App投放增长：Marketing API

小提示：您能找到这篇{App投放增长：Marketing API}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的App投放增长：Marketing API内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

编辑导语：广告主如何实现投放提效？也许借助工具是不错的选择。而MAPI是广告平台方推出的ope农产品事件营销软文n API，帮助广告主搭建trading desk来进行广告投放。本篇文章里，作者针对MAPI的定义、功能以及运用做了总结，一起来看一下。

Marketing API（以下简称MAPI），是各大主流广告平台基于自家营销系统推出的帮助广告主更好投放广告的open API。基于MAPI，广告主可以搭建Trading Desk来辅助广告投放。

那么MAPI提供了哪些能力，广告主开发者基于这些功能该如何帮助广告投放提效，本文将带你一探究竟，希望读者能有所启发……

一、初识MAPI

Marketing API，是各大主流广告平台基于自家营销系统推出的open API，可以为广告开发者提供全面的技术及数据支持，全方位实现自动化营销及高效管理。

我们先来一起回顾下，如果广告主想要投放广告到某媒体（平台），常规方式主要有如下几种：

1. 广告平台侧开户投放：广告平台成熟稳定，功能齐全，广告主只需开户充值，就可在平台上进行广告投放。
2. 对接ADX投放：广告主可自行搭建DSP ，通过对接广告平台的ADX服务进行广告投放。但通常来说，由于对接ADX会将平台流量分发到广告主侧，广告主可自由挑量投放，因此主流平台的ADX一般不对外开放，需要评估广告主的消耗情况，只有达到消耗门槛才会准入。

那么读者心中会不会存在疑惑，既然各大主流广告平台都有自身的营销系统和ADX，广告主可以通过上述两个途径进行广告投放，为什么还需要推出MAPI呢？

我个人认为，主要有以下几个方面原因：

1. ADX有消耗门槛限制，除非KA客户，不然广告平台通常情况下不会提供对接；
2. 广告平台的营销系统面向的是所有客户，无论是操作流程还是功能点都高度统一，无法满足客户个性化定制需求；
3. 客户在营销活动时，为了最大化触及用户，一般都会选择全网通投（即通过不同的广告平台投放广告），这时候无法聚合各个平台的数据进行分析，不方便运营。

基于以上客户真实存在需求，各主流平台纷纷推出了MAPI供广告主接入，为广告开发者提供全面的技术及数据支持，全方位实现自动化营销及高效管理。

那么哪些客户适合通过对接MAPI来进行广告活动呢？广告主该如果通过MAPI给广告投放提效呢？

1. 懂技术：由于对接MAPI是需要一定的技术开发成本，所以接入方必须有很好的技术沉淀；
2. 懂业务：毕竟接口是脱离系统操作页面的，因此需要理解各个接口所能提供的能力以及准确判断是否能满足自身业务需求；
3. 懂效果分析：由于各大平台仅能提供展点消等基础数据报表，无法展示站内转化效果数据（除非广告主向平台会回传转化数据），因此可以对接MAPI来回收展点消数据并进行转化归因，从而来分析各渠道的流量质量；
4. 需多渠道投放：如果广告主想要多平台进行广告投放，必须通过MAPI回收各平台数据进行聚合分析；
5. 广告投放提效：由于广告平台提供的功能是统一的，无法满足广告主的个性化投放需求，例如所有广告投放仅定向不同，在平台侧就得手动创建N个策略，但是通过MAPI就可以通过自定义规则来批量投放广告；
6. ……

简而言之，通过MAPI，可以辅助广告主更好地进行广告投放。

看到这，小伙伴肯定在想既然MAPI这么好使，赶紧对接，以后投广告就轻松了。别急，先看看MAPI目前存在的两个不足之处：

1. MAPI的功能实时性：目前各大平台，同一个功能，MAPI的支持程序一定是晚于平台侧的，即存在滞后性，但未来不排除API先行的情况。
2. MAPI的功能完整性：不管是出于安全角度还是商业布局角度，MAPI无法cover平台侧的所有功能，广告主需要评估已有功能是否能满足自身需求。

下图总结了三种投放方式的优劣势，供读者参考～

二、MAPI功能

目前市场上，主流广告平台一般都支持marketing API，例如巨量引擎、广点通、百度、快手、阿里汇川等……虽然合家的支持程度不太一样，但主要的功能基本都能支持，包含广告投放、数据报表、帐号管理等，好一点的平台能提供更多的辅助工具，常规功能如下图：

三、活用MAPI

广告平台的marketing api提供了那么多功能，基于此，广告主该如何去搭建Trading Desk来满足自身的广告投放需求呢？

搭建Trading Desk是一个漫长且痛苦的事情，正所谓“痛并快乐着”～笔者整理了几个不同的对接阶段，各广告主开发者可以参照这几个阶段循序渐进地开展工作。

1. 市场摸索阶段

处于该阶段的广告主，业务一般刚刚起步，通过投放适量的广告，来摸索市场。此时广告主可直接在平台开户投放即可，无需投入研发资源来对接MAPI。

2. 投放初步阶段

在投放一段时间之后，广告主需要对投放的数据进行更多的分析来验证投放效果。由于平台侧无法提供广告主站内数据情况，需回收平台侧相关数据并结合站内转化数据来进行数据分析，但广告主开发者需准备如下技术支持。

1）自建监测体系

目前各大主流平台支持添加曝光点击监测，广告主开发者可自建监测体系，回收广告展点相关数据。监测链接需带有相关的标识参数，用以保证链接的唯一性，通过标识参数可以分析不同渠道不同的广告的投放效果。

2）转化归因

基于回收的展点数据，核心字段为设备号和时间戳，再结合广告主站内转化数据，可以归因。

3）数据监控——流互联推广量质量

有了曝光点击数据，就可以监控流量质量，判断是否存在异常流量。关于异常流量的相关知识，可以参考，也可以加笔者微信详聊一些常见的反作弊判断标准。

3. 投放起量阶段

在验证了投放效果之后，广告主进入投放起量阶段。在该抖音开通企业号有什么区别阶段，广告主为了快速占领市场，在市场上投入大量的广告，这需要较高的运营成本。为了提升运营人效，广告主开发者需做如下技术支持：

1. 数据回收：对接广告投放相关的API，回收平台侧的广告相关数据，包含计划、广告、创意的展点消数据；
2. 广告排行榜：通过创意数据，分析各创意的展点消转化数据，输出广告排行榜，供运营同学分析投放效果；
3. 广告模块​：对接广告的增删改查操作API，可操作广告投放​；​
4. 自动化规则：通过广告排行版数据，制定优劣广告标准；通过自动化规则，针对优质广告批量创建广告投放进行市场抢量；针对劣质广告，自动关停广告，避免预算浪费。PS：这里的自动化规则是一个持续摸索的过程，需联合运营、财务、算法团队共同探讨制订，充分利用AB实验来获取最佳的规则配置；
5. 数据监控——账户：对接账户级别接口，获取账户的消耗以及余额情况。需实时监控账号情况，防止出现余额不足或无消耗情况；
6. 数据监控——审核：对接广告投放级别接口，监控广告审核情况，避免出现广告审核不通过但无运营知晓的情况，导致广告投放无法起量；
7. 利用好平台的自动化规则：针对一些的简单的监控，可以充分利用平台提供的自动化规则进行广告投放/账户监控；
8. 辅助工具：对接媒体的辅助工具，例如文案助手、视频工具等，获取优质文案，制作动态视频，给运营投放提供指导；
9. 更多工具，等待读者进一步去发现……

4. 投放挑量阶段

经过前期大量的市场投放，广告获客成本越来越高，这时候来到了流量精细化运营阶段，即广告投放挑量。广告挑量投放的方案一般有三种。

1）媒体标签

通过媒体后台标签定向进行广告投放，但这取决于媒体标签的丰富度。目前基本上都是一些常规标签，如需结合自身业务投放，还是比较困难。

2）DMP（人群）

对接平台提供的人群管理API，广告主可根据自己的算法计算出需要定向/排除的人群包，通过人群管理API同步到广告平台进行人群定向投放。但这就涉及到广告主数据暴露，需与公司信安一起讨论决定数据输出的形式及颗粒度，数据必须脱敏，不然会存在泄露用户隐私数据的风险。

3）RTA

为避免数据同步至广告平台侧但同时又想精细化运营流量，各大平台侧于20年提供了RTA接口，即在广告召回之前先询问广告主是否对本次流量进行广告投放，将选择权给到了广告主。关于RTA的更多相关知识，读者可自行百度，目前网上的资料非常多，本文不做过多的介绍。

5. 投放智能化阶段

其实在上述几个阶段，已经涉及到了一些算法相关内容，但这里为啥需要单独拉出来一个智能化阶段来介绍，我想从另外一个角度来看MAPI的使用场景。

大多数的公司，尤其是各种提供Saas服务的公司，在利用MAPI的时候，通常是对单广告平台的能力进行包装定制化。

但有木有考虑过这样一种场景，基于广告位的属性来进行包装，比如将巨量引擎、广点通、百度的信息流统一包装为信息流，这样从广告形式上可以分为开屏、信息流、搜索广告等。这里就涉及到强大的算法能力以及产品拆解包装能力：

1. 产品拆解包装能力：产品需熟知各家平台提供的MAPI能力，能够剥离拆解出共同模块部分，并整合映射到同一级别；
2. 算法能力：由于对各家的产品能力进行包装，这里就会涉及各种算法，例如预算分配、自动出价、定向策略等，这里面由于各家的日预算规则不一样，预算分配是个难题，需重点照顾。

四、总结

Marketing API，虽然存在着功能性和时效性问题，但其在很大程度上可以辅助广告主更好地进行广告投放。本文通过对各家MAPI支持的能力程度进行分析，提出了活用MAPI的一些方案以及路径规划供读者参考，希望能给大家带来启发。

通过对接广告平台的MAPI来搭建Trading Desk是一个漫长且痛苦的事情，大家一起排坑～

本文由 @包子 于，，。

题图来自 Unsplash，基于CC0协议