月20日下午，Chartboost与AppsFlyer合办了一场以移动端程序化购买为主题的线上研讨会，演讲人分别是Chartboost高级客户经理Lindy Ma和AppsFlyer客户成功经理杨自然。

　　主要围绕程序化广告购买基础知识和全球发展趋势、Chartboost程序化购买工具Chartboost DSP的功能和优势、广告主使用前准备工作这三方面进行全面讲解。

　　程序化这个概念对效果类广告主来说既熟悉又陌生，它是从PC端逐步发展到移动端的，在PC端已经是非常成熟并被广泛运用的技术手段了。

　　其最主要的特点就是通过算法自动执行媒体采买，最大化每一次展示的价值，精准定位到想要获取的用户。此过程会用到Real Time Bidding，即实时竞价技术，对每一个用户的展示进行评估和出价，过滤无效的受众，避免数据延迟。

　　始终认为，程序化是移动营销的未来。根据eMarketer和App Annie数据，在美国，程序化广告购买的规模逐年上升，2020年85%的数字广告将通过程序化的方式进行，并且从2020年到2022年，移动端程序化广告支出的份额将逐年上升。

　　程序化广告购买如何进行？

　　发送广告请求到SSP（供给方平台）以及Adexchange，与此同时，DSP作为广告主的代言人，通过其平台算法及自有或第三方DMP的数据，甄别广告请求中所包含的信息，决定是否出价及出价多少，价高者将赢得展示。程序化广告购买流程与传统广告购买形成了鲜明对比，告别了粗放的广告投放和publisher层级的优化，转为从展示层面精细化定位目标用户，比如付费用户或具备某一特点或行为的用户。

　　程序化购买技术对DSP在数据的把控及算法的调整方面提出了更高的要求，行业中有许多优秀的DSP平台，他们因为数据积累和算法的不同而各有所长。Chartboost DSP专长是帮助广告主抓取付费用户，满足广告投放ROAS目标。

　　程序化广告有什么优势？

　　广告主可以清楚了解定位到的媒体和用户，从而避免了广告投放的黑匣子，而且整个竞价过程通常低于100毫秒，DSP可以迅速调整投放策略，避免数据延时。

　　更重要的是，在用户和展示层级可以有更多考量的维度，比如甚至可以细化到购买某一个用户某一天某一次的展示，从而进行有针对性的投放，让广告主每一次出价物有所值。

　　是什么，有什么优势？

　　一直紧跟Ad Tech潮流，两年前就打造出了Chartboost DSP测试版本。Chartboost DSP是为广告主量身定制的，通过机器学习不断优化算法，进行实时竞价，从质和量两个方面来进行广告优化的程序化购买工具。

　　拥有多年的行业积累及广泛的SDK渗透率，可精准预测用户行为，并实时调整广告投放策略，一方面我们专注高价抓取付费用户，一方面致力于降低成本，双向评估出价及成本的同时提升量级。

　　在投放过程中自动设置用户分层，分别抓取大小R用户或变现用户，实时调整竞价，从而以合理的成本达到广告主ROAS目标。目前Chartboost DSP已经被许多欧美及国内游戏出海大厂作为抓取付费用户、提升ROAS的首选工具。

　　与Ad Network区别

　　在Ad network工作流程里，广告活动根据历史数据及CPI出价得出eCPM并进行排序，在此基础上获得流量，AM及广告活动负责人会做许多手动优化工作，在publisher层级进行定向，如App类别，设置blacklist，whitelist等，尽可能触达目标用户，优化手段有限，广告效果难以持续。在Chartboost DSP中，我们将竞价从publisher层级转变到device层级。

　　如何决定每次竞价？

　　渗透率全球领先，基于我们对自有用户池子的了解，会从历史数据和用户行为比如是否有付费习惯，看广告后是否付费、付费等级及用户偏好等，应用算法对用户数据进行评估，同时参考广告主的出价范围及ROI目标，决定最终是否竞价及出价多少。

　　与行业竞品的区别是？

　　首先Chartboost深耕游戏内广告，并深谙效果类广告主的买量习惯，我们对广告主收取CPI, Chartboost 承担从CPM到CPI的转化风险，其次我们专门为IAP导向产品提供服务，以客户D7 ROI目标为基础，参考D30 ROI目标，在竞价时把用户分为付费和非付费用户，付费用户分为Whale和Dolphin，从精细的维度进行优化。Chartboost对自有数据有足够的判断和把控，可准确预测付费用户，从而避免广告主预算浪费。

　　成功案例

　　基于两年的Beta版本，目前在Social casino和以IAP为导向的Puzzle品类取得了很好的成绩。这两个品类的共同点是产品周期长，以内购为主要变现模式，目标地区以欧美发达国家为主。

　　第一个案例是欧美头部Social casino开发者，该产品运营时间比较久，面临买量瓶颈，手动调整工作繁多耗时，对接Chartboost DSP并经过一个月优化之后，双端ROAS平均提升了两倍以上。

　　第二个案例是来自中国深圳的优秀游戏出海Social Casino开发者Triwin（趣运），他们面临的问题是难以获得质、量双优的用户，基于Chartboost与该客户长期合作和数据积累，在对接Chartboost DSP后，我们帮助客户在iOS、Android和Amazon三个平台共同发力，测试期后该产品在三个平台的ROAS分别提升了440%、400%和140%。

　　值得一提的是，Triwin通过Chartboost在亚马逊平台的用户获取和变现两方面也取得了骄人的成绩。Chartboost是极少数可以买到亚马逊流量的广告平台，我们看到在亚马逊平台的广告主可以用Android的价格获得和iOS回收水平相当的用户，目前我们看到越来越多的开发者开发了亚马逊版本作为补充。如果您想了解更多Amazon平台广告投放细节。

　　第三个案例是欧洲知名的Puzzle游戏开发者，在对接Chartboost DSP并开通全平台投放后，在测试期就已经完成了广告主的优化目标。

　　如何衡量广告投放效果？

　　客户成功经理杨自然为我们详细介绍了广告投放效果分析工具 Cohort Report（群组报告），群组分析是分析某些具有相似特点的用户在特定时间段的系列表现，相似特点指的是来自同一个渠道、广告活动或地区，表现或KPI是指用户打开App情况，收益情况或其他打点事件，特定时间段可以是几天到几个月。

　　营销人员可以在AppsFlyer Cohort报表以表格和图形的形式查看多维度数据，比如ROI、卸载，或者任何其他应用内事件。同时支持长达180天的用户数据，可以分析用户获取后的长线表现。之后杨自然通过实操为听众进行了Cohort Report后台实操展示。

　　对接Chartboost DSP的准备工作

　　的CPI设定是浮动的，DSP是以CPM进行竞价的，所以转化下来的CPI会有一个浮动范围，范围越大，CPI越高，Chartboost更有几率获取大R用户，但不会超出广告主给出的最高出价，控制风险，从而在竞价和广告主成本间做平衡。

　　广告主需要设置月预算，在一个月测试期内每日花费会浮动。

　　以D7 ROI优化目标，广告主需要综合考量生命周期、成本和平均ROI收益等设置合理的ROI目标。我们会考察4周回滚数据，以平均每周ROI表现。

　　广告主需要配合Chartboost进行数据回传，可在AppsFlyer后台进行Postback设置。

　　最后要再一次感谢所有报名参加本次活动的朋友们，希望借助本次活动，广告主可以更加了解程序化交易流程和Chartboost DSP，走在程序化广告趋势的最前沿，并利用精细化效果分析工具AppsFlyer Cohort Report，在2020年全球各大排行榜拔得头筹！