随着 AR 技术越发成熟,以广告为一大业务的 Google
也开始充分运用这项技术。最近的例子是 YouTube 上的 AR
口红互动广告。这个新的互动形式是AR Beauty Try-On。在 YouTube
上,观众可以跟随 YouTube 创作者一起尝试化妆。M·A·C Cosmetics
投放了第一个 YouTube AR 口红广告,初步测试显示 30% 的观众对这种 AR
广告感兴趣,并且体验时间超过了 80 秒。此外,Google
还推出了针对移动网络的 “首款沉浸式显示格式”Swirl,通过Display & Video
360向用户展示的内嵌广告是完全可以互动的——点击会将广告扩大至整个屏幕,并且可以通过触摸来旋转商品,以便查看更多细节。为了帮助品牌方创建高质量、有着逼真模型的
3D 广告,Google 的 Poly
工具增加了新的编辑器,允许对模型进行更多的编辑控制,包括更改动画设置、自定义背景和添加逼真的反射效果。

原标题:广告圈最准的对号入座,看看你是哪一个丨第四十六期
CD没教的事Dalson老师最近正在做一件大事情,将自己积累20年的广告业绝技,运用在广告界本身,带着大家对广告业来一个,彻彻底底的新认识。首先来洞察一下目标人群——广告人有多少广告人一开始都梦想着自己的职场道路,是升职加薪,当上总经理,出任CEO,迎娶白富美,走上人生巅峰。可是事实呢,不论广告人处在哪个阶段,总是一阵冲劲之后,就陷入了停滞,卡在那里,上不上,下不下。虽然很多人职场人都面临着这个问题并且变成了一种将就,但是以犀利洞察著称的很多广告人们也甘当社畜。广告人们将自己的痛点都避而不见,不敢大声抱怨,却在默默适应。这也是Dalson老师创意思考力当中所讲的痛点的不同层次,只有对应到真正所属的层级,接下来的策略方案才会准。如果痛,就要找准它!面对它!别看广告圈中有那么多职位,什么文案、设计、阿康、媒介、创意,如果要分层级那就更多了,初级、资深、组长、群总监、总监级别,但是典型的还真就那么几种:1、资深小白小白就小白,为什么还要加上一个反义词资深呢?这里的小白并不是指刚刚毕业出入广告圈的应届生,而是那种毕业已经在行业内工作了两三年但是在技能上和职位上都没有什么大的提升,还在干着打杂的工作。这类型的广告人,可谓是「小白当中的资深版」。没有了最开始的新鲜劲,对未来又存在一些渺茫的幻想,这样日复一日,续命的方式就靠打鸡血了。功劳自然是一个占不到,没有一点点的成就感,而苦劳也是变成了“理所应当”。当AE就天天在贴发票,当设计师每天都抠图,做媒介就一直在做表,文案天天在薅头发,同一个产品同一个品类写了几十遍也没过。如果说在广告圈还有着SAE/AE/AM/AD这种比较清晰的职位晋升下情况都尚且如此,更不要说其行业有更多这种资深小白,他也做了几年了,但是还做着和入行时差不多的事情。为什么「资深小白」没有去做一些更有价值的事情呢?并不是因为他不想,而是他的工作环境中没有人真正去系统地教他,但是现实中这个机会真的是可遇不可求,几个公司能提供这样的环境呢?2、瓶颈职场人比资深小白干了更长时间的广告人却高不成、低不就,这就是很多主管级别的人,看似光鲜,只不过是熬了足够长的时间晋升到一个小领导,如果说一个资深小白很容易被卡住,那么作为他的领导很难说没有遇到同样的问题,谁说升过一次职就会一直升值?没错,往往就是那些资深媒介、资深文案、资深设计的角色,但还远远没有达到资深指导级别。而这样角色留下没大用,弃之很可惜。之所以还能维持在原岗位上,更多的时候是考虑到整个公司结构的稳固性。即使知道了这一切,他们在执行工作时,对于这个行业中的一切原本不满、不公、不平的事情,已经看得非常的淡然了,所有的苦活、脏活、累活,没什么感觉了,自诩佛系。可是这样一来,更尴尬的情况就出现了,一点小小的决策权抵不过老板一句话,但是只做执行的话,下面的人完全可以全部搞定。可是反过来,下属做事,自己要背责任;上头责怪
,自己又要背黑锅。在这个行业工作就是赚个生活费,只要不花大钱,倒也不缺钱,得不到更多的财富却归结为自己不在乎,对行业失去热情。「瓶颈职场人」真的看淡一切了吗?不!这类型人群的关键问题是:并不知道怎么怎么突破困局。身处广告圈,却过着公务员的生活。说实话,谁又能甘心次次都是功亏一篑呢?3、悲惨创业者Freelancer凭着自己一项专业能力就去接外案,白天上班,晚上接私活,本以为能获取双份收入。但是往往才发现除了自己专业范围之外,还有有很多时候与状况都不知道该怎么处理,不是阿康不会谈商务,不是文案写不出精准的描述,不懂财务最后可能连成本都收不回来。甚至很多人连这个情况都没了解清楚,只是在工作领域内水平很强,就想要自己开公司自己接案子自己做,但是除了自己的专业内领域,剩下的啥也不懂。说是CEO吧,还兼任CFO、CMO甚至是设计、文案、媒介、财务、人力等等,自己看似是做了老板,可是实际上所有的东西都变一个人扛了,更要命的是,这一次可没有人发工资了,还要去养着别人。「悲惨创业者」这种恶性的情况难道会一直持续循环下去吗?专业人员解决这个问题需要的不止是专业能力,还需要掌握更多的方法和技巧,提高自己财务、商务、文案、创意、策略能力,自己专业外的技能也要补足。这样,才能让自己的客户心甘情愿的掏钱。4、不怕死的挑战者说起来也很神奇,现在很多其他的行业的人遇到困局想要跳槽的时候,居然都会选择广告业。一是凭借着对广告业创意活力的喜爱,二是很多人都觉得广告公司的AE岗位,是个人就能做,跨行业跳槽没有障碍。可事实是怎么样呢?人们觉得想做设计的话,既要有美感还要会Adobe全家桶,如果想做媒介的话,就必须拥有广泛的人脉,并且能链接到独家资源,而策划听起来就仿佛是一套很庞大的系统。选择了AE就不需要任何技能了吗?万万没想到AE才是要求最高的,因为和人打交道从来都是最难的,更何况这个人还是客户,想要沟通顺利还必须基本了解上面所说的设计、媒介、策略的甚至商务的部分才可以。即使他们想学习一些专业技能却不知道该去哪里学,渐渐地,热情被迫在眉睫的生存问题给击败。那么说起来,对于「不怕死的挑战者」来说,什么最简单?实际上是策略、策划。因为它既不需要像设计一样培养十几年的美感,也不用像媒介一样混成圈子里面的老油条,更不需要像AE一样要去掌握那么多的知识和技巧。但是策略呢,只要学习创意思考力七步法则,将这套易上手的基础方法一步一步去实践,去运用,就可以掌握策略能力了,是转行者的首选。有木有,简直准哭?当然了,如果你以上四类你都是不是,恭喜你是超级健康的广告人!

随着人口红利的消失,新用户获取成本不断上升,传统的粗犷式投放不再适用。用好数据,在广告投放的策略上精耕细作,控制成本、提升效果,是必然的转型方向。但如何才能“用好数据”,又该如何“精耕细作”?能够对多源数据进行连接整合、用数据细分人群并指导投放的
DMP(数据管理平台),成为了越来越多广告主的选择。DMP 的使用方式包括 3
大环节:1. 通过标签等方式构建人群;2. 执行投放;3.
衡量效果。但这个过程中很容易出现一些问题:在人群构建阶段,标签和人群的选择主要靠营销人员主观判断,缺乏数据支持;构建后的人群数据包是静态的,在投放过程中,系统不断收集点击、转化数据,然而这些数据没有实时反馈回算法,无法帮助优化后续的人群策略;广告主以往营销活动中积累的曝光、点击、下载安装等历史数据,难以得到整合和利用。为了更好的解决以上问题,帮助广告主进一步提升
ROI,2019年 TalkingData 对旗下的智能营销云(Smart Marketing
Cloud,简称SMC)进行了升级,重点提升了以下 3 方面的核心能力:1受众洞察,
方位了解你的潜在用户常规的受众洞察只包含性别、年龄、兴趣等基础画像数据,在
TalkingData 智能营销云中,可以从
“人口属性”、“终端属性”、“商旅分析”、“App 使用分析”、“电商行为分析” 5
大模块全面分析和洞察用户。这里重点介绍下 “App 使用分析” 和
“电商行为分析” 模块。在 App 使用分析报告中,TalkingData
可以计算处理当前受众在 24 大类、100+ 小类的数万款 App
的覆盖率、活跃率、TGI 的情况,深入了解已有用户或潜在用户的 App
使用偏好。报告部分截图电商分析报告中,则全面的统计了当前人群的网购活跃度、购买力、消费偏好等维度的数据。通过以上详实的数据分析,可以帮助广告主制定针对性的投放计划。例如,某客户原计划将预算大比例投放在传统信息流广告,但通过人群的洞察和分析,发现潜在用户偏爱某种草类
App,网购活跃度上比大盘高 28%,于是调整预算,加大了 KOL 和种草类 App
的广告投入,后期效果评估,转化成本比常规投放降低了 18.7%。2动态人群包,
针对业务模型自动优化广告计划如果使用了 TalkingData 旗下的 Ad Tracking 或
Brand Growth 对广告曝光、点击、落地页或 App
激活进行监测,这些互动和转化数据会自动回流至智能营销云。经过反作弊算法等一系列处理后,系统会自动分析互动用户的人群标签,如地域、App
行为等特征属性,自动将具备相似特征的人群附加到原有的人群包中,同时会剔除掉预估
CTR
较低的人群,实现定向人群的动态优化,达到数据实时反哺算法的效果。在实际投放中,如果同行业的广告一段时间内反复触达同一批用户,广告效果会不断衰减。通过动态优化人群包的策略,长期投放也能做到人群的鲜活。3数据资产管理,
数据融合发挥最大价值数据资产模块支持批量导入广告主过去在其他平台的广告监测数据,同时支持整合
TalkingData 旗下的 Ad Tracking 和 Brand Growth
数据。无论是效果类广告主还是品牌类广告主,都可以将历史数据快速导入到智能营销云中,真正让数据成为支撑长久发展的资产,而不仅仅是工具。数据导入后,数据之间的连接和融合才最为关键。利用
TalkingData
数据中台的处理能力,能够还原移动设备的完整生命周期历程。还原用户真实路径后,再做营销生命周期的循环,就可以针对不同的人群,进行触达或排除投放。例如,针对过去
2 周点击过广告但未下载 App
的用户人群进行二次触达;或者拉取高活跃度的用户人群,在智能营销云中进行
Lookalike
拓展,并排除已安装用户,再进行广告投放。在广告投放之前深入洞察潜在受众、根据受众分布选择匹配度高的标签和媒体,再结合
TalkingData
智能营销云的算法和数据整合能力,真正做好精细化投放。在营销成本不断上涨的今天,也能做到预期可控的
ROI。

网站地图xml地图