
從行為分析到身份認(rèn)證 大數(shù)據(jù)助推跨屏營(yíng)銷(xiāo)
數(shù)字營(yíng)銷(xiāo)曾踏著互聯(lián)網(wǎng)的浪潮極大沖擊了傳統(tǒng)的營(yíng)銷(xiāo)模式,即通過(guò)在第三方網(wǎng)站(比如新 浪、搜 狐等門(mén)戶)布代碼,搜集、分析用戶行為,然后針對(duì)性投放廣告,因此,被視為一種更加精準(zhǔn)的推廣營(yíng)銷(xiāo)模式。
但在大數(shù)據(jù)時(shí)代,這種模式面臨的問(wèn)題開(kāi)始暴露。周文彪表示,根據(jù)瀏覽行為做數(shù)據(jù)分析是一個(gè)弱關(guān)系,不是強(qiáng)關(guān)系,悠易互通也曾做過(guò)三年嘗試,但去年發(fā)現(xiàn),單純以第三方數(shù)據(jù)去分析,數(shù)據(jù)豐富度不夠,想要得到一些用戶的深度屬性,難度很大,導(dǎo)致廣告投放的精準(zhǔn)度依然不高。
因此,今年悠易互通推出了“數(shù)據(jù)銀行”,引入品牌商的第一方數(shù)據(jù),并通過(guò)與第三方數(shù)據(jù)的匹配,形成新的數(shù)字營(yíng)銷(xiāo)模式。
數(shù)據(jù)銀行的核心便是從單純的對(duì)用戶行為分析升級(jí)為對(duì)用戶身份的認(rèn)證,進(jìn)而進(jìn)行跟蹤分析。同時(shí),在多屏?xí)r代,基于身份認(rèn)證和后端的大數(shù)據(jù)分析,可以實(shí)現(xiàn)跨屏營(yíng)銷(xiāo)。
數(shù)據(jù)銀行思路
“對(duì)廣告客戶的第一方數(shù)據(jù)和第三方數(shù)據(jù)整合,是我們做數(shù)據(jù)銀行要最先解決的問(wèn)題?!庇埔谆ネㄘ?fù)責(zé)產(chǎn)品的副總裁蔣楠表示。
周文彪介紹說(shuō),數(shù)據(jù)銀行的大數(shù)據(jù)來(lái)源主要包括第一方數(shù)據(jù)(客戶網(wǎng)站上布代碼搜集數(shù)據(jù))、自己的數(shù)據(jù)(去全網(wǎng)布代碼搜集分析的數(shù)據(jù))、第三方數(shù)據(jù)(比如百 度、淘 寶、新 浪等)、垂直領(lǐng)域的一些數(shù)據(jù)供應(yīng)商。
據(jù)了解,悠易互通的數(shù)據(jù)銀行模式首先是將代碼布到廣告客戶的官網(wǎng)和APP上,進(jìn)行數(shù)據(jù)搜集分析,比如有1000萬(wàn)個(gè)用戶點(diǎn)擊進(jìn)入,首先要分析有多少人只是到達(dá)首頁(yè),多少人進(jìn)入到產(chǎn)品頁(yè),又有多少人轉(zhuǎn)化購(gòu)買(mǎi)了產(chǎn)品。
周文彪表示,第一方數(shù)據(jù)非常精準(zhǔn),因?yàn)闉g覽的用戶和品牌的關(guān)聯(lián)度很高,不只看過(guò)廣告,而是有足夠的停留時(shí)間,這樣分析的結(jié)果比在第三方平臺(tái)上分析的數(shù)據(jù)準(zhǔn)確很多。但也有局限性,一般的品牌商自有數(shù)據(jù)量比較小,對(duì)于營(yíng)銷(xiāo)遠(yuǎn)遠(yuǎn)不夠,所以要結(jié)合第三方數(shù)據(jù)。
在兩類數(shù)據(jù)結(jié)合的過(guò)程中,悠易互通加入了ID身份認(rèn)證,既可以激活品牌商的原有客戶,同時(shí)以此又可以帶來(lái)增量用戶,并形成循環(huán)。
周文彪以一家汽車(chē)品牌商為例,該品牌商已擁有500萬(wàn)的CRM數(shù)據(jù),包括名字、住址、手機(jī)號(hào)、身份證號(hào)以及保養(yǎng)情況等,但最大的問(wèn)題是這個(gè)數(shù)據(jù)庫(kù)沒(méi)有被充分運(yùn)用起來(lái),一直處于離線狀態(tài),無(wú)法跟蹤這些用戶平時(shí)在線干什么。
悠易互通則通過(guò)對(duì)這500萬(wàn)客戶的手機(jī)號(hào)加密,然后去自己的數(shù)據(jù)庫(kù)中(同樣積累了大量加密手機(jī)號(hào))匹配,一旦確定為同一個(gè)用戶,便會(huì)給該用戶賦予一個(gè)悠易互通的ID。當(dāng)該ID在其它網(wǎng)站瀏覽時(shí),便可實(shí)時(shí)跟蹤,并結(jié)合CRM離線數(shù)據(jù)庫(kù),了解用戶的需求,比如該保養(yǎng)或換機(jī)油了,精確地推送給用戶。周文彪稱,通過(guò)這種方式已為該品牌商激活300萬(wàn)用戶。
而對(duì)于增量用戶,周文彪表示,因?yàn)檫@300萬(wàn)用戶的全網(wǎng)行為都可分析,便可以總結(jié)出這些用戶的在線行為特征,然后再去第三方數(shù)據(jù)庫(kù)中尋找一批行為特征相似的人群去投放汽車(chē)廣告,比如面向3000萬(wàn)潛在用戶投放,如果有500萬(wàn)用戶到4S店試駕或購(gòu)車(chē),又可以進(jìn)入數(shù)據(jù)庫(kù),“用300萬(wàn)現(xiàn)有客戶去找潛在的客戶,這是一個(gè)很有效的方法”。
由此,圍繞數(shù)據(jù)銀行形成“第一方數(shù)據(jù)庫(kù)挖掘——匹配ID——跟蹤全網(wǎng)行為——總結(jié)特性——尋找類似用戶精準(zhǔn)投放廣告——新數(shù)據(jù)進(jìn)入第一方數(shù)據(jù)庫(kù)”的循環(huán)模式。
跨屏營(yíng)銷(xiāo)場(chǎng)景
百度展示廣告事業(yè)部產(chǎn)品總監(jiān)沈昭陽(yáng)在悠易互通一次發(fā)布會(huì)上公布的一組數(shù)據(jù)顯示,中國(guó)65%的用戶擁有電腦、平板、手機(jī)甚至更多的設(shè)備,他們的行為大量分散在各種設(shè)備上。同時(shí)他稱,PC流量的自然增長(zhǎng)速度無(wú)法承載產(chǎn)品所需要的增長(zhǎng)速度,PC不可能做到流量的翻倍增長(zhǎng),因此只從PC深挖,已經(jīng)看到了局限性。
多屏?xí)r代的用戶行為變化必將激發(fā)出新的營(yíng)銷(xiāo)模式。周文彪表示,不同的終端擁有不同的ID,以前會(huì)認(rèn)為不同的終端設(shè)備后面是不同的人,但在多屏?xí)r代,不同設(shè)備背后可能是一個(gè)人,如果還按照以前的模式投放廣告,勢(shì)必會(huì)造成資源浪費(fèi),跨屏營(yíng)銷(xiāo)就是要確定用戶正在使用哪個(gè)屏幕,并且以差異化的方式將相關(guān)產(chǎn)品推送到正在使用的屏幕上。
但要實(shí)現(xiàn)跨屏營(yíng)銷(xiāo),背后依然需要大數(shù)據(jù)的支撐。周文彪稱,今年對(duì)一群用戶的行為數(shù)據(jù)分析發(fā)現(xiàn),同一個(gè)人,閱讀行為發(fā)生在手機(jī)上的頻次遠(yuǎn)遠(yuǎn)高于PC,而在對(duì)汽車(chē)、家電信息的獲取上,PC端的使用量遠(yuǎn)遠(yuǎn)高于移動(dòng)端。傳統(tǒng)模式下,汽車(chē)品牌商分析移動(dòng)端數(shù)據(jù)時(shí),就會(huì)認(rèn)為該用戶是一個(gè)閱讀用戶,而不是一個(gè)汽車(chē)相關(guān)用戶,就忽略掉了,但這個(gè)人可能就是一個(gè)汽車(chē)發(fā)燒友,只是在其它屏幕上進(jìn)行相關(guān)行為。
解決這一問(wèn)題,依然是通過(guò)統(tǒng)一ID的方式,即通過(guò)ID賬號(hào)實(shí)時(shí)跟蹤用戶行為,形成大數(shù)據(jù),以此綜合分析判斷使用多屏的用戶屬性。悠易互通是百度移動(dòng)流量?jī)H有的兩大DSP合作方之一,百度旗下的音樂(lè)、地圖等應(yīng)用均在PC端和移動(dòng)端實(shí)行統(tǒng)一ID賬號(hào),悠易互通在與其流量交易平臺(tái)對(duì)接時(shí),該ID信息進(jìn)入悠易互通平臺(tái)。
但從目前來(lái)看,并非每家大平臺(tái)都開(kāi)放這部分?jǐn)?shù)據(jù),因此周文彪稱,另一種方式是通過(guò)IP號(hào)段,在同一IP號(hào)段下,即使不同的屏幕也可判斷可能是一個(gè)人,成功率沒(méi)有第一種準(zhǔn)確,但也能達(dá)到60%到70%,在互聯(lián)網(wǎng)營(yíng)銷(xiāo)領(lǐng)域,這個(gè)水平已經(jīng)很高了。
周文彪稱,跨屏?xí)r代的數(shù)字營(yíng)銷(xiāo),最大的難點(diǎn)還是技術(shù),對(duì)大數(shù)據(jù)分析能力要求非常高。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)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(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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)的話題。 ...
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 ...
2025-09-11