
大數(shù)據(jù)時(shí)代,廣告技術(shù)真能決定廣告效果
廣告技術(shù)爆發(fā)的標(biāo)志無(wú)疑是程序化廣告的興起,受眾購(gòu)買(mǎi)、 實(shí)時(shí)競(jìng)價(jià)RTB、 需求方平臺(tái)DSP、私有程序化PDB、數(shù)字廣告管理云平臺(tái)Trading Platform已經(jīng)成為企業(yè)數(shù)字營(yíng)銷(xiāo)中的主流話(huà)題。eMarketer預(yù)計(jì),2017年,在中國(guó)將有超過(guò)50%數(shù)字展示廣告將通過(guò)程序化的方式實(shí)現(xiàn) ,如此迅速的達(dá)到過(guò)半比例,這在5年前是無(wú)法想象的。
至于,廣告技術(shù)從何開(kāi)始,似乎缺少一個(gè)明確的答案。然而,如果我們了解廣告技術(shù)的本質(zhì):通過(guò)技術(shù)消除信息不對(duì)稱(chēng),實(shí)現(xiàn)海量廣告信息和消費(fèi)者的匹配,那么大數(shù)據(jù)時(shí)代的到來(lái)無(wú)疑是一切的開(kāi)始。
大數(shù)據(jù)激活廣告技術(shù)
大數(shù)據(jù)是指無(wú)法用現(xiàn)有的軟件工具提取、存儲(chǔ)、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合。業(yè)界通常用4個(gè)V(即Volume、Variety、Value、Velocity)來(lái)概括大數(shù)據(jù)的特征。
在被廣泛引用的IDC《2020年的數(shù)字宇宙報(bào)告》中,預(yù)測(cè)到2020年,全球數(shù)字宇宙將會(huì)膨脹到40000EB,均攤到每個(gè)人身上是5200GB以上,而這些是數(shù)字廣告發(fā)展的能源材料。
成萬(wàn)上億的數(shù)字媒體、不斷創(chuàng)新的廣告形式、不斷變化的消費(fèi)者注意力和興趣愛(ài)好反應(yīng)的正是大數(shù)據(jù)時(shí)代下的營(yíng)銷(xiāo)環(huán)境,來(lái)勢(shì)兇猛,復(fù)雜多變。
大數(shù)據(jù)深刻地改變著廣告形態(tài),使得廣告業(yè)成為大數(shù)據(jù)時(shí)代下首先受到?jīng)_擊的產(chǎn)業(yè);而廣告技術(shù)隨著大數(shù)據(jù)時(shí)代登上營(yíng)銷(xiāo)舞臺(tái),目的就是在連接無(wú)數(shù)的廣告和消費(fèi)者。
廣告技術(shù)決定效果?
每一個(gè)廣告主、每一個(gè)廣告人都在研究廣告技術(shù),大家對(duì)廣告技術(shù)的重視則引發(fā)了一個(gè)廣泛的疑問(wèn):技術(shù)是否能減輕廣告主對(duì)信息爆炸時(shí)代的不安感?技術(shù)是否能解決大數(shù)據(jù)時(shí)代下媒體環(huán)境割裂、消費(fèi)者注意力分散的問(wèn)題?
或者更直接的說(shuō), 技術(shù)在廣告中的作用是什么?
我們看到,作為廣告技術(shù)代表的程序化廣告在很長(zhǎng)的一段時(shí)間被扣上“精準(zhǔn)廣告”的帽子,認(rèn)為通過(guò)技術(shù)一旦達(dá)成對(duì)目標(biāo)人群的影響,就可以帶來(lái)購(gòu)買(mǎi)、下載等行動(dòng),絕對(duì)的精準(zhǔn)有效。
總之,就是認(rèn)為廣告技術(shù)的好壞決定廣告效果,而這顯然是對(duì)廣告技術(shù)最大的誤解。
廣告技術(shù)的真實(shí)作用
影響廣告效果的因素是多重的,這是所有營(yíng)銷(xiāo)者都公認(rèn)的一個(gè)常識(shí)。廣告效果的達(dá)成是一個(gè)自然的非線(xiàn)性進(jìn)程,不只關(guān)乎技術(shù)這一單向度要素,也包含由廣告創(chuàng)意、廣告承接等多維度的互動(dòng)影響。
以最常見(jiàn)的電商程序化營(yíng)銷(xiāo)為例,品友在服務(wù)蘇寧的過(guò)程中,需要通過(guò)系統(tǒng)算法和諸如Deeplink、LBS等技術(shù)服務(wù),進(jìn)行媒體篩選、人群判斷、素材匹配, 從而優(yōu)化點(diǎn)擊率、到達(dá)率、降低轉(zhuǎn)化單價(jià)。
但作為轉(zhuǎn)化承載體的廣告主,蘇寧需要在投放期間的持續(xù)的進(jìn)行數(shù)據(jù)回傳、活動(dòng)推廣,同時(shí)其固有的APP用戶(hù)體驗(yàn)也深刻的影響廣告投放的最終效果。只有雙方的配合,雙劍合一,才能帶來(lái)最高的轉(zhuǎn)化率和理想的ROI。
就像《大數(shù)據(jù)時(shí)代》的作者維克托在談到大數(shù)據(jù)的三個(gè)轉(zhuǎn)變時(shí)提到,“我們不再熱衷于尋找因果關(guān)系,而是事物之間的相關(guān)關(guān)系”,廣告技術(shù)對(duì)廣告效果的影響也同樣是一個(gè)相關(guān)關(guān)系。
想想看,身在大數(shù)據(jù)時(shí)代,越來(lái)越多的營(yíng)銷(xiāo)正在打破企業(yè)傳統(tǒng)數(shù)據(jù)邊界,改變過(guò)去商業(yè)智能僅僅依靠企業(yè)內(nèi)部業(yè)務(wù)數(shù)據(jù)的局面;運(yùn)用遠(yuǎn)遠(yuǎn)超過(guò)企業(yè)內(nèi)部數(shù)據(jù)的第二方數(shù)據(jù)、第三方數(shù)據(jù),更促使如今的廣告成為一個(gè)上下游高相關(guān)聯(lián)動(dòng)的整體。
廣告技術(shù)通過(guò)對(duì)各方數(shù)據(jù)的學(xué)習(xí)和建模,進(jìn)行預(yù)測(cè)性分析,從更高的緯度把消費(fèi)者和廣告主結(jié)合起來(lái),拓展用戶(hù)的應(yīng)用深度和粘性,不斷加深對(duì)消費(fèi)者的影響,扮演著越來(lái)越重要的角色。
有人用這樣一句話(huà),描述大數(shù)據(jù)與技術(shù)的關(guān)系:大數(shù)據(jù)積累的極限是技術(shù)進(jìn)步的起源;技術(shù)的極限則是大數(shù)據(jù)應(yīng)用的邊界。
那么,我們更有理由相信,隨著信息收集方式的不斷革新,算法技術(shù)的不斷創(chuàng)新, 廣告技術(shù)將不斷朝著深度人工智能的方向發(fā)展,在大數(shù)據(jù)時(shí)代扮演越來(lái)越重要的角色,不斷釋放創(chuàng)意的能量,突破營(yíng)銷(xiāo)的邊界!
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10