同营销需求提供不同族群的受众。（3）媒体收益优化：SSP采用不同的优化算法满足媒体不同的优化目标，帮助媒体以更高的价格售卖出更多资源，实时统计广告位的点击率，做到完全掌握广告位的可用资源。可以按比例或者优先级分配流量，无广告时可以将流量及时返还给媒体，保证每一个PV收益最大化。（4）多维度分析报表：SSP平台可以提供曝光人群分析报表，分析每个广告位的人群属性，帮助

34、媒体更好的按人群售卖资源。通过分析每一个广告位来自不同渠道的曝光的价值，找出广告位更适合的渠道。2.1.2 DSP平台介绍DSP（Demand Side Platform）即广告资源需求方平台。互联网上既然有大量的用户，必然会吸引众多的广告主。这些广告主需要找到优质的媒介和精准的目标受众来推广自己的产品，并且希望采用最优的广告投放策略，以便提高投入产出比。DSP就是集合这些广告需求方的广告主服务平台，广告主可以通过DSP平台，设置广告投放的目标受众、投放地域、广告出价，展现频次等等。目前，国内的主要DSP平台有易传媒的AdChinaDSP、品友互动DSP平台、淘宝TANX、悠易互通DSP、腾讯

35、DSP等。下面以本研究使用的DSP平台BiddingX为例，介绍DSP平台的三大主要功能，包括AdOptimizer、BidManager、AdTracker。（1）AdOptimizer功能：AdOptimizer系统通过智能化算法，对多创意多落地页进行自动优化。支持多创意包和多落地页批量上传。系统智能识别优秀创意和优秀落地页，根据效果自动实现创意包和落地页智能匹配。还可以智能出价。图3 创意和落地页的智能匹配图4 系统智能出价(2) BidManager功能：BidManager是整个DSP系统的核心，RTB竞价功能和投放控制功能全都在这里实现，包括投放时段、地域、频次、媒体、人群属性控制

36、等。图5 自定义广告投放时间图11-自定义投放时间图6 自定义广告投放地域图7 自定义广告投放媒体及位置图8 自定义目标人群属性（3）AdTracker功能：AdTracker是BiddingX平台的广告监测系统，广告投放的实时统计数据和多维度分析报告都要靠它。具有多维度数据指标统计和数据关联功能，能够监测广告投放活动，自动刷新实时数据并自动生成多维度分析报告。多维度数据指标统计包括前端广告曝光、点击、点击率；后端落地页曝光、落地页点击、点击到达率、注册量、注册率，自动核算CPM、CPC、CPA、总消费，计算广告位竞得率按频次分析按时间分析图9 多维度数据统计指标图10 多维度数据分析报告2.

37、1.3 Ad Exchange平台介绍Ad Exchange即广告交易平台，像股票交易平台一样，Ad Exchange连接的是广告交易的买方和卖方，和股票交易平台不同的是，Ad Exchange平台的竞价机制不是先到先得而是竞价获得，这种竞价机制又像是拍卖交易模式，每次广告的展示机会被出价最高的广告主取得，但与拍卖不同的是，针对每次广告的拍卖，广告主只有一次出价的机会，Ad Exchange就会实时的给出成交结果，而不容许循环出价，即RTB模式。目前，国内两大主要的Ad Exchange平台为2012年4月Google在中国推出DoubleClick以及2011年9月淘宝推出的Taobao A

38、d Exchange。Ad Exchange是广告买卖双方的桥梁，“实时竞价(Real time bidding)”技术是实现从“购买媒体”到“购买受众”的关键技术。广告商和代理机构可以基于其拥有的数据和技术，以“每一次的广告展示”为单位进行实时拍卖。其实时竞价原理如下图示：图11 多维度数据分析报告图11 Ad Exchange竞价原理2.1.4 DMP平台介绍DMP(Data Management Platform)即数据管理平台，是整合第一、第三方数据，并对其统一管理的技术平台。数据管理平台能够帮助所有涉及广告库存购买和出售的各方管理其数据，并对这些数据进行标准化和细分，再把这些细分的结

39、果应用到现有的营销活动中。目前国内主要的DMP平台有易传媒的AdChian DMP、秒针的ADMaster、亿玛DMP，传漾的DMP等。在RTB模式的广告中涉及受众购买的整个过程的数据都需要DMP提供，总体来说，DMP具有下面几大功能：（1）以用户为中心：数据管理平台所管理的数据其实都是用户及潜在用户的互联网行为数据。所有的数据点，都以用户为中心。可以想像，在DMP的最底层，是一张巨大的表单，第一列存储的是用户ID (实名用户帐号或者匿名Cookie ID等)；后面的每一列，记录该用户的详细信息，比如年龄、性别、购买的产品、购买时间、购买的渠道、访问各网站的时间、内容、频次等等。这些数据是所有

40、分析、洞察和应用的基础。在真实情况中，原始数据会存储在多个表单中。DMP首先是清洗从各个来源收集到的数据，然后整合并关联到每一个用户身上，最后保存下来。（2）以标签的形式管理： DMP会根据业务规则或者数据模型、算法等，将原始数据分类，为用户打标签。例如，用户一周内访问汽车频道超过三次以上，可标记为“汽车爱好者”的标签。在这里，原始数据为用户访问汽车频道的记录，业务规则为访问五次以上便打上标签。这只是个简单的例子，事实上，DMP为用户打标签的规则多以较复杂的算法为基础。最后，营销人员可以根据用户的标签属性，在DMP系统中选择目标受众。（3）连接多方平台：如果说DMP最底层是原始数据，中间层是标

41、签管理，最上层就是各渠道的业务应用接口。DMP能够连接多方的应用平台，如DSP平台，营销人员选择好目标受众后，可以直接输出至DSP，进行定向广告投放。企业DMP还可以连接其他DMP或者数据供应商，以便提高数据的丰富性和准确性。图12 DMP功能展示2.2 RTB广告的关键技术由图2 RTB广告的运作原理，我们可以看出整个RTB广告的营销过程是这样进行的：当媒体网站接到用户访问请求后，SSP平台或者媒体通过标准的协议将广告展示请求及用户信息发送给AdExchange平台，再由AdExchange平台把信息发送给DSP平台，通常包括媒体名称、媒体类型、页面URL、页面内容的关键词以及最重要的用户信

42、息一一Cookie。每个用户的Cookie中包含着该用户过去某一时段内（通常为1个月）互联网行为的历史记录，如最近一段时间内浏览过的网站、某些网站的登陆名及密码、上网时长、上网时段、性别、地域等等。根据用户Cookie信息，DSP搜索已经建立的用户属性映射库，将用户转换为DSP平台能够识别的用户，然后将从AD Exchange平台收到的全部信息归纳计算，筛选出适合该用户的广告，并给出广告展示的最高出价，然后将广告ID、素材地址、落地页地址、广告尺寸及类型等信息回传给AD Exchange。竞价结束后，AD Exchange平台将竞价结果反馈给SSP平台，展示广告。整个RTB广告的竞价过程中，最

43、关键的技术就是用户cookie的标记与解读，精准的Cookies信息对于DSP平台计算该用户偏好，并判断是否为目标受众，以及出价多少十分重要。下面详细介绍RTB广告的关键技术Cookies的精准定向技术。2.2.1 Cookies的读写原理起初，Cookies是用来弥补HTTP传输协议的一个不足。传输过程中，被用于跟踪用户在不同页面之间跳转时的会话信息。用户Cookies信息是被存储在本地的数据，并且这些数据是经过严格加密后保存的，网站可以根据用户终端的这些数据来识别用户的身份和过去某段时间周期内的操作行为11。后来，随着互联网广告的发展，这些用户的行为数据被作为投放广告的重要依据。当用户第一

44、次访问网站时，网站服务器会记录下该用户的Cookies数据信息，并保存在用户本地，Cookie数据中会包含用户在该网站上访问的一些基本行为信息，例如在该网站浏览了哪些页面，阅读了哪些文章，观看了哪些视频，或是浏览了哪些产品等等。当此用户再一次访问该网站时，网站的服务器就会将第一次已经保存的用户Cookie信息读取出来，服务器根据解读的cookie记录，判断该用户过去一段时间周期内的行为偏好，进而有针对性的为用户推送相关的网站内容或产品信息。这种Cookie定向跟踪机制无需用户登录网站，只根据Cookies数据标签就可以识别不同的用户，相当于web服务器为每个用户分配了唯一的标识符，并以Cook

45、ies的方式保存在用户的计算机上，其基本流程图如下图示：用户URL请求服务器响应http头信息读入Cookie写入Web日志写入CookieCookie存在且有效否是图13 Cookies读写流程图用户每一次向浏览器发送访问网页的请求时，都会在传递HTTP协议的头信息时，包含用户的cookies信息；然后，用户新产生的Cookie信息，再随着用户打开或刷新一个网页，被网站服务器添加在网页的HTTP头信息中，同网页数据一起回传到客户终端，并将cookie数据保存到浏览器指定的用户本地文件夹中。是否让浏览器保存Cookie数据，用户可以在浏览器的Cookie属性设置中自行选择，当用户设置为不保存时

46、，在关闭浏览器后，用户的网站访问记录就不会被记录和保存下来，再次打开浏览器时，不会自动加载用户某网站的登录名等信息12。每个cookie文件默认包含5个主要属性。（1）Expires属性：此属性用来给Cookies设置一个期限，在这个期限内Cookies信息是有效的，当打开网页时，保存的Cookies信息可以被读取，该期限之后Cookies会被自动删除。例如，Cookies的有效期设置到2014年12月20日，该日期后Cookies将自动删除。如果没有为Cookies设定有效期限，其生命周期就是每一次的浏览行为，即从打开浏览器开始，到关闭浏览器结束。（2）Domain属性：这个属性定义了Cookies传送数据的唯一性，只能将Cookies信息传送给唯一指定的某域名。（3）Path属性：该属性定义只能给指定的路径请求发送Cookies信息，如果没有设置Path属性，则使用应用软件的缺省路径。（4）Secure属性：定义了Cookies