܄

集奥聚合CMO段培力:互联网大数据在营销领域的应用

【数据猿导读】 在段博士看来,大数据目前主要有三个挑战:第一,要搜集足够多的数据;第二,维度也要足够多;第三,高速、及时处理数据的能力。在营销方面,大数据对传统企业的洞察方面有深远的影响

集奥聚合CMO段培力:互联网大数据在营销领域的应用

近日,由简商社主办的“数据及应用,营销之根本”的沙龙于北京举行,集奥聚合(GEO)CMO 段培力博士受邀出席,和与会嘉宾分享了关于《互联网大数据的挑战和营销应用》的一些观点。

段博士讲到,现今,大数据的挑战主要来自于对大数据的定义。第一个是数据量要大。企业每天都产生很多数据,却鲜有企业具备自己实时处理的能力。第二个是数据维度要足够多。如人群画像 -- 有正面、侧面和背面,以及一个人的多重行为,如搜索行为、浏览行为和购买行为。现在的问题是量都很大,但维度不够多。就电商来说,只能看到自己电商站内的信息。而搜索引擎上,一个人搜了一个词,一般只能知道这是一个临时触发的行为,有这么个意图,但具体到他有怎样的属性,他有怎样的行为偏好等,都不得而知。当把这些数据全部整合起来,都在一个人身上打通的时候,就会发现这个人360°都立体起来 -- 这才是大数据。GEO 运用的底层数据,就是“维度”。第三个是和当今的营销需求有关系 -- 高效处理数据的能力。以前,数据从收集到应用,所需花费的时间非常长。现在的品牌方希望能做到数据的实时处理。像金融类品牌的营销对时效的要求很高。因为据可靠研究数据表明,超过72小时,数据就会失去时效性。可见,面对大数据的浪潮,主要有三个挑战:第一,要搜集足够多的数据;第二,维度也要足够多;第三,高速、及时处理数据的能力。

互联网大数据的营销应用

关于数据的营销应用,首先,大数据对传统企业的洞察方面有深远的影响。原来的数据都是结构化数据。比如这些数据是本来没有的,针对性的设计问卷后,这种收集到的数据叫做结构化数据。大数据是什么?它不是为一个专门的目的设置的,是消费者自然形成的海量数据——无需特地去问谁什么时间、搜索、浏览、放进购物车的是什么。虽然大数据拥有众多结构化数据所不具备的优势,但大数据也存在一定处理上的难题,如数据太多、杂音太大,需要强大的及时过滤信息、提取信息的技术能力。

第二,DSP 的出现使得广告模式发生了巨大的改变。DSP 主要是选“人”。这解决了搜索词和 RTB 广告位之间的问题。现在的创意普遍零碎化,一个广告可能有数十个创意,假设有五万个关键词,搜索不同的关键词需要即时匹配不同的创意。那么,大数据的另一个应用就是把媒介、广告创意以及人群,这三个看似孤立的点串联在一起,这就是我们经常谈论的“实时广告”。

最后一个应用就是所谓的“衡量”。把一个从站外 PV、UV、点击到站内到达页、产品页以及购买行为这个“漏斗”全部画出来,其实不完全是一个技术问题。简单来说,如果电商把它的数据关了,那么到了这家电商后,这个店就变成了一个黑匣子。那么,广告主投了那么多流量,把客户送到了店里面,但是至于是否买了东西不知道,几个人买了也不知道,是谁买的还是不知道。那该如何评价效果的好坏呢?GEO 的大数据为这个问题提供了解决方案。GEO 底层数据能够实现一站式、端到端的广告效果衡量,特别是从广告位到电商平台购买转化的衡量。即是说,GEO 可以看到这个店的流量是从哪些媒体来的,以及形成的浏览和下单情况。

还有一个应用是实现各方数据间的关联。品牌方把客户信息经过加密处理后,把购买数据给到 GEO,GEO 匹配上以后,找到他们网上的行为偏好,线下及店面的购物行为等,再把数据给到品牌方,实现完整的人群画像。GEO 利用打过标签的数据,能够在很短的时间里面进行比对和匹配。这样,充分激活企业既有数据,同时提升用户体验。

随着大数据技术的迅猛提升和产业链条的不断延伸,可以预见的是,未来大数据的应用必将带来更多的商业机遇。


来源:美通社

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

#榜样的力量#内蒙古自治区互联网医疗服务系统丨数据猿新冠战“疫”公益策划
#榜样的力量#内蒙古自治区互联网医疗服务系统丨数据猿新冠战“...
#后疫情时代的新思考#构建工业互联网新生态,在疫情“新常态”下砥砺前行丨数据猿公益策划
#后疫情时代的新思考#构建工业互联网新生态,在疫情“新常态”...
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部