广告行业转行数据分析——Data Science在Digital Ads行业的求职与应用有哪些?
作为一个合格的市场专员或者分析师,使用数据分析的方法来处理Digital Marketing中的数据是检验市场策略是否正常运作的最佳方式。
不过,采取合适妥当的分析手段才能获得最有效的广告分析结果。这其中有哪些常见KPI和数据分析手段呢?许多正在求职的应届毕业生可能发现许多Business Analyst工作都涉及Digital Marketing以及Ads,如何才能正确复习知识和应对面试,获得offer呢?如果你想了解更多数据分析相关内容,可以阅读以下这些文章:
数据科学和数字营销:Data Science在Digital Marketing领域有哪些应用?
职场Guideline:13步分步解析一个 Data Science 项目从想法到实现的全过程
成功被哈佛大学第一批Data Science硕士学位项目录取是怎样一种体验?
本期讲座主要分为几点:
- 1.什么是Digital Advertisement
- 2.How Digital Advertisement works
- 3.数据分析在Digital Ads行业应用场景
- 4.相关商业分析岗位的技术要求
- 5.哪些领域及公司在招聘对应的人才
日常生活中,我们在网页上搜索一些话题,在我们搜索完成后,过一段时间,我们会发现各种社交媒体以及网页推荐广告都跟我们前一段时间搜索的内容相关。这其中涉及到了哪些算法和原理呢?
首先,什么是Digital Advertisement?
在Digital advertisement里。主要有三个角色:
- 1.Demand: 可以是广告商(代表广告商利益的代理商),也可以是其他技术形式的买方
- 2.Supply: 可以是其他形式的技术运行的媒体或平台
- 3.Audience: 观看广告的人
清楚广告目的:
- 1.Inform:通知,让大家知道有此产品服务。
- 2.Persuade:告诉用户公司有新服务比以前的更好
- 3.Remind:在原服务即将完成时提醒顾客有新服务提供
- 4.Brand Awareness:在销售漏斗最顶层,让顾客知道品牌
- 5.Direct Response:广告点击购买
广告分类
广告主要分为传统广告和新式广告,social media advertising,Banner Advertising, search advertising等。
传统广告
新式广告(视频广告)
社交媒体广告
条幅广告
搜索广告
在了解了目前比较流行的广告类型后,我们将进一步说明如何提高广告的有效率。
在B2B的模式里,广告花费主要要考虑和检测如下几个数据。
- 1.CPM:one thousand impression, 当我们打开手机App的时候,广告出现一次算作一个impression。出现1000次这样的impression的花费,就是CPM
- 2.CPC:只有当顾客点击广告,公司才会为这个广告付费
- 3.CPS:每成交一笔交易再付广告费用。这时大家会问,那么都选择CPS不就是最好的广告付费方式了吗。其实并不然,因为CPS的费用跟前面两种对比花费更高
作为一个数据分析师,我们还需要了解广告在后台如何运用。就像前面提到的一样,手机会根据我们搜索的内容提供相关的广告。
这时候我们就不得不提一个机构的名字:Ads Exchange。与股票交易所相似,广告交易所就是用来交易广告的。广告交易所用来链接人们之间的供给与需求。
下图为一个广告交易的简单流程:
上图中间位置为广告交易所,提供一个实时竞价的机制(real-time bidding)。左边为广告的发布者,右边广告的提供方。
什么是实时竞价呢?
广告发布者向广告交易所发布信息,这些信息包含一些个人信息,如兴趣、位置等。这些广告到了交易所后,交易所会将一些额外信息一并打包给广告提供方。
提供方会根据这些信息来竞价并且制作广告。然后这些竞标价返回到RTB,RTB选择第二高的竞价并把广告信息放到指定的广告位。
掌握了广告行业的运营机制和原理之后, Digital Ads的工作机会也是大家所关心的。
- 1.平台方:比如Google,Twitter,Pinterest等,这些行业的工作基本要求如下。
- 2.使用方:如果身为平台用户,该怎么帮助企业评估预算。
数据分析师这时候就需要更多的使用跟踪(trafficking),live check以及asset management,根据这些收集到的数据来帮助公司完善数字营销模型。
这方面的主要技能为以下几类:
综上所述就为本次公开讲座的全部内容了,希望这些信息可以帮助到正在寻找相关职位的同学。祝大家早日找到心仪的工作。你还可以订阅我们的YouTube频道,观看大量数据科学相关公开课:https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ;在LinkedIn上关注我们,扩展你的人际网络!https://www.linkedin.com/company/dataapplab/
Recap 作者:Peter Mei
美工编辑:过儿
校对审稿:冬冬
公开课回放链接:https://www.youtube.com/watch?v=zG-j89ZdnfI&list=PL39P3XK_jveHE89PgwwvVPAGAj2cuxRrT&index=15&ab_channel=DataApplicationLab