为什么该停止对程序化的指责？

本期主要内容

• 解决广告问题的关键不在量多，质量更重要

• 3个建议让你更好的获得跨设备身份数据

• 为什么该停止对程序化的指责？

• 如何更专业的测试你的程序化广告素材？

不要从DMP开始： DMP有其固有局限性，营销人员应寻求通过合作伙伴直接查看经过验证的身份，包括客户数据平台、数据源提供商和其他合作方。

不要低估对高准确率的要求： 评估供应商将你的潜在客户或客户数据与其经过验证的数据匹配的准确程度非常重要。将个人与多个触点数据匹配，例如设备ID、应用ID、电话号码、街道地址等，可以消除仅使用单一来源可能产生的验证错误。

不要害怕提问： 实现准确的客户身份解析似乎令人生畏。如有疑问，营销人员应该在完全理解数据隐私和安全问题之前提出问题。花更多时间了解潜在供应商的价值主张和基础技术——包括数据及数据平台。

来源：Adexchanger

广告问题并不新鲜：

可视性一直都是广告行业的一个问题，没有任何一家媒体可以保证消费者在翻阅杂志时一定会看杂志中的广告或者电视观众会看到电视中的插播广告。在数字媒体之外的媒体，测量可视性更困难。

同样，在自动化技术到来之前，广告行业就存在品牌安全问题。从放置在相关报纸内容旁边的不明智广告到不幸的广告牌定位。尽管品牌安全措施的进步在过去几年中取得了长足的进步，但仍有许多工作要做。

并不是只带来了厄运：

程序化技术激发了技术创新，已解决广告的一些基本限制。例如，它使得能够以比以往更细粒度和更大规模的方式使用数据来定位受众。它提供了使用机器学习算法来对抗广告欺诈的新机会， 它支持以前不可能的内容验证流程。

整个供应链的透明度：

这对广告业来说也不是一个新的问题——它在广告网络早期就已经出现了。在协作、技术和最佳实践方面，已经进行了大量改进以提高整个供应链的透明度。

为数字广告打造可持续发展的未来：

如果行业继续致力于进一步改进该领域，并且让广告主了解他们在建立安全、诚实的环境中所扮演的角色，我们将看到创新的进步和令人兴奋的未来。

来源：Adexchanger

广告测试：

第一种方法是同时测试大量广告素材，以收集反馈。适用于预算较长的短期广告系列（两个月或更短时间），对于快速见效非常有用，但并不能100％确定表现良好和出于何种原因。

第二种方法——A /B测试。即使预算较少，也能让你真正了解哪些有效，哪些无效;A/ B测试将帮助您找到最接近的峰值效果，但可能不是最高峰值，偶尔进行随机测试，也很有必要。