广告数据平台整合设计

2021年｜类型：平台产品｜标签：设计优化服务｜角色：交互设计

背景

在广告领域整体行业化的方针下，重新构建以“人”为核心的行业化深度理解。通过平台升级传递全场景、全链路、深度转化的价值主张。设计需在一周内提供平台升级后的方案。

产品定位

以“人”为核心构建行业深度理解，整合开放全场景数据能力，连通公私域全链数据能力，驱动深度转化，助力生意的长效发展。具体地说：

• 全场景。整合开放资讯、社交、搜索等全场景数据能力， 以人为核心构建行业化的深度理解，助力企业看清生意全貌。 
• 全链路。结合一方数据能力，腾讯广告助力释放广告主数据价值，串联公私域全链数据能力，构建“投前- 投中-投后”的全链路数字营销闭环，有效沉淀数字资产，助力生意的可持续增长。 
• 深度转化。深度挖掘一方数据资产价值，通过行业化、差异化的分层数据服务，精细化提升深度转化效果， 助力达成生意目标。 

产品目标

• 借力推广，整合平台能力。
• 塑造新品牌，扩大影响力。

如何整合平台能力？

前期调研

知数 (原DMP) 在 2020 年不断建设数据接入以及联合专区的能力，在部分 KA 客户里取得了较好的成效。现期望将这些能力开放给更多广告主使用。但目前存在了以下问题，急需对平台进行升级。

• 数据接入和联合专区都对数据安全有着更高的要求；
• 新增概念对广告主造成了困扰，不利于数据品牌建设与维护；
• 业界对腾讯广告DMP的界定与实际数据能力不相符；

DMP 距离上一次整体迁移已经过去一年，在整个迁移的过程中，DMP 经历了多达七位设计师。迁移过程带来了非常多的问题：每位设计师都参与了一部分，设计师之前没有一套可执行的设计语言作为标准，导致平台在体验上一致性较差，具体而言，从控件的选取、间距的规范，到页面与流程的拼装、设计模型的定义都缺乏一致性。

此外，由于之前是不同的产品团队共同打造的 DMP，缺少全局视角来梳理 DMP。面对这次短平快地平台升级，设计侧仅有一周的时间帮助找到并完善服务缺口。尽管耗时，但体验地图仍是一个值得尝试的方式，除了快速达成共识，还能引导产品团队梳理平台升级的待办事项。

痛点与机会点

版本划分

分析

市面上对于产品版本的划分大致有两种方式：

• 人为划分。依据对产品的定位，整体划分为不同的版本。
• 依据某种等级规则而定。如按照消耗量级依次开通各能力。

经过讨论后，我们选择的人为划分的方式，主要原因有二：

1. 首先，本次升级面对的是广告主团队，用户除了以前的投放优化师，还新引入了建模工程师。从用户而言，并无梯度拆分的诉求。
2. 其次，平台暂时没有依照某种等级来度量各能力，短期也无法做出合理的区分。

解决方案

依据广告主所属行业及数据能力，区分三大产品版本，提供以转化为目标的开放框架式数据服务。

• 基础版。零门槛，一站式便捷操作。
• 行业专业版。有数据分析与建模基础。
• 私享版。有数据体系搭建与算法建模工程能力。

具体而言，基础版以高效安全的数据接入通路为主，提供标准化数据挖掘和洞察工具。行业专业版在基础版之外，提供行业洞察、自主建模、深度参与排序等开放框架式全链路数据应用工具。私享版提供开放框架，私有化部署，专家式定制挖掘，服务私域后链路场景。由于时间紧急，目前本次平台升级仅支持到基础版和行业专业版。

信息架构

分析

梳理信息架构是所有待办事项中的核心，其他待办事项以及和市场外部宣传对接，全部依赖于新的信息架构。

联合专区，以及该模块下的数据地图、SQL Lab、Model Lab、Rule Lab、RTA Lab。五大能力目前服务于KA客户，联合专区且主要用户是建模工程师。而非联合专区的用户主要是投放优化师。如果将现有的白名单能力直接开放出去，联合专区的概念势必对投放优化师产生了困惑。它们分别是做什么的？我在什么场景下使用？它们和DMP之间是什么关系？这是不利于数据品牌建设与维护的。在拆解联合专区之前，我们需要了解联合专区有什么能力。联合专区是一个集成化产品，提供安全可控、有高度自主权、极具灵活性的数据营销策略制定工具，具体而言：

• 数据地图：自定义建库建表，让数据接入库表化、结构化；可视化呈现一、二方数据，让数据管理集成化。
• SQL Lab：提供集成可编程环境，助力用户自助分析，并基于分析结果提取人群，直接用于投放或者进一步加工。 
• Model Lab：搭建简易建模平台，帮助用户利用一、二方的特征数据作为输入样本完成建模与预测，并基于预测结果提取人群。
• Rule Lab：基于人群规则调整出价策略，其中人群可以是人群包、标签或者正负样本。该策略直接作用到粗排和精排环节，影响eCPM。
• RTA Lab：在广告账户、广告粒度上，直接排除人群。

不难发现，联合专区是一整套从数据接入、数据分析、机器学习，完成制定策略、人群提取或广告投放等关键动作的数据营销解决方案。而非联合专区的能力主要为包括标签人群、通过数据源提取人群、通过交集并集差集实现组合人群等等；针对我的人群进行拓展、分级或者人群洞察。除此之外，人群和数据源在广告领域里面属于客户资产。广告账户体系的复杂性以及资产授权的必要性对人群管理和数据源管理提了授权要求。整理可得：

• 将人群、数据源以及数据地图的数据按客户资产的维度进行管理，侧重数据的资产属性。
• 人群组合、标签广场、条件提取、Model Lab 以不同的方式生产人群，侧重数据的挖掘操作。
• 人群洞察和 SQL Lab，主打分析能力，侧重数据的洞察操作。
• Rule Lab 和 RTA Lab，则是作为直接影响 eCPM 的人群策略作用在粗排与精排，侧重数据的策略应用。

我们按照用户角色重新来看： 

• 业务决策者：负责广告投放目标及策略。
• 客户资产管理者：负责数据资产的接入及授权。
• 数据分析师：负责数据分析及处理。
• 建模工程师：负责数据挖掘、建模以及策略设计。
• 投放优化师：负责广告投放以及人群组合处理。

不同角色的操作主流程

解决方案

基于腾讯对人和行业的深刻洞察，通过资产、洞察、挖掘和策略四大工作台，为企业的各类角色提供相对独立又可闭环协作的数据处理空间，深度参与数据在广告中的应用，驱动效率最大化。

信息架构

除此之外，还有部分待建设能力：

• 行业洞察：与部分品牌广告主以年框的形式签约了定制洞察，为若干行业提供行业洞察。
• 消息中心：产品迭代更新、平台内消息触达都是通过人工或者控件提示来解决，未能解决消息触达的问题。

概览

分析

在与客户沟通的时候，客户经常用到一些含有统计含义的指标来描述 DMP 的使用情况，诸如账户下有多少可用的人群包、有多少是我自建的、数据源接入的数据有多少、上报的数据是否正常等等问题。这反映了旧版 DMP 缺少一个平台能力与应用情况的透视表。

结合新的信息架构，我们尝试把目前能够提炼得到的基础指标、使用情况以及行业推荐按照资产、洞察、挖掘和策略都进行披露：

探索首页可以披露的信息

解决方案

首页

策略概览，由于新开户的用户一定没有内容，单独设计了产品介绍的模块。

新手引导

开通流程

分析

平台统一升级会带来大量资源的浪费，为此需要广告主团队自主申请是否选择升级，以及升级到哪个版本。我们将各版本的直观差异通过横向对比展开，帮助用户建立行业专业版的认识。

解决方案

横向对比版本差异

新手引导

分析

基于基础版和行业专业版分别设计了两套新手引导。但在两个版本的介绍目的上却各有侧重：

• 基础版：突出能力的迁移、位置的变更。
• 行业专业版：突出新增的能力。

解决方案

基础版

行业专业版

首次使用

分析

这次新增的能力，绝大部分是服务于建模工程师的，但进来看到的用户不一定是建模工程师。为了让产品自己说话，通过标准化的首次使用引导，帮助用户明确该能力是解决什么问题的，分几个步骤可以完成。与此同时，非新增的能力，也同时加上了标准化的首次使用引导。

解决方案

除此之外，这次升级还更新了产品介绍的文档、替换了旧字眼、补齐了很多空状态，并开始梳理整个平台一致性的问题，保证用户在进来的时候，能够在不同的主页面感受到一致性较之前有提升。当然，一致性的问题也依然存在，还依赖于在后续的产品迭代中不断去逐项优化。

补齐了新用户首次使用的体验

其中比较特殊的是，数据表中的二方数据，如果一次性将 30 天的数据回流至平台则需要大致 10 个工作日，这样的等待显然是体验不佳的。我们将数据回流分阶段进行，先初始化一部分数据让用户可以在短期内使用上，再持续加载历史数据。

基于性能的设计思考点

写在最后

这次短平快的平台升级，产品侧更多地在解决客户对接、市场宣发以及重要模块的后端改造上。而平台前端的升级则自然地落到了设计侧。在整个推进过程中，遇到了很多非技术性难题：时间周期短、页面更新多、产研对接多、一年内交接过七位设计师而导致历史文件杂乱，平台暂无可以参照的设计规范等等，难度不言而喻。

尽管平台内的使用体验还有很多不一致，但是在这次升级地过程中，我们尝试解决一些组织架构带来的历史问题，还尝试通过新手引导、首次使用等手段将用户的“第一印象”收拢到比较一致的感受上。同时，还发起了一致性专项，在后续地迭代中，逐步推进平台产品在页面与控件、呈现与操作上保持一致。

© 2024 Xiang PENG. All Rights Reserved.