網服廣告商品化——與廣告主共創未來增長點

網服生意增長和電商增長的邏輯相通

近年來，各行各業利用網際網路自我改造升級，已漸成顯學。而在這樣的升級過程中，有一門家家必練的功夫——使用者增長。

在線上做增長，較早殺出一條血路的是電商行業，道理也很簡單：最早在線上打通整個交易鏈路的，就是電商，換句話說，電商全鏈路的使用者行為，都可以被記錄和最佳化。

那麼電商增長的方法論，與我們傳統的營銷思路相比，有什麼不同呢？

最重要的，是面向商品的營銷框架。

比方說一家超市做宣傳，比起宣傳超市本身，直接推廣琳琅滿目的商品，對使用者的吸引力更強。

除了電商，多數線上服務被歸到“網服”。而近年來，網服行業變得越來越像商品購買，您想想看，如今外賣、打車的交易體驗，與選購一件商品有什麼不同呢？這背後的驅動力有二：一是應用的互動越來越豐富，不像原來只能放幾張圖片看看；二是移動支付的普及，讓網服行業都形成了線上的交易閉環。

我們觀察到，網服行業整體增長趨勢都在朝廣告商品化方向快速演進中！

這個方向，仍然是以商品為核心。說個直觀的例子（並非實際推廣案例），傳統營銷推廣的是下圖左邊的產品整體資訊；而在電商化營銷中，已經變成了推廣下圖右邊那樣的內容商品——即“廣告商品化”。

網服的所謂“廣告商品化”，就是先挑選出合適的內容或服務，再用廣告渠道直接推廣這些“商品”。換句話說，也就是“內容/服務選品 + 站外推薦”的基本框架，原理非常像電商的商品推廣。

網服廣告商品化的產品支撐

應該說，這種新的網服增長方法論，引領者仍然是各大廣告平臺。在國內，騰訊廣告最先將廣告商品化拓展至多個非電商行業，做到了“萬物商品化”乃至“商品行業化”。咱們就以騰訊廣告為例，來談談它是如何從產品體系上，支撐這種商品化的網服增長的。

要說電商廣告投放的神器，那非動態商品廣告（Dynamic Product Ads，DPA）莫屬了。它與普通廣告投放的邏輯有很大不同：不再是客戶上傳創意，而是由廣告平臺以結構化對接商品庫，然後按照某種規則選出對當前場景或使用者合適的商品，由系統自動生成創意，再把創意推送出去。

可以看出，這裡的關鍵步驟，正是選品與推薦。再說細一點的，可以分為三層：一、選品：從商品庫裡圈定出適合廣告投放的商品集；二、匹配：針對當前使用者或場景匹配出最恰當的商品；三、推薦：跟客戶自己應用內的推薦方法類似，只不過是把推薦位搬到了站外的廣告位上。

那麼商品廣告是不是隻有電商類投放能用呢？不然，早在2019年，騰訊廣告等各大廣告平臺就推出了網服行業可應用的DPA解決方案。它的基本流程，如下圖所示：與常規展示競價廣告相比，DPA推廣的是描述商品/內容的結構化資料，透過建立商品與使用者行為的關聯，在檢索環節實現標籤自動分配與播控，在排序環節實現商品知識圖譜的應用，最終實現人貨匹配的商品推薦。

比如對閱讀動漫客戶來說，把小說的書名、類目、作者、評分、熱度、篇幅、章節數、章節內容、付費金額這類結構化資訊對接給廣告平臺，平臺再根據使用者行為習慣等，找到合適的小說單品，推送到喜歡它的人面前。

由於數字營銷的專業性，這樣的商品化營銷能力建設，可能還是要以平臺方為主。如果僅僅說DPA，現在在廣告行業已經並不新鮮。而騰訊廣告的“廣告商品化”，在客戶自投的DPA基礎設施之上，還可自動進行商品資訊識別，其數智化能力遠超傳統DPA，值得說一說。

更聰明的大腦：所謂“大腦”，有兩層意思——有知識、善學習。在“有知識”這一點上，騰訊廣告的廣告商品化起步較早，搭建了比較完備的結構化知識圖譜。目前，網服行業基於細分行業生意模式和使用者行為，已經搭建覆蓋了小說閱讀、影片直播、新聞資訊、工具、生活服務等行業商品結構化資訊的“圖書館”，部分行業商品標籤覆蓋率達86%。而“善學習”，就是透過長期7*24小時不間斷地對商品標籤和使用者行為的學習，讓商品廣告更懂商品和使用者，從騰訊覆蓋社交、音樂、影視、遊戲等全場景的海量使用者中識別、沉澱網服行業高質巨量人群庫。

更精準的匹配：過去，廣告投放聚焦“人”的需求，而促成生意的兩大角色是“商品”和“人”，實現兩者的精準匹配，變“獨角戲”為“對手戲”，才能促成生意的增長。在這個趨勢下，騰訊廣告根據域內外的市場熱度資料提供選品洞察，對那些“不知道投什麼”的客戶，幫他們選爆款，快速起量；對那些“想開拓品類”的客戶，幫他們圈定高曝光人群的匹配品類，並基於市場反應做出調整，反哺選品最佳化，預測下一個增長爆點。

更精細的運營：平臺還提供了諸如GXT行業DPA超級監控看板、投放端&API商品報表等多樣工具，協同網服DPA對接指引文件、商品診斷等精細服務，幫助廣告主及時調優不同階段運營策略，全週期最佳化投放效率。這些運營能力，一方面提高了分行業的投放能力，提升了建立廣告的效率。比方說，對於閱讀類客戶來說，如果可以在落地頁上拉取章節內容欄位，讓讀者直接瀏覽，那比通用的廣告體驗要好得多了。再比如，還可以支援商品特徵識別，在普通廣告中識別書名、類目等資訊，用於投放時的標籤補充。另一方面，也提升了分行業的識別能力，比如，完成商品庫搭建後，大範圍覆蓋的商品特徵，可以幫助快速識別商品資訊。

總之，透過日漸完善的通用DPA產品，再加上著力打造的一些智慧化產品和運營能力，騰訊廣告已經在“廣告商品化”這個賽道上，走在了行業的前面。

商品化營銷的應用場景

前面的討論，聽起來還有點抽象。咱們來看點實際的案例，瞭解一下這種商品化的營銷方法，是如何在網服行業中落地應用的。

第一個場景是小說行業。原來的小說應用投廣告，多數都是找個小說情節，拍成影片廣告創意。這種方法一來成本較高，二來也沒法很好利用豐富的作品庫，更重要的是，人為挑選出來的情節，是不是符合受眾的口味，是不得而知的，有點憑經驗撞大運的成分。

而在廣告商品化的思路下，可以把小說庫對接給廣告平臺，然後再用單商品廣告sDPA，單刀直入地讓每個受眾在廣告上就能看小說片段。說實話，這比弄一段雲山霧罩的影片，給讀者的感覺要好多了。

實際投放的效果如何呢？從下圖可以看出，透過選書、商品資訊梳理對接、一方資料接入、投放效果調優這幾個階段過後，某客戶在騰訊廣告的sDPA消耗佔比，從0提升至50%。

更有趣的是，在廣告商品化的產品趨勢下，除了單個客戶有了非常好的效果提升，行業整體的破圈增長也有了新辦法、新成效。

以往，閱讀行業的投放主要集中在都市、現代言情兩大型別。而推廣的思路單調一致，這實際上只是行業的思維慣性所致。其實，選出什麼樣的作品更有效，在平臺強大的使用者畫像能力下，完全可以走資料驅動的路線。

透過小說行業的廣告商品化，經過雙方共同建模挖掘品類人群，以及基於品類人群的策略調控，從後驗資料上看，推廣在內容上有了意外的發現：目前，古言已經是閱讀行業第三大品類，單品類新增使用者量提升了5倍，次留率也提升了20%。而這樣的變化，在以往以人的經驗為主導的體系下，是很難發生的。

再來說說用多商品廣告mDPA拉活的場景。mDPA這種解決方案，有幾個好處：首先，可以充分利用一方行為資料或者廣告主推薦能力，結合平臺的推薦能力進行靈活的拉活投放；其次，透過單廣告多商品，實現千人千面投放，從而極大地提升效果和拿量能力。

目前多個網服行業頭部玩家均已對接了騰訊廣告的mDPA做拉活投放。其中，影片直播賽道的一個客戶，透過RTA + mDPA的方式，成功大幅提升了量級和效果。

基於這種商品找人的邏輯，消耗能力更強，當日起量率獲得5倍提升；而且，將商品資訊應用在模型中，CTR提升16%，CVR獲得2倍提升、次留率獲得了22%的提升。

趨勢與展望

獨立內容單元的選擇和直接推廣，是網服行業的增長方法論的全面升級。網服客戶的整個營銷邏輯，都開始向著以商品為核心的方向發展，那麼是否可以讓營銷再進一步，由

“使用者選擇內容”進化到“使用者定義內容”

呢？

實際上，在電商行業中，這樣的探索思路在實踐中早已有了實質性的進展，我們也可以套個時髦的詞彙，把它歸到C2M這個趨勢下。用營銷反向影響產品的設計生產呢，在電商行業用得比較成功的，是跨境電商的熱門企業Shein。據說，Shein每天上的新品多達數千款，而這麼多的新款，其實並沒有下單生產，而是僅僅打版做了樣品。根據營銷中得到的使用者反饋，找出可能的爆款再生產就好了。按這樣的方法論，既避免了設計師經驗導致的盲目自負，也避免了設計失敗帶來的庫存積壓，還能做到非常敏捷的產品升級換代。

再說回網服行業。面向單品的營銷，其資料是否有助於回答下面這些問題：下一個產品爆點在哪裡？產品應該向什麼方向演進？說得更大一點，

廣告渠道和客戶是否可以“共創”下一個增長點呢？

還拿上面的小說案例來看，這麼做顯然有巨大的空間！每個作者都是根據自己熟悉的題材來寫作，可是到底什麼樣的小說受歡迎，只有等醜媳婦見了公婆，也就是拿到了讀者的反饋資料才能搞清楚。而在單品營銷的框架下，完全有可能得到詳實的資料統計，然後驅動後端的運營，去生產更多受歡迎的內容。

大家還記得不？江湖上有個《紙牌屋》利用大資料調整內容方向的神話。在今天網服行業營銷商品化的大趨勢下，用更加系統性的方法，反向推動商品和內容的設計生產，正悄悄展示出強大的力量，也逐漸讓營銷變得不只是營銷，而是資料化的市場瞭望哨。

作者：劉鵬 科大訊飛副總裁，《計算廣告》作者，帶您瞭解網際網路營銷、變現和商業模式不為人知的秘密。