
多樣化用戶數(shù)據(jù)延伸出的大數(shù)據(jù)市場機(jī)遇
網(wǎng)絡(luò)用戶數(shù)據(jù)收集是當(dāng)今最激動人心卻又備受爭議的業(yè)務(wù)問題之一。這一業(yè)務(wù)頻頻引發(fā)公眾對隱私泄露的擔(dān)憂,但也為個(gè)性化的一對一廣告宣傳提供了絕佳的機(jī)遇。本文是探討個(gè)人數(shù)據(jù)在不同行業(yè)的重要性的系列文章之一,由波士頓咨詢公司(BCG)、高盛集團(tuán)(Goldman Sachs)和BlueKai公司共同完成。
收集用戶數(shù)據(jù)的基本訴求簡單明了:企業(yè)對消費(fèi)者了解得越多,就越容易有針對性地向消費(fèi)者發(fā)布相關(guān)廣告。數(shù)字化廣告生態(tài)系統(tǒng)中的所有利益相關(guān)方——從谷歌到廣告網(wǎng)絡(luò)直至Expedia——都在大量收集有關(guān)用戶網(wǎng)絡(luò)活動的信息。
在過去五年中,我們觀察到一個(gè)推動用戶信息買賣的二級市場正在蓬勃發(fā)展。例如,如果一位消費(fèi)者在某旅游網(wǎng)站上預(yù)訂了東京一家旅館,該網(wǎng)站就可以通過用戶數(shù)據(jù)交換平臺或聚合器將這位用戶的信息出售給某廣告網(wǎng)絡(luò)。當(dāng)這位用戶下次訪問由該廣告網(wǎng)絡(luò)服務(wù)的網(wǎng)站時(shí),東京希爾頓酒店的廣告可能就會出現(xiàn)在用戶瀏覽的網(wǎng)站上。
首先,我們根據(jù)數(shù)據(jù)獲取的方式對用戶數(shù)據(jù)進(jìn)行分類。按照這種方法,我們將數(shù)據(jù)分為三大類:選擇性加入(opt-in)的數(shù)據(jù)(自愿提供數(shù)據(jù));觀測數(shù)據(jù)(第一方和第三方);以及推斷數(shù)據(jù)。
Opt-in數(shù)據(jù)是指用戶在注冊使用服務(wù)時(shí)自愿向發(fā)布商提供的信息,同時(shí)也是用戶最容易察覺到的數(shù)據(jù)類型。此類信息有時(shí)僅僅只是一個(gè)電郵地址,但也可能包括一系列人口統(tǒng)計(jì)信息。
第一方觀測數(shù)據(jù)是指在用戶瀏覽網(wǎng)頁時(shí)收集到的信息。第三方觀測數(shù)據(jù)的來源相同,但企業(yè)需要從其它從事數(shù)據(jù)收集的網(wǎng)站購買此類信息。
推斷數(shù)據(jù)是指第三方廣告網(wǎng)絡(luò)和代理機(jī)構(gòu)根據(jù)觀測數(shù)據(jù)和opt-in數(shù)據(jù)作出的推斷。例如,如果一位用戶經(jīng)常登錄大學(xué)教科書交換系統(tǒng)和時(shí)尚雜志《Cosmopolitan》的網(wǎng)站,那么合理的推斷是:該用戶是一名女大學(xué)生。然而,這種推論被普遍認(rèn)為并不可靠,主要原因在于數(shù)據(jù)往往來自共用的電腦。
其次,我們根據(jù)信息自身的特性對用戶數(shù)據(jù)進(jìn)行分類。按照這種方法,我們將用戶數(shù)據(jù)分為五大類:
人口統(tǒng)計(jì)數(shù)據(jù) 此類數(shù)據(jù)包括年齡、性別和收入情況等信息,經(jīng)常被企業(yè)作為消費(fèi)者細(xì)分的基礎(chǔ)。此類數(shù)據(jù)可能是自愿提供數(shù)據(jù)或推斷數(shù)據(jù)。
行為或環(huán)境數(shù)據(jù) 此類數(shù)據(jù)包括用戶的興趣和態(tài)度等信息?;谟脩粝M(fèi)的內(nèi)容類型或跟蹤用戶上網(wǎng)行為的數(shù)碼存根,此類數(shù)據(jù)可能是自愿提供數(shù)據(jù)或觀測數(shù)據(jù)。將行為數(shù)據(jù)與實(shí)際購買意向聯(lián)系起來并非易事;廣告網(wǎng)絡(luò)往往需要將眾多碎片化信息拼湊在一起,才能對廣告效果產(chǎn)生意義深遠(yuǎn)的影響。
購買意向數(shù)據(jù) 此類數(shù)據(jù)包含的信息能夠更加直接地衡量個(gè)人的具體購買計(jì)劃。此類數(shù)據(jù)可能是自愿提供數(shù)據(jù)(例如,用戶在潛在客戶開發(fā)網(wǎng)站上填寫聯(lián)系表來獲得更多產(chǎn)品信息)、觀測數(shù)據(jù)(基于實(shí)際搜索情況)或推斷數(shù)據(jù)(基于以往購買情況)。被稱為“重定向者(retargeter)”的企業(yè)對此類數(shù)據(jù)加以利用并已取得了一定的成功。這些企業(yè)對用戶查看過但未購買的產(chǎn)品(比如Zappos網(wǎng)站上的一雙鞋子)進(jìn)行跟蹤,然后在數(shù)小時(shí)乃至數(shù)日后為同一用戶展示同一產(chǎn)品的廣告。
社交數(shù)據(jù) 此類數(shù)據(jù)提供了有關(guān)人際關(guān)系的信息。從營銷的角度來看,社交數(shù)據(jù)的假定前提是:在網(wǎng)絡(luò)上相互關(guān)聯(lián)的用戶具有類似的特質(zhì)或購買意向。此類數(shù)據(jù)可能是通過Facebook等社交網(wǎng)站或網(wǎng)上的某種互動(比如向他人發(fā)送一篇新聞報(bào)道)獲得的自愿提供數(shù)據(jù)。
用戶位置數(shù)據(jù) 營銷者能夠通過多種方法來確定用戶位置。此類信息的收集通常基于用戶的IP地址或用戶訪問的網(wǎng)站。(例如,在網(wǎng)上閱讀美國報(bào)紙《The Sacramento Bee》的用戶被認(rèn)為是居住在Sacramento附近。)盡管解讀IP地址位置仍非易事,但與過去的撥號時(shí)代相比已變得更加準(zhǔn)確。移動互聯(lián)網(wǎng)不僅能夠提高解讀IP地址位置的準(zhǔn)確度,而且還能更加精確地提供用戶位置數(shù)據(jù),從而幫助企業(yè)了解用戶的購物時(shí)機(jī)并向用戶發(fā)送可立即使用的優(yōu)惠券。
在未來三年內(nèi),用戶數(shù)據(jù)的收集和使用方式可能將逐漸改變。我們認(rèn)為,五大相關(guān)機(jī)遇正在嶄露頭角。
促銷定向 2010年,Groupon證明其可通過向消費(fèi)者發(fā)送針對性不太強(qiáng)的優(yōu)惠信息來推動網(wǎng)站流量,并以空前的速度實(shí)現(xiàn)了高達(dá)10億美元的總收入。此類戰(zhàn)略能否保持迅猛的增長勢頭尚無定論。
移動廣告 移動設(shè)備已經(jīng)催生了不少全新的廣告類型。由于移動設(shè)備通常能夠指向個(gè)人用戶,因而使實(shí)時(shí)促銷和有效定向成為可能。然而,由于面臨多種技術(shù)障礙(比如缺乏移動設(shè)備通用的數(shù)碼存根),移動定向至今尚未取得巨大成果。一旦這些問題得到解決,機(jī)遇將十分可觀。
視頻定向 在線視頻的快速增長為完善定向創(chuàng)造了機(jī)遇。一些視頻廣告網(wǎng)絡(luò)已在對用戶數(shù)據(jù)加以利用,但更多的潛在價(jià)值并未得到充分挖掘。其中最有趣的例子可能是時(shí)代華納有線的嘗試——該有線電視運(yùn)營商允許用戶在家中下載該公司提供的視頻內(nèi)容。通過同時(shí)利用第三方家庭數(shù)據(jù)(通過家庭IP地址獲得)以及個(gè)人使用情況信息,廣告主可以重塑其直郵業(yè)務(wù)并向數(shù)字化廣告領(lǐng)域邁進(jìn)。
跨媒體定向 世界各地的營銷者都在苦苦尋找跨媒體(包括傳統(tǒng)媒體和數(shù)字化媒體)進(jìn)行用戶定向的方式。
基于支出的定向 信用卡公司已經(jīng)成功地根據(jù)支出水平進(jìn)行用戶定向。包括獎(jiǎng)勵(lì)活動和忠誠卡活動跟蹤、移動支付和數(shù)字化收據(jù)在內(nèi)的新技術(shù)將會產(chǎn)生更詳盡的信息,從而有助于實(shí)現(xiàn)更精確的定向。
個(gè)人數(shù)據(jù)的發(fā)展將對包括廣告主、發(fā)布商以及生態(tài)系統(tǒng)的其它參與者起到至關(guān)重要的作用。企業(yè)若能即刻采取行動,則將在市場上創(chuàng)建影響深遠(yuǎn)且可持續(xù)發(fā)展的競爭優(yōu)勢。下列舉措對于個(gè)人數(shù)據(jù)生態(tài)系統(tǒng)中的各利益相關(guān)方而言勢在必行。
廣告主 廣告主必須創(chuàng)建有助于直接收集opt-in數(shù)據(jù)和第一方觀測數(shù)據(jù)的渠道。同時(shí),廣告主還需要重新審視消費(fèi)者細(xì)分,匯集網(wǎng)絡(luò)第一方數(shù)據(jù),并積極利用這些信息來更好地理解第三方數(shù)據(jù)。廣告主必須采取內(nèi)部措施或通過與第三方悉心合作來構(gòu)建自身的分析能力,并試用各類用戶數(shù)據(jù),以便從營銷的角度了解如何顯著提高績效。
發(fā)布商 發(fā)布商的主要職責(zé)之一是深入了解可以在所有平臺上收集到的各類數(shù)據(jù)。發(fā)布商必須決定是否將數(shù)據(jù)出售給第三方以創(chuàng)造新的收入流,還是保持獨(dú)家信息以便向廣告主收取更多費(fèi)用,亦或是兩者兼而有之。發(fā)布商仍需評估分享信息可能會對自身與用戶的關(guān)系產(chǎn)生何種影響。同時(shí),發(fā)布商還需確定如何通過利用第三方數(shù)據(jù)來提升定向質(zhì)量。
中間商(數(shù)據(jù)網(wǎng)絡(luò)和交換平臺) 這些組織必須確保有關(guān)個(gè)人身份信息的數(shù)據(jù)政策與不斷變化的法規(guī)環(huán)境保持一致,并致力于分析能力建設(shè),以便更好地為廣告主和發(fā)布商提供服務(wù)。同時(shí),中間商還必須與移動運(yùn)營商、設(shè)備制造商以及其它許多移動服務(wù)供應(yīng)商建立合作伙伴關(guān)系,以解決移動方面的問題。
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
2025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù)》一書中指出:AI思維, ...
2025-07-17數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動決策的時(shí)代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對這樣的場景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時(shí)代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動的數(shù)據(jù)曲線尋找增長密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時(shí)代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10