小米Q1广告业务逆势增长,背后有什么样的底层逻辑?

小米Q1广告业务逆势增长,背后有什么样的底层逻辑?
文章图片

5月20日 , 小米集团Q1财报发布 , 其中 , 小米互联网广告收入同比大涨16.6% , 涵盖广告业务在内的互联网服务收入同比大涨38.6% , 占比小米集团总收入超10% 。
【小米Q1广告业务逆势增长,背后有什么样的底层逻辑?】根据CTR日前公布的数据显示 , 2020年2月 , 国内广告投放刊例花费同比减少了28.6% , 创下一年来的最大降幅 。 在这样被动的市场环境下 , 小米Q1广告业绩逆势增长的缘由何在?
小米Q1广告业务逆势增长,背后有什么样的底层逻辑?
文章图片

1、宏观面:从流量思维转向服务思维 , 强调服务好广告主的前提“服务好用户”
小米广告业务的增长其中自然有部分在线行业红利期带来的利好 , 但在2019年一年时间里 , 小米互联网广告类型都在从“展示”向“展示+效果”迁移 , 媒体的属性也不再是单一的流量生意 , 而是逐渐向“工具+内容” , “工具+渠道+内容” , “渠道+内容”各种方向延展 。
这些变化 , 透露出的讯息无外乎两点 。 第一用户需要更为友善的体验 , 第二广告主需要更好更高的ROI , 平台方不再是过去简单粗放的将流量销售一空 , 更需要的是关注“效率”二字 。 为了达成这一目标 , 2019年2月小米互联网商业部开始采取用服务思维替代流量思维的策略 , 强调不但要服务好广告主 , 更需要同时服务好用户 。
而服务用户的关键有两点:首先减少用户的打扰 , 其次为用户推送有用的东西 。 想要保证用户体验 , 裁撤不友好的广告位则是最立竿见影的办法 , 但广告库存的减少就意味着单个广告位变现效率亟待提升 。 这就意味着需要给广告主更高的ROI , 为此倒逼提升精准投放的能力 。 而随着精准度提升 , 为用户推荐有用的东西这件事 , 自然也是水到渠成 。
但仅仅依靠服务用户间接服务广告主显然不够 , 因此 , 就需要小米营销全链路上的每一环都尽可能的为广告主带来价值 , 而这点如果没有强劲的产研能力显然很难实现 。
小米Q1广告业务逆势增长,背后有什么样的底层逻辑?
文章图片

2019年末 , 小米营销开始在技术端针对这些问题升级解决方案——智能全链路投放 。
所谓智能全链路投放 , 就是在基础层将自然语言处理、知识图谱和机器学习等技术用于提升AI算法模型的优化;在应用层 , 覆盖从找到用户到最终触达的整个营销链条 , 通过智能定向DMP+、智能出价oCPX、智能创意DPA以及智能触达等在内的各种技术能力 , 并将整个过程智能化 。
简言之 , 智能全链路投放 , 就是在愈发繁杂的数据指标 , 复杂的广告产品 , 越来越多的触点下 , 将营销链路上的每一环都利用大数据 , 尽可能的做到自动精准优化 , 而不是过去大多数情况下只能依赖人力而为之 。
因此 , 想要做到这点 , 并保证这一切行之有效顺利运行的重要基石则是数据 。
2、“智能全链路投放”:从亿级设备产生的庞大数据生态说起
由于移动互联网、物联网所造成的“连接红利” , 大量的消费者行为、轨迹都留有痕迹 , 产生了大量的行为数据 。 这些行为数据的背后实际上代表着无数与客户接触的连接点 。 如何洞察与满足这些连接点所代表的需求 , 几乎可以说是智能投放的基础 。
小米理解用户的核心则是其“1+4+X”的大数据——通过小米的“手机+电视/音箱/笔记本/路由器+生态产品”的产品矩阵 , 所积累的大量底层数据 。
如小米所述 , 作为一家以手机、智能硬件和IoT平台为核心的互联网公司 , Canalys数据显示的截至2020年Q1小米在全球手机市场上10.7%的市场占有率 , 是全球第四大智能手机制造商 。 加上小米电视3200万激活用户 , 长达4.4小时的日观看时长 , 以及全球第一的消费AIoT平台 , IoT联网设备数量超过2.52亿 。
所有这些设备都在源源不断的产生数据 , 最终为小米构建出一个庞大的数据生态 。 但如果说这些数据只有庞大的体量 , 依旧很难说其已经成为小米在大数据领域的优势 。
事实上 , 真正构建起优势的则是更为丰富场景下的数据 , 除了消费场景下的数据收集 , 其“1+4+X”的生态补全了客厅娱乐场景以及未来IoT可以进一步发展出的整个全场景 。
有些小米的忠实用户通过一个ID实现数百种智能硬件设备的控制与联动 , 即可轻松体验全面的场景互联 。 基于此 , 小米的商业化平台能够从手机、AI、IoT、OTT产生的无限细分场景中洞悉用户行为 , 在保证用户隐私的前提下 , 通过小米数据中台进行信息的整合与分发 , 实现精准营销 。
基于这种多维度立体的数据信息 , 小米逐渐尝试将DMP进一步发展至DMP+ , 除了过去常规的用户画像、人群管理、人群扩展和画像洞察等一系列DMP固有的功能外 , 更提供基于AI算法能力的商业意图标签 。
所谓的商业意图(行业)标签 , 不再是依照单一的人群划分 , 相反在寻找目标用户的基础上 , 进一步了解到广告主投放广告的终极诉求 , 是追求更高的转化、留存还是要和竞品争夺市场份额 。
AI和机器学习中台 , 则能更好的理解广告主商业意图的不同 , 进而来最终圈选商业意图 , 随之为其配备更符合用户所需的品牌 。
3、洞察和找到目标用户后 , 三板斧“落地页工具精细化、广告样式互动化 , 和应用内容直达”
拥有庞大数据 , 则意味着进行营销的底层洞察可以更好实现 。 有了洞察 , 那么通过“投放”进行广告主和用户的连接 , 则会变得更人性化——把广告变成供需的有效匹配 , 则是一种“好的”连接 。 这背后怎么做的?首先 , 从广告主端 , 有oCPX投放优化机制 , DPA+智能创意 , 这其实是小米广告产品的重心 。
先来看oCPX智能投放 , 总结来看“把广告推送给更容易转化的用户 , 而不仅仅是更容易点击的用户 。 ”相比 , 过去一般到曝光或是下载这类比较浅层次动作的竞价模型 , oCPX则主要更偏向于转化漏斗的更深层——以付费、下单 , 甚至是授权、加购等近10个更深层的行为作为终点的一个深度转化模型 , 而其实 , 从用户层面 , “更容易转化”也意味着真正推了他需要的东西 。
oCPX机制 , 意味着广告主在最初的投放阶段保证自己在选量效率的前提下 , 尽可能的做到其ROI可控 , 同时小米还进一步的为这套模型给出了“策略+赔付”的双重保证 , 这一点是其他很多平台并没有推出的 。
在转化层面的计算困难被解决后 , 广告创意层面的诉求自然是不容忽视的 。 层出不穷的素材 , 自然需要强大的工具来支持 , 尤其是对小米这样一个多元化的生态的平台 , 精准的投放必然重要 , 但往往创意就成了撬动转化的最后一个支点 。
而小米针对创意质量的优化 , 在智能创意环节上 , 小米给出了“DPA+程序化”两大工具 。
一方面通过DPA(动态创意广告) , 基于用户标签给用户推送有针对性的个性化广告 , 尤其是在商品即广告的电商类内容中 , DPA则能直接基于用户既往行为 , 推送用户可能感兴趣的商品页详情 , 就能大大减少广告工作量的同时 , 进一步拉升广告投放效率 。
除了一次性投放多个物料以便为用户进行个性化推荐的基础功能上 , 还会通过智mi算法 , 进一步锁定用户需求 , 在面对不同行业的不同客群时 , 尽可能为其匹配最优质的广告内容 , 并且在此基础上持续优化 。
此外 , 升级智能创意工具 , 如个性化标题、创意灵感库、程序化创意 , 提升素材的制作效率 , 协同系统智能创意产出优质素材 , 最终助力CTR提升 。
在整个营销链条上的准备工作全部完成后 , 用户可见的只有最终的形式 。 而在最终触达这一环上 , 小米则针对性的在3个方向上提出相应策略 , 以迎接最后营销链条上的用户考验:落地页工具精细化、广告样式互动化和应用直达 。
三个方向看似独立 , 实则环环相扣 。 其中 , 广告样式互动化是最好理解的 , 简而言之便是通过更多高互动性的广告形式 , 来帮助广告主吸引并捕捉用户的注意力 。
而无论互动广告的趣味性、新鲜感有多足 , 甚至能够被很好的包装进福利里 , 但其本质依旧是广告 , 这就意味着如果在用户互动后不能为其提供真正需要的产品 , 依旧很难带来最终转化 。
在后端的落地页或是详情页的打造上 , 小米推出的乐高建站 , 通过简单的组件模板也很好的降低了广告主搭建广告落地页、详情页的难度 。 同时 , 小米还提供了信息流个性化详情页用以打造用户视觉的一致性 , 从而更好完成后端转换 。
最后 , 值得关注的则是应用内容直达 。
小米Q1广告业务逆势增长,背后有什么样的底层逻辑?
文章图片

事实上 , 用户点击下载广告中推荐的APP , 是由于对广告内容产生兴趣 , 激活APP时希望能及时到达与广告内容相匹配的落地页 , 而非APP首页 。
为满足用户此类需求 , 应用直达功能应运而生 , 依靠系统级Deeplink能力 , 用户激活APP会直接到达与广告内容相关的页面 , 优化用户体验的同时 , 也提高了广告主APP首次访问下单率、使用时长等核心指标 。
4、去哪儿旅行x2020春运 , 一个典型案例 , 拆解全链路投放逻辑
2020年年初 , “去哪儿旅行×小米——春运抢票神器三连发”多场景合作项目 , 让去哪儿旅行app下载量超40万 , 调起量近400万 , 火车票订单量同比2019年增长10% 。 而这就是典型的优化广告业务逻辑后的一次全链路智能投放 。
小米2020年首次整合负一屏、日历、小爱同学3大场景资源 , 结合去哪儿旅行分别接入了快速抢票入口 , 能够让用户在不同场景中 , 以最简便的方式完成抢票操作 。
小米基于设备级和系统级的数据洞察 , 全时段、全场景和全维度的用户画像 , 加上小米特有的商业意图标签 , 后再结合其内容消费习惯进行精准的营销内容推送服务 , 才最终得到这样的良好反馈 。
除此之外 , 在这个案例中还有两点非常重要:第一 , 在这次的合作中 , 从点击到下载的链路都非常短 。 无论是从负一屏、日历运营卡片还是小爱同学 , 整体链路都相对较短 , 从看到到点击并完成下载 , 最终导向抢票页 , 不过三步 。
第二 , 结合情景 , 提出的不是品牌理念 , 而是迎合消费者的需求 。 这点 , 在同时进行的社会化营销中尤为明显 , 在通过小米渠道辐射全网 , 触达更大范围的用户时 , 广告的关键词大多是与春节期间消费者需求强相关的宣传点 , 比如过年、让父母等 , 春运抢票等词汇 。
现今广告最现实的做法还是给用户推荐他所需要的内容/服务 , 从而让广告主和用户都对此满意 , 在商业价值和用户价值间形成匹配的理想状态 , 而不是一遍遍打扰、强制、诱导用户 。
在AIoT硬件生态上进行内容服务生态布局 , 要“让每个小米用户享受到有价值的内容和便利的服务 。 ”基于这样的布局 , 小米的营销属性变得不同:不是对用户的商业变现 , 而是价值供给 , 想用户所想 , 供用户所欲 。
而这一切的基础则是建立在自身数据及算法的能力 , AIoT+厂商系统级能力 , 在成为流量入口的同时 , 更是让小米从数据多样性 , 用户画像立体角度 , 都能够在现如今的市场中占据一席之地 。
甚至随着小米生态链的进一步拓展 , 数据维度愈发丰富 , 再加上小米“营销即服务”的理念 , 其智能全链路投放能力在未来依旧会不断更新升级 , 以求为用户推送更精准的内容 , 这些是用户需要的 , 而广告主同样也需要这些 。


    推荐阅读