动态创意优化（DCO）竞品分析
动态创意优化（Dynamic Creative Optimization，简称DCO），即将广告创意素材的产品信息、文案、LOGO、背景、活动等元素任意调整、组合之后，在 同样的广告位 上进行投放时， 根据触达到的用户的特定属性及用户行为而动态展示出不同的内容和效果，是一种依托大数据的广告精准投放动态优化技术，这种技术能够使广告创意更具针对性和精确性，可以显著增强广告的个性化展现效果。
?
好处：
1.提高效率
投放广告时要依据广告位尺寸、素材格式等的不同制作数量繁多的创意素材。投放需求较大的广告主，尤其是产品类别较多、且需要经常举办促销活动的电商广告主需要话费大量人力物力制作。DCO可以根据初始的创意素材自动组合出不同版本、尺寸的效果图，提高工作效率。
2.提升用户体验，提高转化率
DSP能做到：在对的时间对的场景下将对的广告呈现给对的人。而DCO 技术在此基础上还会针对用户个体的差异化特征、喜好等推送不同的创意组合。如售卖乐器的广告商根据用户喜爱的音乐类型推送不同的乐器；某医院在百度搜索结果中的广告文案会根据用户搜索词改变：电商类广告中的商品内容根据用户以往的购物数据改变。
3.动态优化
根据不同创意画面在特定人群或特定环境下的投放效果，DCO系统实时调整素材组合，自动优化创意画面投放配比，提升曝光、互动效果，真正做到按照消费者偏好来筛选出最受欢迎的创意，汰劣留良。
竞品1-阿里妈妈智钻
创意排行榜、创意大讲堂、创意试验室，三大板块，帮助客户解决广告内容和广告表现的问题
服务目标：淘宝开店商家/个人
一．投放原理
钻展的定向就是，每个访问淘宝的访客，都会形成搜索、浏览、收藏、购买等各种行为，平台会根据这些行为给这些访客打上各种标签。如一个人在淘宝上经常购买美白面膜，那么在她的身上就会带上“美白面膜”、“女性”等标签。
在设置定向时，平台可以通过钻展系统来圈定这些已打上标签的人群，从而实现只把平台的广告创意展现给这部分访客。因此每个行为不同的人，在同一时间打开钻展的广告位，看到的广告都是不一样的。通过合理定向，把你的广告展现给你想要的人群，获得精准流量和好的广告效果。以下是两个投放流程：
店铺推广
宝贝推广
二．产品
创意排行榜
平台将历史投放数据，基于不同的资源位置和人群定向方式，以排行榜的形式把数据展现给大家，整理成相同类目优秀创意、相同营销场景优秀创意、风格相似店铺创意。它可以帮助商家直观的了解到钻展的广告环境，更加清楚自己周围的同行，甚至竞争对手的创意。
创意大讲坛
平台将通过对历史投放数据的挖掘，同时结合眼动仪测试、图像识别技术、买家行为研究、专业文献资料研究和ABtest的比对，按相同类目和相同营销场景，整理成创意设计方法、创意趋势分析以及消费者洞察。以知识的方式呈现给商家，帮助商家更好的设计创意
创意实验室:
主要解决商家在创意制作上的两大问题：
1.创意千人千面，程序化广告的进化，使得广告位背后的每一个消费者变的清晰可辨，基于精准定向的广告投放，转换率也得到了大幅度的提升。用一个广告和所有消费者沟通的方式，已经开始转变为，和成千上万的消费者，进行1对1的沟通。这就催生出商家，对于创意制作的量级需求大增。
2.释放制作成本，就是平台希望通过工具化，直接帮助商家多，快，好，省，批量生成创意，让商家不再为缺少专业的设计资源操心。
三．优势
1.?[endif]素材丰富，支持常用类目，不同营销场景.
2. 支持全尺寸联动和个性化编辑
3. 模板不断优化，保证套用的模板有效果,主要基于以下四种技术：
·? 智能模板库
平台将通过对历史投放数据挖掘、眼动仪测试和abtest的比对。以分层打散的格式，沉淀出模版的本框架。再基于创意大讲堂沉淀的专业知识，按不同营销场景、不同类目、不同风格开发模板款式，录入模版库
·? 智能文案库
从历史投放数据中挖掘出，对创意效果影响明显的文案。按照主标题、副标题、利益点，以不同营销场景，进行分类提取，录入文案库。
·? 智能库:
它的素材升级主要有3大来源:?1.对商家自身历史投放素材的抓取；2.对商家店铺详情页面的商品图抓取；3.商家自主上传的素材。全部汇总到创意库。
· 智能色彩库:
包括两块内容：1.主色调的自动抓取，它将解决对复杂的主色识别，目前平台已开放完成。2.是对不同风格的配色模型进行开发，收入配色库中，用于自动配色。
四．解读
阿里妈妈智钻服务于淘宝（天猫）开店的客户，为其提供推广店铺和推广宝贝两种服务。投放位有移动端、PC端的淘宝、天猫，门户网站，影视网站，各垂直行业等。一旦选择了投放位则需要制作相应尺寸的创意图，为此智钻给客户提供了专业的编辑器，根据营销场景、风格、优秀模板、尺寸、构图经验来简易制作创意。此DCO围绕着购物的目的进行优化，着眼于模板，利用大数据不断筛选出最优质模板让商家直接套用。对于想要持续学习优化投放的商家，智钻提供了创意大讲坛，即以论坛文章的形式总结投放经验、创意制作技巧等，供商家学习。
借鉴意义：
1.多尺寸编辑器，实时调整创意，所见即所得效果可以降低制作成本和门槛。
2.以套用模板的方式直接制作创意，基于大数据技术还能不断优化模板，保证点击效果。
?
竞品2-百度霓裳
霓裳创意工具是霓裳平台旗下一款物料制作工具，无设计基础或者有快速编辑需求的用户可以通过该工具快速完成PC、移动端的物料制作。
一．功能
1.物料制作
基于创意模板替换素材，简单编辑即可制作多种尺寸。另外模板也能自定义制作。
2. H5营销页面制作工具
移动端营销页面及模板制作
3.程序化创意工具
基于营销卖法、创意设计、用户需求等标签体系，产出多卖法、多组合的广告创意，根据广告展示环境及用户需求展示不同创意；利用标签体系，提供前后体验一致的广告前链创意及创意落地页组合，提升广告效果。
二. 解读
基于设计好的创意模板，大量版权，通过尺寸分组联动批量完成物料的制作，制作的物料尺寸可选，但一般是百度系产品下的尺寸，如网盟、凤巢、信息流推广等。
霓裳官网下有关于霓裳的操作指南、常见问题解答、创意教程、物料审核的条件、创意教程等内容，可见霓裳的定位是为每一个有推广需求的客户提供的物料制作工具。百度商业服务市场有大量自营或第三方公司提供的囊括推广管理、创意制作、营销转化等内容的工具、服务、教程，是一个关于商业营销的生态，满足中小企业的推广需求。
借鉴意义：营销推广由原来的专业服务逐渐变成广告主自建，中小企业通过百度霓裳和百度商业服务两个平台可以把握广告创意、广告预算、广告效果。
?
竞品3-筷子科技
筷子科技的使命是利用大数据帮助广告主们更好地生成和推送广告，
一．产品简介
1.制作管理工具
云制作工具实现多尺寸广告在线制作，自动生成多种规格广告创意；管理平台中的模板库、素材库支持一键制作创意素材，并包含素材审核、投放。
2. 优化工具
根据悬停、点击、转化评判广告效果。每一个元素的效果都能够被分析，如文案、背景、插图等元素。其中优化分为 创意优化 和 创意生产 ：对于一次投放活动，从不断的试错过程中得出个别性的优化结果；而创意生产是指从每一次的投放活动效果总结经验，如标签大小、位置、文案与比例、背景纯度、模特数量等。
二．合作模式
1. 对接DSP，优化投放效果
案例： 与宇汇（Bridgewell）合作，打造电商橱窗
问题 ：宇汇知识是台湾互联网广告业最大的DSP服务商，专注于电商产品的个人推荐以及重定向技术，拥有上百家台湾本土电商客户。传统电商重定向趋于同质化的展现方式，只是不断地把受众搜索过的，看过的产品进行展现，效果有一定提升但很快到达瓶颈，甚至在多重曝光情况下给受众带来反感，产生视觉疲劳。
解决方案 ：筷销橱窗解决现有重定向难题。提供受众关注的商品，也同样保证商品在不同地方，不同时间和场景有不同风格的展现。
?
2. 对接广告主，为其设计创意图并优化效果
案例①：帮助玛氏巧克力优化其在淘宝的投放
玛氏巧克力通过与天猫大数据合作，充分利用电商数据做人群细分，找准目标受众，淘伙伴淘通能够有针对性地设计多样化、高质量的沟通元素，实现“千人千面”。但是多样化的内容需要高效的创意制作配合。筷子KuaiPlay云创意制作平台可以将导入的创意元素快速组合和拓展，同时适配多种尺寸
案例②：广发信用卡SEM落地页优化
问题： 随着搜索词的不断调整优化，竞价机制愈发成熟，越来越多的企业在SEM优化之余，开始注重增加落地页的信息丰富度，或者精准匹配搜索词，以期提高落地页的转化效果。但落地页优化一直是非常困难的一块。每一次页面制作、页面审核、页面优化，都意味着花费更多的预算和精力，为成千上万个关键词都分别设计一个页面更是不可能。这点在银行业尤其明显。
解决： 筷子科技在了解了广发信用卡对核心词落地页搜索优化的需求后，将落地页内容和核心关键词进行绑定，设计出几十种同的创意组合，匹配广发信用卡的关键搜索词，通过客户的悬停、点击等反馈，实时决策创意内容，省去测试、审核时间，转化率增长超过10%，从落地页点击到开卡的比例也明显提升。而且系统后台能实时收集不同创意组合的点击率，自动决策和优化，提高点击率高的创意组合，降低点击率低的创意组合。
三．解读：
筷子公司专注于得到广告请求之后的推送优化：如何保障推送的广告的效果，即在解决“说什么”的问题。要保障广告效果需要注意两个点：1.如何得到用户数据并优化算法来得到更精准的用户画像；2.如何保障推送的广告形式被用户喜欢。对于第二点，筷子科技的做法是提供便捷的创意制作工具一键生成大量广告创意，并且在广告点击效果中收集数据，打造创意DMP，将创意因子解构，利用图像识别进行创意分类和人工智能大数据运算，获得创意设计服务的洞察。核心价值在于这个过程中积累的不同的生活者对不同创意的反应的数据。如何将这部分价值最大化，用技术的手段去归纳每一个人对创意的不同偏好，是筷子科技在这个层次的技术要解决的核心问题。对于舜飞公司，因为已有DSP系统，DPM系统，对于用户数据和用户画像有一定优势，下一阶段可以着眼于对于同一个广告位推送做更精准的细分，制作多个创意效果来匹配不同的用户，即使暂时没有做到筷子科技“元素”级别的优化，也可以做到精准营销。
相关资料
阿里妈妈
产品介绍：
mux.alimama/posts/1469
alimama.bbs.taobao/detail.html?postId=6883874
案例：
alimama.bbs.taobao/detail.html?postId=6997958
alimama.bbs.taobao/detail.html?spm=a210m.8146745.0.0.1ef2936c2OLQ1Q&postId=6895432
智钻介绍：
mux.alimama/zuanzhan/zncy_pc.html#block10
alimama.bbs.taobao/detail.html?spm=a2e1t.8741133.12244557.5.2b5c6de8BtLHoN&postId=6997957
alimama.bbs.taobao/detail.html?postId=6894168
help.alimama/?spm=a2e1t.8741133.12244557.2.2b5c6de8Lr3udR#!/zuanshi/faq/list?id=8306468
百度霓裳
服务市场
fuwu.baidu/index.html?_t=1516868853931#/home
霓裳介绍
yingxiao.baidu/new/home/product/details/id/468
pro.baidu/product/vadd/270.html
nichang.baidu/helpCenter/helpCenter.html
霓裳平台
nichang.baidu/home/home.html
筷子科技
筷子科技网站
kuaizi.co/index.html
Dco介绍
360doc/content/17/0913/08/45657950_686679505.shtml
meihua.info/a/65192
360doc/content/16/1020/19/19671602_600036881.shtml
前言 ：
在建立OneData之前，阿里数据有30000多个指标，其中，即使是同样的命名，但定义口径却不一致。即使是中等规模的公司，也是如此，随着数据量的增大，数据指标也会越来越多，缺乏指标体系的管理会存在各种各样的问题。
一、指标不规范带来的问题
在数据指标概念=0时，业务方按“我觉得”来办事，难以衡量效果。
产品设计、运营同学通常是：我觉得用户会喜欢我们新推出的这个功能，我觉得新推的活动，活动效果会很好…..那领导就要问了，这个“觉得”有什么依据么？怎样衡量用户喜欢这个新增的功能？怎样判断活动效果好，多少人参与或是多少转化？
这样一提问，其实设计者们也云里雾里的，一脸懵逼，别问设计原因，问就是回答其它竞品也有这个功能，所以我们也做…...是不是觉得自己也中招了？
不过已经有大批产品人员已经意识到传统的盲目设计、抄袭式设计时代已经过去，数字化产品时代已到来的现状，开始尝试用数据指标来辅助业务决策。于是开始进入下一阶段…
此时数据指标概念=0.5，有单点数据指标，但难以看出整体业务问题。
这种情况下通常是想到什么业务指标，就用什么业务指标。比方说看到神策、友盟数据分析类厂商通常会用GMV、日活用户、月活用户、PV、UV、页面停留时长等数据，于是产品设计人员先将其照搬进来，再结合具体使用的时候，会想到一些指标，然后逐个往上加。
以网约车为例，今天的GMV降低50%，是什么原因导致呢？分析人员回复说：受疫情影响，乘客下单量降低20%。
这是平台当前已有指标，那还有30%呢？是什么问题导致的？于是分析人员一查数，发现在线司机数、接单司机数降低30%，于是匆匆的又把临时想到的这两个指标，简单的描述了一下业务含义，经过一系列的沟通协调，让研发临时添加。
这种方式会存在什么问题呢？1）指标修改成本大。研发团队需要重新进行数据采集、清洗、存储工作。2）取值定义不清晰，数据不准确。3）指标缺乏定义规范，各部门理解难度大。会产生一些重复指标，如指标名称相同，含义不同，例如都叫注册司机，一种定义的是注册手机号成功即为注册司机；一种定义的是加盟成功了的是注册司机。4）存储、计算、研发成本高：没有统一的规范管理，造成了重复计算的资源浪费；数据的层次和粒度不清晰，使得重复存储严重。
二、理解OneData指标规范
既然不提前设计指标体系会出现诸多问题，那指标体设计流程是什么？如何保证指标体系的规范设计呢？下面我们先来看看阿里是如何制定指标规范的。
以维度建模作为理论基础，构建总线矩阵，定义业务域、数据域、业务过程、度量/原子指标、维度、维度属性、修饰词、修饰类型、时间周期、派生指标等。
业务域
：比数据域更高维度的业务划分方法，适用于特别庞大的业务系统，且业务板块之间的指标或业务重叠性较小。例如用车业务板块包含乘客端、司机端，电商业务板块包含商城、返利模块。
业务过程
：业务过程可以概括为一个个不可拆分的行为事件，如下单、支付、评价等业务过程/事件。这里的事件跟埋点的事件类似，详情可查看
《埋点事件设计》
看到这一系列的名词，很多人可能就开始懵逼了，业务域倒还能理解，简单来说就是对不同业务的分类；业务过程也容易理解，相当于画业务流程图呗。
那数据域又是何方神圣？
数据域
：是联系较为紧密的数据主题的集合，是对业务对象高度概括的概念层归类，目的是便于数据管理与应用。简而言之，数据域就类似于我们电脑桌面要建立不同的文件夹来存储数据，这些个文件夹名就是数据域。
维度、维度属性、修饰这些怎么理解？有什么用途？
维度
：是度量的环境，用来反映业务的一类属性，这类属性的集合构成一个维度，可以从who-where-when-what层面来看。
维度属性
：维度属性隶属于维度，相当于维度的具体说明，如用户维度中性别为男、女。
修饰词
：指除了统计维度以外指标的业务场景。
修饰类型
：对修饰词的抽象划分。
简而言之，维度和修饰都可以理解为原子指标的一些限定条件，懂sql的会更好理解一些，一般是写sql时，放在where语句后边的。
度量/原子指标
：原子指标和度量含义相同，某一业务行为事件下的度量，是业务定义中不可拆分的指标，如注册数。
时间周期
：用来明确数据统计的时间范围或是时间点，如最近30天、自然周、截至当日等。
指标类型
：包含原子指标、派生指标。原子指标 = 行为事件+度量派生指标 = 一个原子指标+多个修饰词+时间周期
例如：原子指标=完单量，派生指标=近一周iOS乘客完单量，包含时间周期=近一周，修饰词=iOS，维度=乘客，原子指标=完单量。
三、制定自己的指标体系规范
接下来参考阿里的onedata数据标准，搭建网约车体系中的数据指标。
业务背景：用车业务是网约车整体业务中的一个核心，处于多次循环迭代中，存在指标定义不规范，业务方频繁提出新增指标，技术修改难度大等问题，所以目前需要从业务整体角度重新构建指标体系。
业务目标：标准化指标体系，提升指标提取工作效率。
行动：在构建指标体系的过程中，首要动作要明确指标分类和约束指标命名方式，使各个指标能够做到见名知意、减少沟通成本，这里我们参照阿里对指标的划分，来规范建设指标体系。
第一步：调研业务需求与分析业务流程
1.调研业务需求
充分的业务调研是指标体系构建的基础，在数据指标体系搭建项目启动前，需要与各业务方详细了解具体业务、梳理清楚关键业务流程。
需求采集可分为定量、定性采集两种类型，定量地发放调研问卷形式，广泛采集业务需求；定性地进行用户访谈，深度挖掘业务应用场景和核心需求。详细的需求采集与分析方式之前
《需求采集与需求分析》
这篇文章有写过，此处不再展开，可做参考。
2.分析业务流程
根据阿里巴巴onedata的最佳实践，业务过程可以概括为一个个不可拆解的行为事件。为梳理数据之间的逻辑关系和流向，首先要理解用户的业务过程，了解业务过程中涉及的数据系统。
下面以网约车体系为例，梳理司机端、乘客端的业务流程以及数据指标。
乘客端流程可划分为：注册/登陆、下单、服务、支付、评价/客服投诉。
核心流程中所产生的业务指标：1） 注册/登陆阶段：新用户数、用户数、不同渠道用户数2） 下单阶段：下单量、新用户下单量、老用户下单量、不同城市下单量数据、不同车型下单量数据、下单成功用户数3） 决策阶段：议价订单数、非议价订单数、决策阶段用户主动取消订单数、决策阶段超时取消数、数加价完成订单数、减价完成订单数4） 服务阶段：下单成功用户数、订单时长、下单成功率、完单量、完单率、完单用户数5） 支付阶段：订单金额、订单平均金额、订单优惠金额、计费差额6） 评价阶段：好评率、差评率
司机端业务流程可划分为：
业务流程中产生的核心业务指标：1） 注册/登陆阶段：注册用户数、新增用户数2） 加盟阶段：提交审核用户数、审核通过用户数、新注册司机、累计注册量、老司机量、新司机量3） 接单阶段：在线司机数、听单司机数、有效听单司机数、中标司机数、中标率、日均中标司机数4） 决策阶段：决策阶段司机取消订单数5） 服务：服务平均距离、平均时长、空驶平均距离、空驶平均时长6） 评价：司机好评率、司机差评率、平均星级7） 提现：司机余额、提现次数、提现金额
在明确用户的业务过程后，需要根据分析决策的业务，划分数据域，并在相应的数据域下拆解具体的业务过程。
第二步：划分数据域
数据域：是联系较为紧密的数据主题的集合，是对业务对象高度概括的概念层归类，目的是便于数据管理与应用。
这里相当于对数据进行分类，类似于我们电脑桌面要建立不同的文件夹来存储数据。我们的数据是面向不同业务人员，比方说市场、运营、客服、风控等人员，而其关注的业务模块大不相同。
而我们技术人员还要给他们提供各种不同的数据指标，找起来工作效率低，服务器计算成本高（你想想在电脑搜索框查某一文件名时，是不是很慢），业务人员也难以及时得到数据。没办法，那我就做个数据的分类吧，方便我们快速找数据，以及未来横向扩展数据。
所以在划分数据域时，我们也要注意：1） 能涵盖当前所有的业务需求2） 能拓展新业务进入已有数据域，或者拓展新的数据域
这里就相当于电脑上的文件夹命名，要包含当前所有的文件（数据），产生新文件时，能够放到已有文件或者是方便新建一个文件。
可以根据对业务需求、各个模块的业务流程进行分析，进行数据域的划分。通常数据域划分可以根据企业部门划分，如客服、运营、市场等；也可以按照业务过程或者业务板块的功能模块划分。
例如网约车体系中用车业务域可划分为如下表所示的数据域，依据实际业务过程进行归纳、抽象得出数据域。
第三步：定义指标规范——总线矩阵构建
我们梳理了业务域、数据域、业务过程的整体框架，接下来针对指标规范进行设计。
简单点理解，相当于我们设计了文件夹的一级、二级、三级目录结构规范，现在要对该文件命名结构规范进行设计。
常用的指标基本是按照个人理解给予的命名，并没有特别的规范，比如说日活/月活用户量、近一个月下单量、完单金额等。但随着数据指标的增多，出现了很多限定条件下的指标，比如近7天北京快车下单量这样的指标，这个指标是如何设计得到的，有没有一套指标规范设计呢？
如上图所示，设计指标时需清晰定义业务域=用车业务、数据域=服务域、业务过程=下单、维度=城市、属性=北京、时间周期=近7天、修饰词=快车、度量/原子指标=下单量。通过增加对原子指标的约束条件，规范产生派生指标=近7天北京快车下单量，提供一套通用的指标定义标准，方便不同业务部门的人理解指标含义。
以网约车体系中的服务域为例，制定如下总线矩阵，划分业务过程为下单、派单、决策、开始行程、完单。
总线矩阵是数仓架构师会用的比较多，对于产品人员会比较难理解，其实就类似于数学中矩阵和排列组合，一个原子指标的维度限制条件组合不同，可得到成千上万个派生指标。
总结
本文主要从数据产品角度介绍，如何基于阿里OneData进行网约车指标体系建设。通过对业务分析、数据域划分及总线矩阵构建，来建立一套指标设计规范。通过建立指标规范，可以提升研发和业务方的指标获取效率，为后续自助式分析打下基础。
在设计指标规范过程中发现会产生成千上万个指标，那这些指标哪些是真正给业务方提供指导意义的呢？
下一篇将会讲解如何根据OSM模型和AARRR模型确定核心业务指标，以及如何设计指标字典。