（2015-07-08）各位行銷人可能很困惑，到底如何評估，誰才是真正能協助自己達成目標的程式化購買最佳夥伴呢？
（Brain 2015-07-08）廣告生態圈已被 Agency Trading Desks、AD networks、Exchanges、Retargeting 以及 DSP（demand-side platforms）擠滿，各家都試圖在即時廣告中宣示主權。
這些平台運用如 RTB、動態廣告優化、使用者行為定向與分眾等技術，協助廣告主在對的時間，傳送對的訊息，以合適的價位，傳達給對的顧客。
程式化購買夥伴怎麼給分?
各位行銷人可能很困惑，到底如何評估，誰才是真正能協助自己達成目標的程式化購買最佳夥伴呢？
這裡我們提供十個評估重點：
1.程式化購買不只是「購買」。
Programmatic display is about more than just buying.
Real-time bidding（RTB）只是潛力無窮的程式化技術中的一小部份。
為了精準競標每個有效曝光，廣告主及其程式化購買技術夥伴，需要進行千百筆資料分析：從使用者瀏覽網頁行為，到過去某時段內的 CRM 數據，甚至可能天氣資訊都要丟進來綜合考量！
「購買」不是程式化技術在廣告的唯一執行重點，有些程式化技術夥伴甚至能自動優化動態廣告內容，這樣的技術稱為「動態創意優化」（dynamic creative optimization, DCO）。
因而能成就從「Call to Action」到「推薦產品」，做1:1個人化的差異。
2.並非每一種程式化技術能力都一樣。
Not all programmatic technologies are created equal.
在程式化技術領域中，有個專有詞稱作「投標波動率」（Bid Volatility），意指買方（DSP或Trading Desk）提出的競標總數。
不同 Ad Exchange 合作夥伴，針對一個行銷活動，RTB 的投標波動率可能從一個基本變數（如，有些技術商對任何網友都只投使用統一標價），到超過16,000種競標變數。
同樣的變數概念也可用到廣告創意上：有些平台每個曝光都用同樣的廣告訊息，而其他有些平台則以能以多從動態優化訊息作客製化。
3.談大數據前，先看看自家的結構化資料吧！
When it comes to “big data” in programmatic, get smart by tapping your structured data first.
程式化仰賴許多數據，然而在使用大數據前，須花一番工夫將尚未結構化的種種資料（眾人常說的大數據, Big Data）轉換成具行銷意義的可用格式。
其實行銷人早已坐擁許多結構化數據，隨時可做程式化應用，我們稱這些數據為「Smart Data」。
Smart Data 可以是現有的 CRM 資料、產品／訂單管理數據、到優惠活動數據等等都是。在投入大量資源在處理 Big Data 前，先瞧瞧手邊現有的 Smart Data 資產。善用 Smart Data，讓行銷策略更 Smart！
4.利用區隔概念做出不同用戶群差異化。
Leverage segmentation to treat different user groups differently.
行銷人可透過「區隔」概念來提升程式化購買效率，讓技術基於各用戶群的潛在價值，對不同用戶群提出專屬的行銷目標（如：不同的 CPA、ROI）。
最基本分眾方式是區分新舊客戶：絕大多數的廣告主願意在獲取新客上投資多一點，而程式化購買能即時達成此目標；至於舊客方面，則可再細分，（例：類似操作 e-mail 電子報時使用的 CRM 區分邏輯），針對「顧客終生價值」（CLV）等做更深入的客戶投資調整。
5.給程式化系統多一點時間學習。
Give your programmatic system time to learn.
程式化技術常被描述為能「自我學習」，事實上，「學習」只說明了機器運算數據、識別數據背後規律、並採取行動的能力；但未提及，為了更好的判斷使用者行為、進行自動化購買、及訊息判定，程式化技術需要時間處理數據，所以在進行成效分析前，請確保整個行銷 Campaign 讓系統有足夠的「暖機」時間。
「暖機」所需時間取決於每個 Campaign 的規模及不同的成效要求，但大體上來說，需等待一段時間直到穩定成效出現，在此之前，請別過早斷定結論。
6.投資在長期、顧客優先的程式化購買應用。
Invest in sustainable, user-centric programmatic practices.
許多人談「即時（real-time）」，很容易提到「程式化技術」時就陷入「即時」概念裡。不幸的是，當廣告主執著在曝光、點擊或轉換而無法把目光放得更長遠時，便是讓最有價值的用戶，曝露在過度資訊轟炸的風險下！
這正是「個人頻率監控（user-individual frequency capping）」功能會出現的原因，它確保在固定時間內，用戶最多只接觸某一定合適的廣告量，這點對於程式化購買非常重要。若沒有以這種以顧客為中心的行銷方式，將不知不覺的消耗掉有價值的顧客。
7.行動時代，確保你的動態廣告是 Flash-free。
Make sure your dynamic ads are Flash-free to reach mobile devices.
行動廣告是當今所有電子商務商的第一個念頭，因此對於行動相容的廣告格式也該格外重視。
過去十年，許多動態廣告以 Adobe Flash 呈現，不幸的是，這技術很設限：第一，必須在瀏覽器安裝 Flash 附加元件；第二，和 Apple 的 iOS 裝置不相容。因此業界為了達到裝置相容通用，紛紛改成擁抱 HTML5 技術。若行動對您的未來事業很重要，請確認您的程式化夥伴採用行動相容的技術。
8.別只盯著現有訪客，也想想新客源吧！
Look above and beyond the lower funnel.
雖說程式化購買技術以成效優化與 Retarget 建立起名聲，然而當今全球最先進的廣告主已開始利用程式化技術優勢，接觸使用者的完整消費路徑，吸引消費者進行第一次消費，及後續的更多交易。
最聰明的程序化技術會利用其自動化技術，在顧客消費週期的各個階段（購買前 awareness、購買 purchase，購買後 post-purchase），調整訊息及行銷投資策略。
9.行動端程式化領頭羊將大量獲利。
Mobile programmatic pioneers have much to gain.
會進行跨裝置消費的用戶，常被歸為具較高顧客生命週期的用戶，這也是許多電商領頭羊將行動廣告視為第一優先的原因之一。
在行動程式化購買部分，廣告主面臨的競爭小於桌機（至少當今而言），意味著在行動端，廣告主有機會以較低的成本接觸用戶。
若您有行動網頁或是 APP 了，是時候將程式化策略—競標 bidding、訊息 messaging、分眾 segmentation、追蹤 targeting—從桌機延伸到行動了！
10.即使是程式化策略，依然需要一點人性。
You still need a human touch when it comes to programmatic strategy.
上面列出的九點皆顯示，程式化購買需行銷人的行銷經驗及專業，才能產生有效應用資料策略。即使是世界上最「聰明」的程式化購買平台，如果沒有行銷專家配合投入，亦是無用。
因此，做好程序化購買研究，廣告主便能有效操作資料策略、成長營收、戰勝市場！
