Jeśli masz pytania o ten projekt, napisz do nas!
Technologie AdTech dla lidera rynku video-streaming
Lider na rynku video streamingu OTT skorzystał z usług Clearcode, aby zaprojektować i zbudować własne technologie AdTech.
Pod poniższym linkiem znajdziesz opis przebiegu naszej współpracy, technologii, których użyliśmy i efektu, jaki finalnie otrzymał klient.
KLIENT
Firma medialna
BRANŻA
Video streaming
USŁUGA
AdTech
REGION
Azja
O projekcie
Wiodący wydawca usług video streamingu OTT rozpoczął współpracę z Clearcode, aby zaprojektować i zbudować własną infrastrukturę AdTech.
Nasz klient chciał utworzyć zamknięty ekosystem, tzw. walled garden i monetyzować dane first-party.
Przygotowaliśmy kompleksową infrastrukturę, która zawiera m.in. platformę reklam self-serve, serwer reklam, data lake oraz platformę z danymi o klientach (customer data platform, CDP).
Najważniejsze informacje
Zastosowanie w biznesie
Nasz klient chciał zbudować własny stack AdTech, aby stworzyć zamknięty ekosystem i zmonetyzować posiadane dane.
Rozwiązanie
Infrastruktura składa się z platformy reklam typu self-serve, serwera reklam, data lake i CDP.
Cel projektu
Klient chciał stworzyć własne, w pełni kontrolowane narzędzia i zastąpić rozwiązania używane do tej pory.
Technologie
Wykorzystaliśmy wiele technologii, w tym AWS, Python, Go, React, Terraform, Docker, TypeScript, Django, Bitbucket i inne.
“Nasza współpraca trwała 18 miesięcy i była jednym z największych projektów, nad którym kiedykolwiek pracowaliśmy.”
Tomasz Chmielewski
COO, CLEARCODE
CEL PROJEKTU
Celem było zaprojektowanie i zbudowanie stacku AdTech z serwerem reklam, platformą reklam typu self-serve, data lake i CDP.
Co to jest walled garden?
Walled garden to ekosystem, w którym działalność, dane i technologia są kontrolowane przez firmę.
Termin ten wywodzi się z branży telekomunikacyjnej, ale przyjął się także w innych branżach, w tym w reklamie automatycznej i digital marketingu.
Google, Facebook, Apple i Amazon często określa się jako walled gardens branż reklamy i marketingu internetowego.
Reklamodawcy mogą korzystać z platform reklamowych typu self-serve dostarczanych przez te firmy, aby zakupić miejsce na reklamę na ich platformach.
Ze względu na położenie nacisku na prywatność danych w Internecie, wiele firm i wydawców rozpoczęło tworzenie własnych zamkniętych ekosystemów, budując swoje narzędzia AdTech i przyjmując podobną strategię do Google, Facebooka, Amazona czy Apple.
Co zrobiliśmy
Poniżej omawiamy kluczowe platformy AdTech i platformy danych, które zbudowaliśmy dla naszego klienta.
Platforma reklam typu self-serve
- Zaprojektowaliśmy i zbudowaliśmy UI platformy.
- Zbudowaliśmy funkcje umożliwiające tworzenie i zarządzanie kampaniami reklamowymi, takie jak przesyłanie materiałów reklamowych, tworzenie pozycji reklamowych i targetowanie reklam.
- Zintegrowaliśmy się z zewnętrzną platformą AdTech, aby zarządzać i aktualizować kampaniami utworzonymi na platformie.
- Zintegrowaliśmy się z systemem płatności, aby zapewnić funkcje zarządzania płatnościami i rozliczeń.
Serwer reklam
- Ustaliliśmy wymagania techniczne, określiliśmy przebieg prac nad projektem i zaproponowaliśmy wymagania dla wersji MVP na podstawie naszego doświadczenia, wiedzy i badań.
- Opracowaliśmy SDK jako warstwę między ad slotami a serwerem reklam, aby wyświetlać reklamy i przesyłać user IDs do serwera reklam.
- Wdrożyliśmy szablon Video Ad Serving Template (VAST) 4.2, aby obsługiwać dostarczanie reklam wideo między odtwarzaczem wideo klienta a serwerem reklam.
- Dla targetowania reklam znaleźliśmy sposób na sprawdzenie, czy reklamy faktycznie trafiały do określonej grupy docelowej. Grupy z CDP naszego klienta aktywizowaliśmy za pośrednictwem SDK i wykorzystywaliśmy filtry Blooma do dopasowywania odwiedzających do wcześniej zdefiniowanych grup docelowych.
CDP i data lake
Celem było zintegrowanie CDP z serwerem reklam i platformą reklam, aby umożliwić reklamodawcom uruchamianie targetowanych kampanii na platformie OTT naszego klienta.
Zbudowaliśmy także data lake, aby pozyskiwać dane z:
- Platformy OTT video streamingu naszego klienta: Informacje o filmach, aktorach itp. z systemu zarządzania treścią klienta (CMS).
- Platformy analitycznej klienta: Dane dotyczące wyświetleń wideo, czasu oglądania, sesji oraz informacje o lokalizacji, rodzaju urządzenia i innych rodzajach danych.
- Zewnętrznych źródeł danych: Segmenty grup docelowych oparte na zainteresowaniach tworzone z wykorzystaniem third-party data.
- Informacji od zespołu ds. danych klienta: Dane tworzone przez uczenie maszynowe i analizę danych.
- Informacji o urządzeniach: Dane dotyczące ceny określonych urządzeń. Następnie te dane były łączone z danymi na poziomie urządzenia zbieranymi przez platformę analityczną.
Po zebraniu tych danych data lake organizowało i czyściło dane, usuwając zdublowane pakiety informacji i zmieniając schemat danych.
Następnie CDP pobierało tak przygotowane dane, tworzyło grupy docelowe na ich podstawie i eksportowało je do serwera reklam naszego klienta, gdzie dalej były podstawą do targetowania reklam na platformie video streamingu OTT naszego klienta.
Jak projekt był rozwijany
- Projekt rozpoczęliśmy od analizy: zidentyfikowaliśmy główne wymagania techniczne i wyzwania, wybraliśmy kluczowe funkcjonalności dla MVP, wybraliśmy konkretne technologie i tech stacku.
- Następnie rozpoczęliśmy prace nad MVP. W tej fazie opracowaliśmy kluczowe platformy AdTech i ich komponenty.
- Na koniec zapewniliśmy utrzymanie i wsparcie, aby nasz klient mógł przetestować rozwiązania ze swoimi pracownikami.
Technologie, które wykorzystaliśmy
AWS
Terraform
Docker
Redis
Python
GO
TypeScript
React
Django
Cypress
Bitbucket
Rezultat
Wydaliśmy wersję MVP AdTech stacku naszego klienta, dzięki czemu mogli przetestować ją z własnymi klientami (czyli reklamodawcami).