编辑导读:DSP作为需求侧平台，是随着互联网和广告行业的快速发展而出现的新兴网络广告领域。本文作者从需求角度出发，围绕DSP广告系统展开四维分析，希望对大家有所帮助。

01前言

全文2000多字，阅读只需5分钟。

本文从实际需求出发，从对业务需求的初步了解到实现，简要描述了映射DSP系统的原型。

并分享一些个人在项目中从0到1的想法和做法。

背景

那是8月中旬，年中618电商节后两个月。

经过一轮疯狂的市场推出，广告的消费有所下降，流量市场的单价也开始下降，这是游戏、内容等行业重量的机会。但是我们市场部的业务处于瓶颈，日常消费只能维持在一个相对稳定的数值。

眼看九月将至，国庆期间理论上广告流量会有一个小高峰。

如果把握不住这一波流量，一旦双十一到来，今年的业绩将达到顶峰。

这时，问题来了:“如何帮助市场部快速稳定地增加消费？”

03企业拆解

我处境危险，因为当时我负责的所有产品线都只部分涉及广告业务，而且比较浅。

所以，我做了两件事来理解这个行业:

业务部门梳理了目前的业务流程，交给我，包括渠道的创建、广告投放、广告策略等等；

作为一名广告小白，我努力打造交付计划，体验整个业务流程；

熟悉行业，时间关系只能大致了解；

结合市场部的业务流程，我彻底跑了好几次广告路径。

可以用复杂这个词来概括。

一般流程如下:

大致可以看出，基本上所有功能都需要手动操作，投手也需要跨平台来回操作。整个过程结束后，要花很多时间，容易出错，非常不便。

难怪他们经常抱怨每天都把时间花在制定计划上。

过程中没有体现出来的另一点是广告素材的存储，仍然使用原来的FTP服务器实现传输。

一般来说，一个熟练的投手每天只能手动创建几十个计划。

因为投手不仅要制定计划，还要观察数据，调整投放策略。所以说到底，每个人只能创建不到100个计划。

而且，不是每个计划都能启动。100个计划中有10个是非常好的。

所以可以猜测，在同样的交付策略下，计划数量越多，产生的消费也就越多。

在帮助投手提高制定计划效率的同时，势必会带来质的变化，达到提升业务的效果。

所以，需求核心需要解决的问题，其实是交付效率的问题。

04从商业到需求

从产品的角度，我想到几个优化点:

操作交互优化:争取所有操作在同一个后台完成，减少页面切换次数；

完善基础功能:建立本地素材库，统一管理；

提出核心计划:减少人工操作，是否通过程序智能创建计划并提交到头条；

因此，整个过程可以缩短为以下路径:

至此，核心需求框架已经基本确定。

整个需求还是比较复杂的，所以还有很多细节需要敲定。

细节主要是通过举行研讨会最后确定的，在所有细节最终落实之前，前后共举行了三次会议，每次会议不少于四个小时。

接下来的工作是整理文档和原型。原型狗的悲伤，在这里也不过分描述。

不要过多分享需求文档，因为内容敏感，只截取部分原型仅供参考:

这种B端需求，各种细节真的让我精疲力尽。

以下是一个粗略的系统架构:

从抛出问题到确定需求，再到输出产品文档，整个过程需要一周时间。

从评审到需求研发用了2周时间；或者加班。

加班主要是由于一些模块、庞大的引擎API没能提供很好的支持，中间还调整了一点产品方案，所以大家一定要充分预研这类需求。

系统上线后，效果立竿见影。消费在上升，最高峰比平时高出近十倍。

市场上的同事终于可以按时下班了，而我和技术还在加班！真的很神奇，但是互联网人从来不下班，加班是硬道理！

05重复迭代

总的来说，第一版提出的要求已经能够满足市场的需求；您可以在几分钟内创建成千上万个合格的计划。

然而，该系统仍需改进。毕竟还不是很成熟。

结合实际使用，我个人认为有以下几个核心优化方向:

数据监控:通过数据分析，可以优化各路径的漏斗转化，减少损失，积累投放策略。通过监控，如消费突然下降、点击转化下降等。，可以及时做出预警，帮助及时发布和解决问题。

材质策略:材质是带给用户的第一视觉体验，所以优化必不可少；目前的系统只支持手动预搭配形成创意库，过于依赖投手对创意的敏感度，未能提高消费的利用率。因此后续优化方向是探索一套针对物料的数据分析策略。通过这套数据分析策略，结合AB测试，可以持续曝光好的材料，短时间内发现并淘汰效果不佳的材料。

竞价策略:从长远来看，一个成熟的人工+算法的竞价策略可能是广告系统的最终进化方向。至于竞价，我还没有深入了解，暂时没有形成的想法。

06关于程序化广告

完成这个需求后，我松了一口气；

因为是第一次了解纲领性广告这个行业，真的要花很多时间去研究和学习。

这个项目落地很久以后，我才有时间从宏观的角度去了解行业生态。了解之后发现这个项目其实就是DSP系统的原型。

这个基于公司内部需求的项目，其实是一个“DSP需求侧广告平台”，本质上也是一个源于用户增长问题的需求。基于需求侧，DSP系统可以解决人的效率和数据分析的问题。解决这些问题后，用户增长自然会受益。

从行业角度来看，DSP代表了RTB广告主的利益。一般通过竞价的方式实现广告创意的程序化投放，支持用户并分析投放数据，具备实时监控、分析和优化投放效果的能力。

以下是来自RTBChina的技术生态图。如果你感兴趣，可以看一看:

终于

个人认为，绩效广告的核心是ROI最大化或有效沟通。

为了实现这一目标，程序化广告应运而生。

广告主在花钱的时候需要看到效果，而广告平台则需要在广告和用户体验之间找到平衡点。

随着程序化广告的快速发展，未来有一天会出现“广告就是内容，内容就是广告”的场景吗？

我认为很有可能。

本文最初由@花城大少发布，大家都是产品经理。未经允许禁止复制。

标题图来自Pexels，基于CC0协议