2013年中国RTB广告市场规模接近10亿，较2012年增长200%以上。市场规模的快速增长，得益于互联网广告技术的发展和RTB广告模式的 先进性。随着更多优质媒体资源和广告客户的加入，无疑今年的RTB广告市场仍将保持高速增长。然而从智子云服务的近百家广告主角度来看，并非所有投放 RTB广告的客户，都取得了理想的效果。而投放效果较为理想的广告主里面，无一例外都有一个共同的特点——那就是非常重视数据挖掘。正是数据挖掘使得 RTB广告最重要的价值得到了释放。

数据挖掘的核心是做好数据资产管理。数据挖掘在互联网营销中的应用，目的是做数据资产的保值和增值。数据资产大体可分为CRM数据、访客数据、公共 数据三层，数据规模依次极速增长，达到大数据的范畴。不少广告主只停留在CRM数据应用层面，每天大量的访客数据，并没有记录和追踪，都在白白流失，更谈 不上据此建立数据标签库、对外部公共数据的有效利用了。智子云观点：不确立一个以数据为核心的投放理念，不进行数据挖掘综合应用，就难以深刻领会RTB广 告的精髓，取得良好的投放效果。

如何利用数据挖掘让RTB广告效果倍增？

与传统互联网广告关注媒体、位置、出价不同，RTB广告由媒体购买上升到人群购买之后，人群、创意、着陆页则更能影响到广告效果。让我们就从最能影响RTB广告效果的因素入手，看如何通过数据挖掘来掌控这些因素。

建立访客关系管理体系，是利用数据挖掘来提升RTB广告效果的第一步。通常的做法分为SAAS服务和私有云定制两种。前者快速便捷，后者系统深入， 可分别满足不同阶段的客户需要。访客关系管理系统能够实时记录和追踪所有到访用户的各种点击流行为——对于一个中大型网站，每天新增的行为数据是惊人的。 事实上大量新用户在网站上留下了丰富的行为数据却因为种种原因没有产生任何转化。这样的准客户就差临门一脚，不通过持续营销去促进其转化是非常可惜的。

除了对访客行为进行记录和追踪，访客关系管理系统还需要为每一个访客进行标签化。一个访客可以具有多个标签，每个相同标签的访客，就形成一个访客细分类别。将访客进行自动化分类，是进行访客价值判断和确定广告策略的基础。

目前业界对于重定向RTB广告投放的效率，普遍没有疑义，而对于重定向的规模，多数并不看好。事实上重定向RTB广告绝不仅仅是访客找回，而是数据 库营销的升级——大数据营销。访客关系管理体系能够帮助广告主按广义的RFM模型，去设定分类用户营销策略，如转化潜在客户、唤醒沉睡客户、增强高价值客 户品牌忠诚度等。随着移动互联网和移动RTB广告市场的快速发展，访客关系管理加上多屏重定向，将帮到广告主在APP营销上产生更大的价值。（移动重定向 将不再基于cookie，而是全新的追踪技术，智子云把它定义为指纹追踪技术）

Remarketing具有非常广泛的应用空间

目前很多DSP公司都已经实现RTB广告的动态创意功能。动态创意能够将各种媒体广告位变成客户的商品橱窗。以智子云超过10年的个性化推荐引擎项目实施经验来看，动态创意的效果好不好，取决于动态的内容与浏览用户到底有多大的相关性。

最简单的做法，就是把动态橱窗中推荐的商品变成用户的浏览记录或同类热销，即看过什么商品，就推荐什么商品，或者同类热销商品。而更有效果的做法， 应当是要能根据用户之前的行为轨迹，预测出该用户可能感兴趣的商品列表，并按相关度高低依次推荐出来。这种个性化推荐随着用户的行为更新，是实时变化的。

个性化推荐作为动态创意的核心内容，对于各类电商提高RTB广告效果是非常必要的。数据表明，个性化推荐的动态创意，对于相同用户，广告点击率能有3倍以上的提升，点击转化能有20%以上的提升。

此外，不仅仅是电商行业，只要是网站上有产品或服务陈列，在业务上有差异的广告主，都可以在RTB广告投放中，将个性化推荐和动态创意应用进来，提升广告效果。

相似度计算因子

关于广告着陆页，不外乎首页、详情页、专题页几种类型。而事实上，RTB广告不同于其它的互联网广告，它是一种数据定向广告，如果广告着陆页能够根据数据定向策略，在着陆页层面与之相呼应，则对于广告效果的提升，有更好的作用。

一个典型的例子就是淘宝橱窗广告。早期的淘宝橱窗广告都是直接链接到单品页，从13年开始做了调整，不再直接链接到单品页，而是链接到一个以该单品 为主的聚合页，这个页面可以称为个性化着陆页。调整为个性化着陆页的直接好处是降低了跳出率，增加了网站访问深度，不以单品转化为目标，进而促进整站转化 率的提升。

智子云通常都会建议客户在投RTB广告时，要采用个性化着陆页。虽然会涉及到一些开发和部署工作，但能够取得更好的投放效果。而支撑个性化着陆页的，是和个性化动态创意相类似的各种推荐模型和模块，在大的推荐引擎框架内，技术实现是很高效的。

广告着陆页很重要

回到数据资产的保值和增值这个话题。所谓保值，是练内功，通过数据发现消费规律，并在此基础之上对用户进行细分和聚类，用适合的工具与用户交流其关 心的内容，最终实现用户的转化与再转化；所谓增值，是走出去，基于对自身用户数据的持续画像，以此在外网寻找“有缘人”，故增值的核心是数据个性绽放，业 务需求匹配。不论保值还是增值，注重积累和持续，而非短平快；注重价值规律由内向外发掘，不同层次的差异化和递进关系，而非一刀切。