
大數(shù)據(jù)就是占有數(shù)據(jù)?錯,如何使用更重要!
置身于當下的每個營銷峰會,人們討論的焦點都繞不過這兩個字。臺上的演講嘉賓中,開始有了越來越多互聯(lián)網(wǎng)的身影,從他們口中蹦出的專有名詞也不再為傳統(tǒng)廣告人熟知,每個廣告主看起來都開始更關心效果而非創(chuàng)意。
種種跡象表明,廣告的變局正悄然開始。
沒有人會否認大數(shù)據(jù)對廣告營銷的重要性,但也沒有人能否認,隨著數(shù)字營銷進程的不斷加快,傳統(tǒng)營銷的經(jīng)驗已經(jīng)不適用于這個新的時代。廣告主們正走入“無人區(qū)”,它們亟需一套新的方法論解決營銷過程中產生的全新的難題:如何解決數(shù)據(jù)孤島?如何把數(shù)據(jù)應用于實戰(zhàn)?以及,如何在最大程度上挖掘出每個數(shù)據(jù)的價值?
從廣告營銷公司的層面來說,一套營銷方法論同樣重要,這是它們應對數(shù)字化時代的良方,否則就有被甩下急速行駛列車的可能。尤其當你知道身處一個目的地滿是掘金機會的列車時,誰也不愿意中途下站。
作為一家移動廣告平臺,多盟對數(shù)字化時代有著更深的理解。與鱗次櫛比的純技術公司不同,憑借自身對移動互聯(lián)網(wǎng)營銷的深入理解,它的數(shù)字營銷方法論天然帶著更多服務的基因和對營銷變化更精準的洞察。
在今年的GMIC上,藍色光標集團副總裁、多盟總裁邊嘉耕受邀做了《數(shù)據(jù)賦能,營銷智能》的演講。這場演講向人們全面闡釋了多盟的一套名為“DATA+”的系統(tǒng)化解決方案,通過這套方案,多盟能夠為每個客戶提供定制化的數(shù)據(jù)及策略解決方案,并提供面向策略、運營和營銷管理的咨詢服務,而這為那些處于困惑中的廣告主們指明了方向。
選擇多盟這樣一個移動營銷行業(yè)中數(shù)據(jù)運用領先的公司作為案例,可以管窺廣告營銷公司未來該如何應對席卷而來的數(shù)據(jù)浪潮,并且怎樣在其中騰挪移轉爭取出自己的生存空間。
媒體驅動vs數(shù)據(jù)驅動
在這場主旨演講中,邊嘉耕提到多盟成立的這七年,也正是移動營銷從“媒體驅動型”向“數(shù)據(jù)驅動型”轉變的時期。這讓很多廣告主及營銷公司感同身受,因為這個洞察與他們的切身體會完全吻合。
從歷史的維度去看,早期的廣告營銷公司往往通過掌握媒體資源構建起自己的壁壘。所以,以往判斷一家公司是否有價值的標準在于它是否能與更多的媒體建立起合作關系。在高度數(shù)字化之前,廣告投放遵循著工業(yè)時代的經(jīng)驗進行:大投入、多媒體、飽和式攻擊......我更愿意將這個階段定義成“粗放式”的廣告經(jīng)營模式。
但當技術的進步讓廣告主和媒體能夠精細化操作每個流量和接觸點之后,媒體資源以外,在實操層面使用數(shù)據(jù)的能力也開始變得至關重要。
在多盟團隊看來,市場中從不缺乏數(shù)據(jù),不同的市場主體也都在紛紛構建自己的數(shù)據(jù)庫。但一個不幸的現(xiàn)象是,數(shù)據(jù)越多,孤島越多?!癉ATA+”中的重點在“+”,而不是“DATA”,這意味著如何打通、管理和分析數(shù)據(jù)是更為重要的,只有這樣才能幫助品牌抓住實現(xiàn)生意持續(xù)增長的機會。
這已經(jīng)成為了行業(yè)痛點,一個最新的例子是,具有指標意義的可口可樂公司直接用首席增長官取代了首席營銷官。
在多盟的構想中,DATA+應該在數(shù)據(jù)上形成一個閉環(huán),并且在實踐過程中根據(jù)市場反饋螺旋迭代、向上發(fā)展。目前的核心產品模塊包括三大類:前端是基于互聯(lián)網(wǎng)行為數(shù)據(jù)的營銷策略推薦,中端是數(shù)據(jù)驅動的營銷管理系統(tǒng),后端是提供端到端的閉環(huán)數(shù)據(jù)服務方案。從策略、管理到服務,數(shù)據(jù)真正活起來了,它的價值能夠反復被挖掘,直到最大化。
邊嘉耕用了三個標簽闡述對團隊的定位:廣告狂人之外,他們還是技術達人和數(shù)據(jù)專家。他的定位也反映出未來廣告營銷公司的一個發(fā)展趨勢:數(shù)據(jù)和技術能力將成為比拼的關鍵戰(zhàn)場,不管對于4A這樣的巨獸還是技術公司均是如此。
總的來說,數(shù)據(jù)已經(jīng)不再僅僅關系著最后的投放環(huán)節(jié),還開始影響廣告公司的前端創(chuàng)意以及與廣告主的溝通交流。高舉數(shù)據(jù)的大旗,并真正腳踏實地地思考營銷方法論的革新,從廣告主心態(tài)的轉變以及技術的演進史思考,這么做都勢在必行。
占有數(shù)據(jù)vs使用數(shù)據(jù)
現(xiàn)在的廣告主容易陷入這樣一種迷思:認為大數(shù)據(jù)的重點是“大”,所以對數(shù)據(jù)的重視只限于收集和存儲的層面。但實際上,中國的數(shù)據(jù)市場割裂非常嚴重,廣告主手上只握有一方數(shù)據(jù),更大量的數(shù)據(jù)集中在互聯(lián)網(wǎng)媒體手中,但這些媒體對于營銷的經(jīng)驗并沒有深耕多年的專業(yè)公司來得充足。
到頭來,廣告主的大數(shù)據(jù),從收集的角度來講量不夠大,從使用的角度來講效果也不夠好。
多盟認為這給廣告營銷公司提供了難得的機會:在品牌對數(shù)據(jù)不了解、媒體對營銷不了解的背景下,站在廣告主一方的專業(yè)公司能夠幫助企業(yè)對數(shù)據(jù)建立更清晰的認知,也能更合理化地運用。
人們對廣告營銷公司推動大數(shù)據(jù)的質疑,往往集中在能掌握多少數(shù)據(jù),對數(shù)據(jù)的控制力有多強。但實際上,相較簡單地占有數(shù)據(jù),使用數(shù)據(jù)才是更關鍵的環(huán)節(jié)。
從某個層面講,《大數(shù)據(jù)時代》這本具有指標意義的書提供了一些不太完善的觀點,譬如認為數(shù)據(jù)量越大越好。但實際上,漫無目的地追求數(shù)據(jù)量不太聰明,龐大的數(shù)據(jù)規(guī)模反而會降低分析效率。坦白講,大數(shù)據(jù)拼到最后不是比拼誰多,而是在數(shù)據(jù)賦能之前如何為數(shù)據(jù)賦能的能力。
以廣告發(fā)布前的A/B Testing為例,DATA+的解決方案中對數(shù)據(jù)進行了相當精細化的處理。面對同樣的一個數(shù)據(jù)集,多盟可以從目標受眾、創(chuàng)意呈現(xiàn)、體驗路徑、產品組合/促銷方案四個維度深挖價值。
而在針對目標受眾的分析中,DATA+首先會將消費者劃分出幾個不同的子集,并分別從互動、點擊、拉新等層面考察每個子集的反饋效果。一目了然的細分數(shù)據(jù)讓廣告主了解到如何向正確的人說正確的話,在這個過程中,數(shù)據(jù)從“一庫一吃”變成了“一庫多吃”,即使是有限的數(shù)據(jù)用好了也能發(fā)揮出驚人的價值。
所以,數(shù)據(jù)固然重要,但通過技術產品的優(yōu)勢挖掘數(shù)據(jù),并將成果直接應用于營銷實戰(zhàn)更加重要,這些正是多盟這類營銷技術公司能做好的。
邊嘉耕選擇用大樹來形象地闡釋DATA+的產品結構:它的樹根是多方數(shù)據(jù)源,樹干是數(shù)據(jù)的基礎處理能力,頂端散發(fā)出的樹枝是一個個模塊化的數(shù)據(jù)產品,而樹枝上的樹葉則是定制化的解決方案。數(shù)據(jù)的養(yǎng)分從底端不斷向上傳導,最終整個大樹枝繁葉茂。
媒體視角vs廣告主視角
在明確數(shù)據(jù)使用比簡單的數(shù)據(jù)占有更重要之后,應該采用怎樣的視角使用這些數(shù)據(jù)對營銷同樣重要。
以精準投放中最重要的標簽轉譯為例,騰訊、京東、頭條、優(yōu)酷這些重要的流量方,它們都有自己的標簽體系,有些更為成熟的系統(tǒng)還有自身的人群挖掘規(guī)則。但是,將品牌的感性目標人群畫像轉譯成理性的標簽非常困難,難點在于這并非簡單的基于人口結構的劃分。
要讓這些數(shù)據(jù)的價值變得更大,必然需要結合營銷的相關理論和經(jīng)驗。譬如同樣是產婦,適齡產婦和高齡產婦在消費心理和決策模型上大相徑庭;同樣是準備旅游的人,馬上出發(fā)和一個月之后出發(fā)關注的點也截然不同,這些差異需要專業(yè)的營銷人士加以區(qū)隔和整理。所以,從廣告主視角出發(fā)使用數(shù)據(jù)遠比媒體視角重要。
DATA+的人群策略系統(tǒng)通過對多方DMP的運用,可以深入分析品牌目標的種子人群,再加上營銷人員根植于營銷體系多年形成的經(jīng)驗判斷,能夠產出更具結構化的人群策略以及更佳細膩且適配的標簽方案,更好地實現(xiàn)“技術+營銷”的結合。
邊嘉耕在演講中分享的一個案例能夠更系統(tǒng)地闡釋兩種視角間可能出現(xiàn)的差異。此案例的廣告主是某進口敏感肌洗衣液,在策略重構的模塊,營銷專家們從購買興趣和認知程度兩個維度構建了一個3*3的矩陣,將人群細分為準媽媽、煩惱客、講究咖等9個人群。隨后根據(jù)不同人群制定不同的傳播方案和溝通策略,譬如在針對精明媽的推廣中,就使用“寶寶護膚,從選對洗衣液開始”的訴求。在投放的環(huán)節(jié),則根據(jù)廣告主的目標和預算規(guī)模作為主要考量進行最優(yōu)化的配置。在線下推廣的部分,多盟也為9個不同類型的人群定制化了不同的促銷方案。
坦白講,媒體方(或者說流量方)需要耗費很多精力才能完成整個營銷活動的策劃流程。但對于有著多年經(jīng)驗的營銷公司來說,他們顯然更加輕車熟路。
多盟的團隊用了一個形象的比喻解釋自己如何站在廣告主的角度做事:“如果把數(shù)據(jù)比作一條魚,我們不僅要讓廣告主吃上魚,還要告訴他魚是一種什么動物,生活的環(huán)境如何,我們大概怎么捕到魚的?!蹦撤N程度上,和廣告主的溝通也不僅是產出并執(zhí)行一套方案這么簡單,彌合廣告主對數(shù)字營銷認知的差距會讓整個過程更有意義。
坦白講,數(shù)字營銷是沒有止境的,大數(shù)據(jù)不僅是一種資源,更是一種思考營銷的全新方式。在數(shù)據(jù)驅動的營銷背景下,從廣告主的視角合理地使用數(shù)據(jù)變得愈加重要。而數(shù)據(jù)也不應該成為一個個相互隔絕的孤島,更不應該拉大產業(yè)鏈中各企業(yè)間的差距。理想的方式是各司其職、共同發(fā)展,而多盟和它的DATA+想做的就是這樣的事情。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(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? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11