小鹿学院 > 百度竞价 > 资讯正文
左手内容,右手AI,百度信息流年入十亿美金!
2018-01-26 16:55 小鹿推广

小鹿系列竞价软件覆盖百度、360、搜狗、神马四大搜索平台,采用独创的竞价算法,智能精准出价,一键批量查排名,根据关键词位置实时调整出价,降低出价虚高,稳定排名,节省企业预算。

小鹿竞价软件专题介绍:https://www.xiaolutg.com/bidding/fengchao?ref=menu

?

小鹿推广,竞价软件,SEM营销

?

前天,李彦宏现身中国科学院大学,主持人问“最后悔的事情是什么?”

李厂长霸气回应,“从不后悔!”

至少李厂长和百度不会后悔去年上线了信息流业务。

“信息流将是百度未来较大的增长点。”年初李彦宏的预测已经成真。在第三季度财报中,被重点提及的信息流业务表现惊艳,基于第三季度表现预测,信息流年化收入将超过10亿美元。

上线一年,百度信息流营收能力直逼上线四年的今日头条,但这才是刚刚开始。

一年赶超今日头条

在信息流领域,百度不是来得最早的。早在2014年前后,今日头条、微博等都相继尝试信息流业务,而百度的信息流业务,直到去年才上线。

虽然来得晚,跑得却最快。

早在第一季度,手机百度信息流日活用户就已达到 8300 万,超过了今日头条五六年苦心积攒的 7478 万日活。

到了第二季度,手机百度资讯流用户日活超过 1 亿,已成为行业最大的信息流应用。

而来自QuestMobile的数据显示,第三季度手机百度用户使用时长比第二季度提升15%,在国内DAU(日活跃用户)超过1亿的头部APP中增长率排名第一。

用户的暴增,很快变现到营收层面。百度二季度财报显示,信息流广告收入每天达到 3000 万,而在一季度末这个数字才 1000 万。

而如果按照第三季度财报为基数来预测,百度信息流年收入有望超过10亿美金,营收能力已经和今日头条相当。

来自信息流的营收贡献,对于百度整体营收贡献居功至伟,财报显示,百度第三季度总营收达到235亿元,同比增长29%;净利润为人民币79亿元,同比增长156%。

去年,百度提高门槛,对医疗广告等进行全面下线之后,其广告业务的营收能力,一度引发业内担忧。但信息流广告的后来居上,成为新的快速增长的规模化营收点,堪称“第二个凤巢”。

用户体验更好、营收增速更快的信息流广告,把资本市场的担忧一扫而空。从去年10月底至今,百度的股价从160美元一路飞涨至260美元,涨幅超过60%。

10亿美金,也才是开始

无论从百度的战略规划,还是友商数据和行业增速,都不难得出一个结论:百度信息流年入10亿美金,才是刚开始。

从内部战略定位来看,百度信息流某负责人曾在沙龙中透露,“我们的愿景是在3-5年内将信息流广告打造成为第二个凤巢。”

?

小鹿推广,竞价软件,SEM营销

?

而在2017年的新年演讲中,李彦宏又亲自给信息流打call,强调信息流是百度未来的增长点。

“我们未来的搜索从索引关键词的引擎,可能会逐步过渡到索引知识的引擎;我们现在非常重视的feed流产品,过去传统的搜索是人在找信息,现在要逐渐演进到信息找人。”

再从外部数据来看,作为信息流广告的原创者,2016年,信息流平均每天为为Facebook带来4000万美金的收入,其信息流广告在Facebook全年营收中,贡献占比高达86%。

微博在2015年上线信息流广告后,对其营收贡献已经超过50%,股价从当年8月的低点8块多美元,一路最高上涨过百元。

而今日头条则是国内信息流业务的最早实践者和受益者,年度收入同比增长高达三四倍。

再拿友商数据类比下百度,目前百度的信息流广告在百度广告营收中,占比很低,不到10%。信息流广告作为百度的增量营收,未来还有较大上涨空间。保守估算,如果未来信息流收入占比能够超过50%,就意味着其营收能够轻松超过七八十亿美金。

再从整个广告投放趋势来看。根据Facebook的投放效果来看,信息流广告与传统右侧广告栏相比,点击率高了44倍,转化率高了5倍。

性价比更高的信息流广告投放,成为广告主们的最优选项。在美国,2015年,信息流广告与传统展示广告的份额各占一半。预计到2018年,信息流广告占比将达到65%。

而根据艾瑞统计,2016年我国信息流广告市场规模为325.7亿元,同比增长89.5%,占网络广告市场份额的11%。而2019年,预计中国信息流广告市场规模将突破1400亿,在网络广告的市场份额将达到23%。

因此,10亿美金年收入,不过是百度信息流业务可持续高速增长的起点。

左手内容生态,右手人工智能

为何百度的信息流业务,能够后来者居上?

(微信公众号:semyouhuawang)

卧龙

百度

点睛

搜狗

标签: 小鹿SEM推广
<< 上一篇

百度搜索广告落地页体验基础规范

下一篇 >>

DSP中的基础算法和模型的详细解析

相关资讯

关注公众号 获取更多干货资讯

400-998-8026