惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V2EX - 技术
V2EX - 技术
P
Privacy International News Feed
Security Latest
Security Latest
H
Hacker News: Front Page
T
Tenable Blog
The Hacker News
The Hacker News
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Security @ Cisco Blogs
Project Zero
Project Zero
O
OpenAI News
AI
AI
Spread Privacy
Spread Privacy
C
CERT Recently Published Vulnerability Notes
The Last Watchdog
The Last Watchdog
G
GRAHAM CLULEY
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Scott Helme
Scott Helme
Application and Cybersecurity Blog
Application and Cybersecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
CXSECURITY Database RSS Feed - CXSecurity.com
NISL@THU
NISL@THU
A
Arctic Wolf
T
Threat Research - Cisco Blogs
PCI Perspectives
PCI Perspectives
N
News and Events Feed by Topic
C
Cyber Attacks, Cyber Crime and Cyber Security
C
Cybersecurity and Infrastructure Security Agency CISA
Simon Willison's Weblog
Simon Willison's Weblog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Know Your Adversary
Know Your Adversary
Google Online Security Blog
Google Online Security Blog
罗磊的独立博客
L
LINUX DO - 最新话题
U
Unit 42
S
Security Affairs
有赞技术团队
有赞技术团队
WordPress大学
WordPress大学
博客园 - 【当耐特】
T
The Exploit Database - CXSecurity.com
S
Schneier on Security
月光博客
月光博客
Engineering at Meta
Engineering at Meta
腾讯CDC
F
Full Disclosure
Cyberwarzone
Cyberwarzone
S
SegmentFault 最新的问题
Recorded Future
Recorded Future
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 司徒正美
The Cloudflare Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
MAPI功能:我是如何管理2000个账户的?
烧肉女士 · 2023-10-30 · via 人人都是产品经理

广告主们可能会很好奇,投了广告之后,钱到底花在哪里了呢?广告主又该怎么结合数据对广告活动进行管理和优化?这篇文章里,作者介绍了Marketing API(MAPI),一起来看看其概念与具体功能吧。

各位看官老爷投了广告之后,肯定会好奇钱都花在哪里了,广告主x也不例外。虽然媒体平台会提供账号和后台,但是我们都知道,算法是个黑盒,很难知道自己看到的数据是怎么算出来的。

而且,投了那么多的渠道,不同平台呈现数据的形式还不一样,广告主x无法对数据进行统一的规划和管理,麻烦的很。

于是,贴心的平台给大家提供了一个活期账本,也就是Markeitng API(MAPI)。

当然,MAPI的功能不仅仅体现在数据处理上,它可神通广大着呢,且听我娓娓道来。

一、什么是MAPI

1. 定义

首先,我们来向大家阐述一下什么是Marketing API(MAPI)。

Marketing API是一种广告平台提供的应用程序接口,它可以帮助广告主更有效地管理和优化广告活动。

简单来说,广告主往账户里打了多少钱,每笔钱怎么用,都是由广告主自己来决定的;广告展示在哪里、什么时间投放、投放什么内容、给什么人看、数据怎么收集,都可以通过MAPI来实现。

它的使用可以提升广告管理的效率和灵活性,使广告主能更精准地控制和优化广告投放。

2. 优势

与其他的投放方式相比,MAPI到底有什么优势,又能解决什么场景的问题?

目前广告主投放广告的主流形式主要有以下两种:

  1. 广告平台侧直接投放:广告主想要投放哪个渠道,只需要在对应的平台上进行简单的开户操作,并充值相应的资金,就能够在平台上投放;
  2. 广告主自建DSP投放:广告主可以自行建立DSP,通过与广告平台的ADX服务对接,进行广告投放。

上述形式已经能解决大部分的投放问题了,但为什么还要有MAPI作为补充呢?

这是因为这两种形式都有明显的不足:

1)广告平台侧直接投放

广告主通常会选择多个平台来投放,但直接投放无法聚合各平台数据,数据分析比较麻烦。

以广告主x为例:

广告主x同时投放广点通、头条、百度三个渠道,就得在三个平台上分别注册账号。

一般来说,广告主一个渠道就要注册多个账号。

当广告主x想要分析投后数据时,就得将这三个渠道的不同账户的数据一一下载,整理比对。

广告平台对所有的广告主提供了高度统一的操作流程和功能,限制了广告主的个性化需求。

广告主一般会注册多条投放渠道的多个账户;

不同的账户,承担不同的投放任务,策略往往是不同的,有的可能是拉新,有的可能是拉活。

当广告主x想要对不同渠道的拉新账户进行批量处理时,比如说批量上素材、批量改价等,平台是无法支持的,只能一个一个渠道来操作。

不同平台支持的批量功能不同,甚至连配置按钮都不一样,广告主x只能按照规则来操作,效率比较低。

2)自建DSP投放

  • 媒体只对KA客户开放DSP功能,广告主需有大规模的广告投放需求和长期持续广告投放计划,对消耗要求高;换言之,没点实力的广告主根本不用考虑;
  • 自建DSP的过程中,广告主需要与不同的广告平台进行对接,并实现统一的广告投放管理,这对广告主的技术要求比较高。

就拿最简单的素材尺寸来说,不同平台的要求都是不一样的;这就要求广告主的DSP能同时上传不同类型和大小的图片或视频。

MAPI从一定程度上能解决上述问题:

  1. 与平台侧直接投放对比:它具备更高的灵活性,可在一定程度上解决广告主对个性化的需求。这可以在稍后的功能和应用中完美体现。
  2. 与自建DSP相比:MAPI更容易实现,是更加经济可行的方案。

二、MAPI的功能

这部分向看官们总结MAPI实现的功能。接口主要可以为广告主们提供以下的信息:

三、MAPI的应用

MAPI的应用可以说是灵活多样的,可以说是丰俭由人,十分友好。

广告主可以根据自己的需求和能力,来选择合适的应用方式。没实力的小广告主,不必望洋兴叹;有点小钱但够不着DSP的中广告主,也不必打肿脸充胖子。

这部分,我们贴心地为所处不同阶段的广告主们,提供不同的解法,当然在实际的运用中,还是要以业务为主导,有选择的应用MAPI功能。

1. 投放开始阶段

首先是小白们刚开始投放,预算不多的时候。

以电商平台的广告投放为例,新用户一般会经历展示、点击、下载、激活、浏览、付费等过程。

广告平台只能提供展示、点击、下载等数据,无法提供广告主站内数据的情况;而广告主只有激活、浏览、付费等用户在站内的数据。因此,广告主需要下面的技术来支持数据分析。

1)监测链接

  • 主流的广告平台已经支持添加曝光和点击监测,广告主开发后,可回收媒体端的数据,像曝光、点击、下载等;
  • 监测链接是唯一的,每个用户都会有对应的ID来识别,通过监测可以了解来自不同渠道的用户的转化情况,这样可以用来分析不同渠道和不同广告的投放效果。

2)转化归因(详情可看广告归因:用户究竟是从哪儿来的?

广告主可以将媒体端回收的数据和站内的转化数据进行结合,用以进行转化归因的分析。

以广告主x为例:

用户A在abc三个渠道分别看到了广告主x的广告;

他点击了渠道b和渠道c的广告,没有点击渠道a的广告;

他最终通过渠道b的链接购买了广告主x的商品;

广告主x通过转化归因可以知道:A是从渠道b转化来的,b的投放效果不错。

3)数据监控

全面监控流量,运用对多个渠道数据的详尽对比和深入分析,审查潜在的异常流量;

比如:广告主x有abcd四个渠道,a渠道对比于过去、其他渠道,转化率明显偏低,那么它肯定是出问题了,需要排查。

2. 投放起量阶段

在平台进入增长期,或者验证广告的投放效果之后,广告主一般会增大投入,这时候广告进入投放起量阶段。

一般广告主可以利用以下功能来提效:

1)回收与整理数据

与广告投放相关的API对接,精确搜集平台侧的广告数据,包括计划、广告和创意的展示、点击、消耗数据等。

2)管理广告任务

接入广告增删改查操作接口,更有效的管理广告任务,比如广告主可对不同账户下的不同计划做批量处理。

3)监控账户消耗

对接账户层级接口,实时追踪账户的消耗情况和余额信息,确保及时掌握账户情况,避免因余额不足或无消耗情况而影响投放。

4)审核监测广告

对接广告投放层级接口,实时监控广告审核状态,避免出现广告审核未通过但运营团队不知情的情况,以确保广告能够按时投放。

5)媒体辅助工具

对接媒体提供的辅助工具,如文案助手、视频制作工具等,以获取高质量文案和制作动态视频,为运营提供更精准的投放指导和支持。

3. 投放成熟阶段

经过前期的大量投放,广告投放相对成熟,获客成本提高,这时候需要更精细化的运营,需要对投放的用户有所选择,可选择的功能如下所示:

1)智能优化规则

基于投放数据,制定一系列优劣广告的衡量标准,并通过智能化的规则设置,批量创建优质广告。

举一个简单的例子:

广告主x将激活成本30作为衡量标准,对劣质广告进行自动化处理,激活成本超过30,广告会自动关停以避免预算浪费。

2)DMP(人群)

对接平台提供的人群管理API;广告主可以根据自己的算法计算出需要定向或排除的人群包,并将其通过人群管理API同步到广告平台,以实现精准人群定向投放。

3)RTA

  • 广告主可使用RTA功能,这可以在不将数据同步至广告平台的情况下,实现精细化运营流量;
  • 广告主可根据自身投放需要,可利用RTA灵活选择投放用户。

4. 投放智能化阶段

智能化投放阶段的要求是最高的,目前能实现的广告主比较少。

它主要是将智能技术应用于投放领域,利用人工智能、大数据分析和机器学习等技术来优化决策和操作,可以使投放过程更加智能化和高效化的阶段。

广告主可以思考以下几个方面:

1)智能化决策

利用机器学习和人工智能等技术,可以自动学习和优化投放策略,根据用户的兴趣和行为做出个性化的广告投放决策;

举一个比较极端的例子:

用户B多次浏览并收藏多款爱马仕包包,但在平台日常的消费金额在千元以下;

这名用户基本可以被认定为:对爱马仕包包有很高的消费意向,但没有消费能力;

因此,在广告投放时,可以给其推送款式风格与爱马仕接近的平替。

2)实时调整

智能化投放可以实时监测投放效果,并根据实时数据进行调整和优化。

比如:广告的实时成本高于标准值,系统可动态持续降低出价,直至成本合理。

3)预算分配

通过对大量历史投放数据的挖掘,以及对流量的分析,科学安排各渠道的预算,对特殊情况能做出及时调整。

总之,广告主需根据实际业务需求和预算能力来选择适合的功能,不用过分拘泥于投放的发展阶段。

四、总结

Marketing API(MAPI)是一款极其灵活的营销工具,具备丰富多样的功能,可谓是神通广大,想必看官们也已经感受到了。

广告主应该根据自身的业务需求,明智地选择适合自家产品营销需求的功能。同时,广告主需要评估自己在技术、团队和预算等方面的能力,以确定可以合理承担的MAPI功能范围。

有时候,选择适中的功能集合可能会比选择过多的功能更加明智。毕竟资源有限,别想着他有我也要有,大家的家底都不一样,浪费在不必要的功能上不值得。

接下来,我们向各位看官介绍RTA功能,讲述RTA是如何帮助广告主x开展业务的……

作者:烧肉女士,目前任职于某电商App,在广告增长领域具有丰富的实战经验,实现千万级年均降本。

本文由 @烧肉女士 原创发布于人人都是产品经理,未经授权,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。