܄

【视频&PPT】星红桉副总裁潘宇文:传媒行业如何将大数据与精准广告营销相结合?

【数据猿导读】 在传统媒体和新媒体结合的环境下,如何运用大数据和广告营销进行精准结合,如何把传媒大数据的资产转变为经济效益,其实已经成为了各个媒体方和广告方非常关注的重点,也是我们行业内作为大数据服务提供方衡量他们价值的衡量标准

【视频&PPT】星红桉副总裁潘宇文:传媒行业如何将大数据与精准广告营销相结合?

10月25日,数据猿联合上海大数据联盟在上海举办了《魔方大数据11:精准营销主题思享会》活动。活动中,邀请了多位来自房地产、传媒、广告等行业领军企业的专家大咖,就各行业领域的大数据精准营销真实案例做了分享,探讨了大数据时代下,各行各业该如何更好地进行精准营销等系列问题。

与会分享嘉宾有:

晶赞科技联合创始人 梁信屏 

百分点高级咨询顾问 宗瑞朋

99CLICK 首席数据分析顾问 郑泉

上海星红桉数据科技有限公司副总裁 潘宇文

普丘信息系统 COO & CO-FOUNDER 陈涛


— 视频版 —

— 文字版 —

温馨提示:

欲索取现场嘉宾分享的PPT,请关注数据猿微信公众号(datayuancn)并回复关键词“潘宇文”下载


以下内容为“星红桉数据科技公司副总裁潘宇文”分享,并由数据猿编辑整理发布:

我是来自上海星红桉数据科技公司的潘宇文,今天主要想向大家分享一下星红桉在传媒领域如何将大数据与精准广告营销相结合的案例。

这次演讲主要包括4个方面:

1、 中国传媒行业多元化的发展,包括市场规模以及对于大数据的需求;

2、 星红桉如何利用传媒大数据的能力提供整体的媒体生态系统;

3、 星红桉在新媒体广告的形态和价值方面的研究;

4、 对于精准广告营销平台的研究和实践。

目前中国已经成为了拥有世界上最复杂媒体结构的国家,中国网民可以访问的网站有四百多万个。从1983年中国开办电视台以来,至今已经拥有了2500多家电视台。除此之外,报刊和杂志的种类也非常多,光是报纸的种类就有近两千种;虽然日均触达并不高,但在全国范围内,也有超过六千家的影院设施。

随着“三网融合”以及新媒体、传统媒体的融合发展,新媒体和广告在形态上也是层出不穷。在传统媒体和新媒体结合的环境下,如何运用大数据和广告营销进行精准结合,如何把传媒大数据的资产转变为经济效益,已经成为了各媒体方和广告方关注的重点也是我们行业内作为大数据服务提供方衡量他们价值的标准。

作为传媒行业的元老,我们可以看到全国数字电视的用户数量在今年上半年已经突破了两亿,有线数字化的程度高达81%。在这样的环境下,用户已不满足于仅仅通过广电机顶盒来观看电视,更多的用户选择了网络IP电视和OTT的智能盒子等方式。据了解,目前IPTV用户已经超过了6500多万户。在2016年的时候,增量已经净增两千万户,北方的七个省市的IPTV增幅超过了100%,呈现井喷式的增长。对于OTT用户来说,同样也是高达五千多万户。

我们从运营商ARPU值横向比较来看,中国电信、中国联通和中国移动三家的ARPU值处于32%到64%之间。但是有线电视网络公司的ARPU值存在非常大的价值洼地,这是因为传统的频道广告目前处于阶级化的状态,收视率高的节目,比如说《爸爸去哪儿》,或是春晚,它们收取的广告费用动辄都会上亿。有线电视经营的,也就是新媒体广告形态,他们也拥有大屏的优势,但是他们的广告价值是被低估的,这样的情况下面我们需要用数据精准地分析他们的价值,为他们的价值提供增值帮助,从而提高有线网络公司的ARPU值。这样的背景下,星红桉于“大数据元年”2013年成立,公司从各个方面创建了自己的媒体生态系统,包括数据采集平台、数据分析平台,媒资融合平台以及广告电商交易平台。

我们公司的创始人糜董事长来自美国硅谷,是大数据技术行业的领军人物,CEO李董以及管理层均是广电行业的媒介分析和广告营销方面的专家。我们服务的客户已经超过50多家,其中包括15个省的网络运营商。

在传统的媒体领域当中,最大的问题是传统的抽样调查方式会存在数据污染和人为数据造假的情况。比如说在某一档节目播出的时段中,可以通过某些渠道知道调查公司样本库所在的片区,然后通过一些线下社区活动和礼品回扣等方式改变用户的收视行为,从而造假。另一方面,他们也可以运用一些不正当的技术手段来干扰竞争对手的频道信号,打压竞争者。

大数据的采样方式:大数据的数量非常庞大,通过人为篡改是基本不可能实现的,即使某个区域造成了一些数据的污染,用大数据分析的方式也可以很快找到原因,并将污染全部排除掉。

星红桉的数据来源于多种渠道,包括有线数字电视、IPTV、OTT、智能电视等等。我们现在已经覆盖了全国一千万以上的家庭用户数据,我们所采集的数据包括多种收视行为数据,精确到秒级,极大的细化了数据的颗粒度。

我们公司今年推出了一款产品,叫“星红榜”,它是一个可以实时收取数据的APP。在这个APP上面可以看到各个频道、各个节目的实时数据以及历史收视数据的变化,并且可以对台与台之间,节目与节目之间的数据进行比较。我们也推出了城市区域版的“星红榜”,在这个城市区域榜里面,现在有15个省30个城市的数据。在今年年底我们将争取扩大到100个城市。

新媒体广告相比传统的广告来说,它的优势在于能够承载各种形式的传播。除此之外,还可以跟受众进行互动,以此来提升受众的参与度。电视机上面的新媒体广告形态包括开机广告、频道列表广告、换台广告、音量调广告以及在点播、回看行为当中的贴片广告展示。

相比传统电视广告来说,数字电视广告具有非常好的广告形式。比如说开机广告可以达到100%的开机必达,无论用户什么时间打开电视机都可以看到这个广告,不受传统广告频道节目段的限制,用户间的接受度也高。音量调广告属于伴随性的触达,在触达的时候不会影响到观众的收视体验,不像传统的频道广告是夹杂在两个节目或者一个节目当中,用户的接受程度较差,也会因此产生反感情绪。

新媒体的广告价值研究,在我们与百视通合作的过程中,利用了眼动仪的实验测算技术,测算出贴片视频广告价值是传统电视视频广告的1.73倍;另一方面,我们与中国网络电视有线公司一起撰写了行业白皮书,这本白皮书也是为新媒体广告价值的标准化以及价值评估提出了一个标准化的测算。

在传统媒体广告当中,收视率是记录观众收视行为的标准,但其实收视率在新媒体广告的形态之下,已经不再受用了。因为收视率只能记录观众看没看,但不能反映出一个观众的互动程度和参与程度。

新媒体的广告影响力分析需要从可信度、关注度、接受度、广告环境等五个维度进行影响力的建模从而反映出新媒体形态的广告的互动性、参与度,并真实的反映用户观众的观看意愿,为新媒体的广告价值提供依据。

从多源收视数据的角度分析,现在我们有三个渠道:有线电视、IPTV、OTT,这三者之间也有所不同,所以需要对不同渠道采用不同的数据衡量指标。同样一个节目,也可能在三个渠道下面都进行播放,这种情况下就要综合考虑,然后对它们之间的重叠度、流动性进行测算,综合地来为新媒体广告的形态提供新的价值。

“星告榜”也是我们公司最近推出的产品,主要是做EPG广告,为新媒体广告提供数据展示服务的APP,在这个APP上面可以看到多个地区EPG数据的横向比较,比如开机率、换台率等等,解决了EPG广告投放市场缺乏可靠数据的难题。

现在精准广告的投放形式,已经从单一的地域投放转变为有用户、地点、场景和偏好的投放。大数据和互联网技术已经可以锁定目标客户的购买动机,从而进行更加针对性的广告投放。

对于广告方来说,他们最关心的是精准的数据以及对于这个广告位的价值判断。

对于媒体方来说,虽然现在有广告资源的媒体方非常多,且形态各异,但在这种环境之下,电视媒体,县级台等也面临着非常大的痛点,因为他们收视率较低,所以选择他们的广告主较少,针对这种情况,星红桉推出了一个为各类中小媒体可以实现广告资源在线交易的平台,就是我们的“淘播播”电商广告交易平台,只要你支持各类广告类型、广告资源以及广告需求,就可以在这个平台上面进行交易。

刚才说到的两款产品,“星告榜”、“星红榜”,都在为“淘播播”广告交易平台进行数据支撑,有效地为广告投放方、媒体方提供精准、实时的数据,让所有的广告位在这个平台上面一目了然,让用户时刻了解他所选择的广告位的真实价格以及它的价值。

下一步星红桉还将融合多维度的数据,比如互联网社交数据、电商交易数据等,这些都是我们比较关注的数据。我们希望打通这些数据,并与收视行为数据相结合进行更加精准的用户画像,为广告投放进行精准的匹配。

谢谢大家!

没看过瘾?点击观看《魔方大数据11:精准营销主题思享会》完整版视频

延伸阅读

【视频&PPT】晶赞科技联合创始人梁信屏:当我们在谈数据营销的时候,我们在谈论什么?

【视频&PPT】百分点高级咨询顾问宗瑞朋:个人银行金融产品的精准营销大数据方案

《魔方大数据11:精准营销主题思享会》顺利落幕:大数据+精准营销,让各行各业百花齐放!


来源:数据猿

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

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部