dsp广告和信息流广告区别_360信息流广告如何投放?360信息流广告有什么优势

360信息流的优势。

360公司持续加码信息流广告,凭借海量跨端的资源、全球领先的个性化重定向技术、功能化的精细投放模式三大优势,重新“定义”信息流广告,为广告主构筑起一个“全场景、智能化”的营销平台。

超50亿优质流量 全场景覆盖目标人群

信息流广告是伴随着移动互联网的崛起而成长起来的,因此,绝大多数广告主对信息流的第一印象就是在移动端。但实际上,PC端与移动端的跨屏投放往往能带来意想不到的效果。

在移动端,360信息流广告部署了手机浏览器、手机卫士、影视大全等富流量APP。在PC端,更是依托浏览器、导航、安全卫士等独家优势资源,率先推出了PC信息流广告,并凭借可视化程度高、场景原生的特点,成为目前PC端用户体验最优,广告效果最好的广告形式之一。

不仅如此,360更联手网易新闻、今日头条等站外资源,打通站外ADexchange对社交、内容类资源进行补充。通过站内外流量的打通,360为广告主提供了日均超50亿流量的信息流广告流量。而且,广告主只需一个360账号即可全面覆盖当下主流的信息流资源,全场景覆盖潜在人群。

pc端展示。

PC端的展示广告一直以来比较推崇遵循大面积和长时间的模式,通过植入用户思维的方式留下烙印。然而这种强曝光方式,长远来看有其局限性。特别是当网民对互联网越来越熟悉后,这种在固定位置展现广告的方式,难免会成为部分用户的视觉盲区。

57dbad53-ce20-eb11-8da9-e4434bdf6706.png

360点睛展示广告携手北京时间解锁PC端推广新姿势

“随风潜入夜,润物细无声”的原生信息流广告,突破了传统媒体广告形式带来的局限性。因其发生在网民注意力最集中的信息流区域,容易赢得用户的高度关注,点击率普遍高于其他形式的5-10倍;此外,信息流广告使用平台惯用的方式与用户沟通,提高用户对广告内容的接受度,减少误点率,能够为广告主们切实有效地带来后续转化。

fef90dd0ec079f69ae7455ac080ab5ac.png

全国唯一一档不间断互联网视频新闻资讯平台——北京时间,成为进驻点睛平台第一家PC端信息流媒体。“北京时间”整合全球权威媒体、数万家优质自媒体内容,汽车、财经、教育、游戏等20个细分行业。此外,利用智能新闻资讯推荐系统,依托360大数据平台,打造千人千面的互联网新型主流媒体。目前,北京时间资讯平台日均PV达到 1.5亿,日均UV 2000万。

目前,已有游戏、电商、旅游、教育、金融、婚恋交友等多个行业广告主开启尝鲜模式,从点击率到后续效果都堪称惊艳。接下来将与大家分享的是超霸传奇游戏酒仙网的实战案例,看看他们是如何优雅地玩转PC信息流新模式的。

案例一

《超霸传奇》游戏的原生广告营销新思路

《超霸传奇》在北京时间试投信息流一个月后,在点击率和CPA方面均取得不俗的表现。目前,该游戏在北京时间信息流推广的CPC点击价格维持在0.8~1.2元之间,加上较高的后续转化,CPA显著低于其他同期在投渠道40%以上。

73055f409fc05f9dccc340861f69c1e7.png

一开始,所有人都惊讶于PC信息流的效果为何如此突出。当我们看到在北京时间上投放的广告创意后,我们一致认为的成功,是必然的。因为,《超霸传奇》不管是在图片、标题、描述上,都体现了真正的内容原生:

图片:

6413d2f14c7cc1bda30fc9bf9427fc7f.png

• 明星形象代言

• 与游戏vi色调的统一

标题:

5cdbad53-ce20-eb11-8da9-e4434bdf6706.png

• 偏资讯类的文风,毫无违和感地融入上下文

• 通过明星代言人与目标游戏的事件关联作为噱头,吸引读者眼球

• 与图片相呼应

描述:

f0c586055dccc9d077fc47f23115edfa.png

• 多个宣传元素完美呈现,提升品牌辨识度

• 对话式文案,提升用户好感,降低点击门槛

案例二

PC信息流助力酒仙网美酒盛筵

酒类电商的广告怎么打才漂亮?酒仙网借借势北京时间信息流广告给出了一份满分答案。通过与618、啤酒节、母亲节等各类节日的结合,并穿插品牌日、一元秒等吸引眼球的活动,信息流广告为酒仙网源源不断地注入高质量的消费人群。

母亲节:

44f7b3a53f789c48134432dc5d738edb.png

啤酒节:

5fdbad53-ce20-eb11-8da9-e4434bdf6706.png

618大促:

61dbad53-ce20-eb11-8da9-e4434bdf6706.png

品牌日:

63dbad53-ce20-eb11-8da9-e4434bdf6706.png

新颖创意吸引到用户只是成功的第一步,想要成功拿下这些潜在用户的后续订单,落地页呈现的内容很重要。酒仙网深谙此道,通过不同的url落地页为消费者打造不同的主题体验。

7199262a209420b6b3a18a1dfbc014b1.png

信息流广告的投放是一次非常成功的尝试,不仅使得“酒仙网”这个品牌更加深入民心,也看到了令人欣喜的真实订单转化,为618流量战役的成功画上浓重的一笔:

北京时间信息流6月累计为酒仙网提供千万量级针对优质流量的广告展现;

各方面数据表现均比较突出:点击率稳定高于0.3%(与其他常规渠道的个性化重定向相当),整体ROI 转化也优于同期其他渠道的投放;

两大定向武器提升信息流转化效果

为了提高后续访客的转化效果,酒仙网欲在此后信息流的投放中采用访客重定向和相似受众定向:前者从浩瀚的亿万网民中精准锚定高转化潜力的访客,后者则是基于种子人群特征,为酒仙网寻找更多潜在受众。二者的无敌配合,将为酒仙找到最具性价比的酒类电商潜客人群。

44855a3f69b60ce6539cc4211608332e.png

在全场景智能营销体系中,360信息流广告平台依托全球领先的跨屏个性化重定向技术,实现了信息流广告在PC端、移动端的的协同发展,与工具类产品的完美融合。这也将助力众多广告主在数字化营销浪潮中,实现用户全生命周期精耕细作的投放,为广告主带来更加智能的信息流广告投放体验。

如有对于广告的疑问和投放方面的需求,详情可以到公司网站:http://www.szzcmedia.com 了解更多。返回搜狐,查看更多

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值