【硬塞科技字典】什麼是 DSP 需求方平台/ SSP 供應方平台/ DMP 數據管理平台?

DSP、SSP、DMP 其實是在建構在 Ad Exchange 廣告交易平台上的三個平台。廣告主和媒體廣告商分別利用 DSP 和 SSP 這兩個平台來統整資訊,再將這些資訊交給 DMP 平台存放與管理,以下將會一一介紹這三個平台的操作過程。
評論
評論

DSP 、 SSP 、 DMP 其實是在建構在 Ad Exchange 廣告交易平台上的三個平台,在 Ad Exchange 平台上交易是一個繁瑣而且複雜的事情,網路上也有數間不同的 Ad Exchange 平台非常難以管理。因此廣告主和媒體廣告商分別利用 DSP 和 SSP 這兩個平台來統整資訊,再將這些資訊交給 DMP 平台存放與管理,以下將會一一介紹這三個平台的操作過程。

DSP(Demand-Side Platform) 就是網路廣告中的需求方平台,可以讓廣告主進行跨媒體的自動化廣告投放。因為市面上有多種廣告交易平台,操作介面繁複,因此 DSP 平台整合了不同的廣告交易平台,讓廣告主或代理商可以透過 DSP 選擇投放媒體、地域、目標族群等,精準的選擇廣告用戶,推廣自己的產品或服務。

DSP 平台的運作機制即是透過 RTB 機制,當用戶在拜訪網站後,廣告交易平台便會將用戶資料發給 DSP , DSP 會開始分析資料庫中關於用戶的上網紀錄,演算如何做到精準行銷,最後再向廣告交易平台競價。透過 DSP 平台,廣告主可以省去管理多個廣告交易平台的狀況,也能更方便的投放廣告,並且優化投放策略,提高廣告成效。目前台灣有數個 DSP 公司, 各自具有優勢和所長,有人擅長影音廣告、有人擅長行動廣告。

SSP (Supply Side Platform) 是網路媒體中的供應方平台。SSP 平台幫助網路媒體託管其廣告位和廣告交易,與網路交易平台對接,從而將他們的流量變現。

透過 SSP 平台,網路媒體的廣告位可以獲得最高的有效展示費用,也比較不會有空餘欄位的問題,也不必使用過去以時間或是量的方式計算價錢。例如 Google 聯播網,可以幫助媒體讓其廣告版面完成效益最大化。

DMP (Data-Management Platform) 是專門為廣告主、媒體等開發的廣告數據管理平台,主要分析、儲存用戶行為數據,並管理相關資料,為廣告主提供精準的用戶行為分析。

DMP 獲得來自網路所取得的資料(cookie、email、keyword 等在內的所有第一方與第三方數據)後,進行資料清洗、分析,製作分析報告給廣告主,並且制定行銷策略,幫助其餘平台管理其數據,整體分析評估廣告成效,並將分析交給 DSP / SSP 平台,由他們執行廣告投放動作。

DMP 的特別之處在於除了分析自己蒐集到的資料外,也會累積來自於 DSP / SSP 來的資料,因此 DMP 會擁有大量的版面、廣告商資料。

《延伸閱讀》

電通安吉斯積極佈局,Amnet 再添一強大 DSP,瞄準台灣程序化購買的未來!

漫談 DSP 自動化購買概念與可能的成效關係

Yahoo 台灣前董事總經理領軍,adGeek 與矽谷 DSP 合作加入數位行銷大戰

大數據:談 DMP 與廣告聯播網間的關係

【硬塞科技字典】什麼是 Ad Exchange


亞洲.矽谷 x AIdea 徵案成果:新創解決「香水百合價量預測」、「動態足壓影像辨識」AI 模型

國發會亞洲・矽谷計畫執行中心幫助「台北花市」、「阿瘦皮鞋」兩家企業數位轉型,成功導入 AI 應用以提升企業產能及附加價值。
評論
Photo Credit:亞洲・矽谷計畫執行中心
評論

國發會亞洲.矽谷計畫執行中心與工研院 AIdea 人工智慧共創平臺合作「產業出題、 AI 解題」徵案,協助台北花卉公司(台北花市)及阿瘦皮鞋兩家企業出題,題目分別為「香水百合價量預測」、「動態足壓影像辦識」,前後歷經半年的徵案與解題,並邀請資料專家診斷和協助,吸引超過 700 名團隊參與。此次解題優異的新創公司包括:台灣資料科學、庭躍、羅伯斯特及索妮婭四家新創團隊。

亞洲.矽谷計畫執行中心李博榮行政長表示,執行中心持續以「完善創新創業生態系」及「推動物聯網創新研發」為兩大主軸,本次徵案集結了資料科學家與輔導團隊進行訪視企業,從前期的釐清企業需求、檢視企業的數據資料,到最後定義題目與公開解題。活動對企業數位轉型做了一個很好的示範,成功借外部創新能量,導入 AI 應用,以提升企業產能及附加價值。

此次參與出題的台北花卉公司副董事長呂瀅瀅表示,台北花卉公司一直在尋求如何解決花卉的價量問題,擺脫過往農產品容易發生價格過高或是崩盤的情況,如過年期間花卉的需求波動高,預測非常困難。台北花卉希望能夠透過 AI 預測模型,維持花卉的價量,並且穩定造福農民。這次「香水百合價量預測」的準確度高達 7 成,也是非常不容易,之後不排除再找其它的花種進行價量預測,期待在未來能夠將此套 AI 預測導入花卉公司價量預測的標準流程。

阿瘦皮鞋的「動態足壓影像辨識」,參與解題的隊伍能充分利用電腦視覺的技術,來預測足型的最高點及最低點。在第一名的模型中,每個點的平均距離誤差只有 4 個像素,是非常好的結果。未來應用落地後,將大幅提升標註精準度,對於後續的數據應用賦予更高價值,同時也符合阿瘦皮鞋帶給客戶足下與生活美好的企業理念。

工研院巨資中心副組長洪淑慎強調,企業若要推行 AI 應用,首先資料的收集是很重要的步驟,因為 AI 需要大量且正確的資料來學習,達到分析預測的結果;其次是需要企業管理的高層支持,才能由上而下地順利推動,成功率較高;最後則是跨領域的共同合作,由各個不同的領域專家與 AI 專家一起合作,才能達到最佳效果。

後續亞洲.矽谷計畫執行中心與 AIdea 團隊,將安排解題優異的新創隊伍與兩家出題企業進行媒合,以落實企業注入外部創新能量,實現 AI 數位轉型的目標。

本文章內容由「亞洲.矽谷計畫執行中心」提供,經關鍵評論網媒體集團廣編企劃編審。