中国营销环境下的跨设备ID识别难题真的无解?

zhongguoyingxiao01

  是否支持跨设备ID识别越来越成为广告主进行广告投放时的重要参考指标。尤其是近两年,移动端取代PC成为受众使用时间最长、互动程度最深的屏幕,如何将PC和移动端的数据打通,盘活PC之前积累的用户数据并在移动端实现这些用户的重定向营销,以及如何精准识别不同设备背后的同一用户,合理控制同一广告在用户处播放的频次,成为广告投放的主要诉求。

  目前,同一个受众可能同时拥有两部手机、两台电脑、一个平板、一个智能手表,同家人共享一台智能电视。未来,随着智能穿戴、出行设备的互联网化,他还可能购买VR头盔、互联网汽车以及众多智能家居产品。同一用户的注意力将在不同的时间和场景被不同的设备分割。这种情况下,跨设备ID识别将成为整合碎片化用户数据、实现精准广告投放必不可少的工具。

zhongguoyingxiao02

  为此,TopMarketing综合采访了目前行业内在跨设备ID识别技术方面领先的公司,细究关于跨设备ID识别你不可不知的几件事。

  受访者分别为聚效首席技术官胡宁,腾讯社交广告部高级产品总监周洲,以及AdMaster 联合创始人兼首席技术官洪倍、AdMaster产品副总裁任佩禹。

  什么是跨设备ID 识别?

  用腾讯社交广告部高级产品总监周洲的话来说,跨设备ID识别就是识别不同设备背后的同一用户。由于目前同一用户的注意力被不同终端分割,为了避免重复向该用户投放广告而造成的浪费,在有限的预算下触达更多的目标用户,提升ROI,广告主需要关联不同设备的ID,跨设备识别同一个用户,从而实现跨设备广告投放的频次控制以及基于场景的、更精准的广告投放。这一概念最早用于PC与Mobile、Mobile与Mobile之间的跨设备识别。但目前随着二维码、摇一摇技术的出现,智能电视这块大屏也已参与了进来。

zhongguoyingxiao03

  同时,周洲表示:“目前,判断跨设备效果好坏主要有两个指标,一个是精准度,一个是覆盖面(能否规模化)。业界虽然很多广告公司声称自己有跨设备能力,但具有大规模投放经验的其实不多,它们也许在小范围内做到了精准,但如果做不到大规模普及,也不能算是合格的跨设备。精准度和覆盖面往往是成反比的,覆盖面越大,精准度就会越低。”

  跨设备ID 识别对行业各主体有什么价值?

zhongguoyingxiao04

  AdMaster创始人兼首席技术官洪倍提到:“跨设备ID识别对品牌营销的价值显而易见,更真实的受众去重、跨设备频次控制、受众放大及重定向、多屏归因、真正实现受众购买,帮助广告主及媒体减少投放浪费,提升ROI和转化率,这些目前业内已普遍认同。除此之外,它也可以使场景营销更加精准并成为可能。跨设备营销可以结合同一用户在不同时间、地点及生活场景使用的不同设备来推送一系列的广告,例如早起刷牙时在手机上推送日化品牌的广告创意A,午间工作之余在PC端推送创意B,实现持续、个性化的受众触达。”

  跨设备ID识别不仅对广告主大有裨益,对行业其它利益方也是如此。在广告生态链上,如果能够为广告主或媒体提供大规模精准跨设备营销服务的话,这势必将会吸引更多的广告营销预算,并减少投放损耗,第三方的广告监测公司也可以更加精准、稳定地评估广告投放效果。

  如何进行跨设备ID 识别?

zhongguoyingxiao05

  洪倍表示:综合国内和国外经验,目前主要有三种跨设备ID识别的方法,分别是精准识别、纯概率识别和精准+概率识别,简单总结如下:

  1,精准识别

  这是最有效的识别方法,即利用一个ID 去进行设备的匹配。这种应用能规模化的前提是合作的媒体或者广告主自身拥有一整套的账户ID系统,即所谓的强账号体系。拥有强账号体系的公司一般拥有强劲的用户产品或产品系,比如阿里巴巴的淘宝账号、新浪微博以及腾讯的QQ和微信,用户在多个设备上都会使用同一个账号登录。

  此外,如果广告主自己拥有一套完整的用户账户体系,也可以跟广告公司进行合作来打通不同屏幕,实现对同一用户的追踪。

  另外,聚效首席技术官胡宁还补充了一种容易被忽视的的精准匹配方法,就是如果一款产品本身能建立起PC和移动端的连接,它也可以实现跨设备ID的识别,比如360手机助手这样的能建立一对一关系的产品。

  关于精准识别的效果,胡宁举了一个已成功运作的案例。在为效果导向的苏宁易购做广告投放时,聚效综合利用了它自身拥有的广告投放与追踪数据、苏宁易购的自有用户数据以及360的用户数据,通过三者用户数据的对接,精准地识别了不同设备后的同一用户。如果一个用户通过PC访问过苏宁易购,聚效就可以通过跨设备技术把他浏览过的商品以及跟它相关的商品推荐到他的移动设备上;如果该用户经常看网易新闻或者360影视,聚效就可以在这些APP上推送苏宁的广告。投放结束后的数据显示,使用跨设备识别后的ROI能够达到普通原生广告的4-5倍。

  虽然精准识别的效果最好,但是目前只有巨头才能大范围地覆盖不同的渠道,拥有海量、完整的用户数据。广告主方面话,除了电商,其它传统品牌自建DMP也只处于起步阶段。因此,如果想实现大范围的精准跨设备ID识别,还需要行业各利益有关方展开数据合作。

  2,概率识别

  概率,顾名思义,就是通过算法来配对,寻求不同设备同属于同一用户的可能性。周洲详细解释了国外普遍使用的概率识别方法:如果没有类似腾讯的强账号体系,又想做到跨设备的话,就需要做概率识别。通过定义诸如IP、时间序列、上网行为、设备号等特征值,经过特定算法来做概率匹配,比如同一IP下的一些设备如果满足一定条件的话就可以认为它是同一用户。

  虽然在国外,一些跨设备ID识别的厂商声称自己的精准匹配概率很高,可以达到70%-90%,但胡宁表示这一方法在国内落地的风险还是比较大,因为受数据孤岛、IP人均占有量低、GPS信息很难拿到、山寨机泛滥、第三方浏览器干扰等主客观因素的影响,概率识别在国内并不被看好。

  如果想要做纯概率匹配,就要开发适合国内营销环境的模型,但受限于上述因素,它在实际操作时难度还是很大,有可能费力不讨好。

  3,精准+概率匹配

  这是基于精准匹配与概率匹配综合的跨设备识别方案。以第三方广告监测服务起家的AdMaster目前正在做这方面的尝试。

  AdMaster产品副总裁任佩禹表示:“要实现精准+概率匹配,核心是在概率匹配方法外,用自身数据源、合作方数据源等技术构建精准匹配集,并应用深度学习等技术,持续进行模型训练及分析,从而在保证可规模化应用的前提下提高准确率。”

  任佩禹称这个过程为三部曲: 第一步,构建真实数据集,通过自身数据、合作伙伴等数据构建确定能匹配的Pair 和确定不匹配的Pair(ID的匹配对称为Pair),相当于一种正反向甄别的概念,并通过此提炼设备特征值。AdMaster 在此方面的优势是除了常规监测数据外,我们还有海量的Social 数据,有基于自己调研业务的同源样本数据,也与巨头们保持较好的合作关系。数据集构建好后,就成为一个对比的标杆。第二步,通过深度学习方法,用更大范围的训练集与其进行匹配,构建ID 行为特征网,训练匹配模型,不断提升匹配效果;同时还需要有定期更新的机制保证数据的活跃度。第三步即实际应用,在实际投放环境中,运用训练好的模型及数据集进行跨设备ID的识别。

  国内跨设备ID 识别面临哪些挑战?

  1,数据孤岛导致的跨设备规模化问题

  四位受访者都表示:这是一个老生常谈的问题。我们常说未来所有的生意都是数据的生意,从目前来看,所有的问题似乎也都是数据的问题。在数据占有量及数据质量方面,数据巨头具有绝对优势,它们并不愿意轻易地把自己的数据分享出来,但广告主如果不借助类似BAT的数据,跨设备的规模化和精准化就很难做到。

  2,多重因素导致的数据失真

  任佩禹提到:“国内互联网环境复杂导致ID 不稳定。在PC及Mobile端,第三方浏览器、电脑安全助手被更大范围的使用,经常清空浏览数据,这对ID 的稳定识别造成了影响;同时,国内的山寨机等情况也会造成ID不稳定,AdMaster在运用自己的BlueAir 流量质量评估方案时就发现,大量的ID是重复或不符合规则的。因此这种情况下需要做的是无效ID 的甄别和标识。另外,国外很多跨设备识别技术公司普遍采用IP来进行跨设备ID识别,并且权重非常高。虽然国外的人均IP持有量在4-5个,但国内大量的IP是非公开私人使用,网民人均IP数不到1个,因此用IP去高权重匹配比较困难,需要结合其它的特征。”

  3,新设备的加入导致跨设备识别更加碎片化

  四位受访者也都表示,未来会有更多的设备跟手机争夺用户使用时间,也会有不同的跨设备识别技术解决方案。我们现在讲的跨设备多停留在PC和移动端之间,跟电视以及其它屏幕的跨设备还处于萌芽阶段,以后PC和移动端的跨设备可能就不重要了。当我们拥有更多的移动设备,比如VR、AR、电视、手表、汽车后,跨设备会面临更大的挑战和机遇。这会使得数据更加的碎片化,但也有可能会打破数据垄断,避免出现一家独大的局面。

  想要实现精准的跨设备识别,行业需要做哪些?

zhongguoyingxiao06

  1, 加强数据合作,必要的话建立跨设备识别数据联盟

  想要解决上述面临的挑战,最核心的其实还是要解决数据流通的问题。

  胡宁表示:“虽然数据开放是个敏感的问题,但是如果包括媒体、广告公司、广告监测商联合广告主一起来推动的话,还是可以解决的。因为产业链条上的各方都拥有一部分数据,各方都没有办法保证自己的覆盖率足够完整,如果大家把自己的数据聚到一起并通过某种方法将它映射起来,得到用户完整的行为轨迹的话,这对多方都会有帮助。”

  当然这其中会涉及到如何衡量各方对这一数据的贡献程度等问题,各利益相关方还可以深入探讨。胡宁认为,如果必要的话,行业可以建立关于跨设备ID识别的联盟。对此,腾讯以及AdMaster也持开放态度,毕竟流通中的数据才能产生价值。

  2,加强流量质量分析,保证数据真实

  中国的广告市场比较复杂,不管是广告作弊、IP资源人均占有量低、山寨机横行还是诸多第三方浏览器、安全助手、广告屏蔽插件等,都会对现实的数据收集形成干扰。对此,一直以来致力于反作弊研究的任佩禹建议是想要做好跨设备,首先要做的就是加强流量质量分析,并努力获取真实、有效的设备ID及行为特征。如果数据从源头上就失真,那么后续的分析和利用就没有多大价值。

  3,实事求是,端正广告主跨设备预期

  最后周洲分享一点比较务实的建议,主要是针对目前行业各主体在向广告主解读跨设备ID识别时应持有的态度。大多数的广告主,由于之前没有过多地关注跨设备ID识别技术,在初次使用这样的服务时可能会放大它的价值而忽视它面临的挑战。这就需要销售在向广告主介绍什么是跨设备ID识别时做到实事求是,不要画大饼恶意竞争、也不要故意抬高广告主的预期,要跟他们详细说明目前国内真实的广告环境及跨设备识别的现状,这不仅关乎企业自身的业务开展,也有助于促进跨设备ID识别技术在行业内的良性发展。