
國內數(shù)據(jù)分析行業(yè)或現(xiàn)并購潮
互聯(lián)網(wǎng)行業(yè)的并購潮還在繼續(xù),這一波的主角是移動互聯(lián)網(wǎng)統(tǒng)計分析工具。
繼阿里宣布7000萬美元收購友盟后;截至今年一季度,整合數(shù)據(jù)廣告平臺易傳媒也完成移動互聯(lián)網(wǎng)數(shù)據(jù)分析的4筆投資并購,總金額為2000萬美元左右。
昨日,《第一財經(jīng)日報》記者從易傳媒證實,近期內,易傳媒可能在數(shù)據(jù)分析行業(yè)繼續(xù)進行此類并購。另據(jù)內部人士透露,這一階段的投資總額約為1000萬美元,被收購方要求與已經(jīng)投資收購的4家企業(yè)形成結構互補。
據(jù)市場調研機構e-marketer的數(shù)據(jù),2012年,中國移動廣告支出占整體廣告行業(yè)支出只有1.5%到2%,整體規(guī)模大約在10億~20億元人民幣。
但是,中國目前的幾十家移動廣告公司各自為戰(zhàn),價格戰(zhàn)愈演愈烈。在易傳媒創(chuàng)始人及首席執(zhí)行官閆方軍看來,出現(xiàn)這種局面是由于中國互聯(lián)網(wǎng)廣告缺乏統(tǒng)一的行業(yè)標準。
標準的意義在于:廣告主需要通過實際的項目理解新的廣告模式的形態(tài)和價值,并通過不斷的嘗試,最后才能形成穩(wěn)定而有效的投放。
區(qū)別于傳統(tǒng)的廣告網(wǎng)絡(Ad Network),移動DSP(Demand-Side Platform的縮寫,即需求方平臺)不是從網(wǎng)絡媒體那里包買廣告位,也不是采用CPD(Cost Per Day)的方式獲得廣告位;而是從廣告交易平臺(Ad Exchange)來通過實時競價的方式獲得對廣告進行曝光的機會,DSP通過廣告交易平臺對每個曝光單獨購買。
據(jù)介紹,一旦廣告主上傳了針對某種廣告尋找目標人群的標準,DSP就會監(jiān)測那些正發(fā)生大量移動廣告位庫存買賣的廣告平臺,一旦找到合適的廣告空間,則展開投標。
一個真正意義的DSP,必須擁有兩個核心特征,一是擁有強大的RTB(Real-Time Bidding)的基礎設施和能力,二是擁有先進的用戶定向(Audience Targeting)技術。上述兩者都需要強大的數(shù)據(jù)分析作為基礎,在這樣的策略下,易傳媒試圖通過并購實現(xiàn)突破。
“數(shù)據(jù)分析工具是核心,基于數(shù)據(jù)分析才可以很好地營運推廣?!睋?jù)閆方軍透露,收購的幾家APP公司除了提供統(tǒng)計分析等服務外,易傳媒還為其提供應用聯(lián)盟、廣告聯(lián)盟等服務。
經(jīng)過2012年移動互聯(lián)網(wǎng)融資的潮落后,獨立的移動互聯(lián)網(wǎng)公司若想獲得融資已經(jīng)不是一件易事。即使有過融資,但獲得B輪融資的難度遠大于A輪融資。統(tǒng)計分析類企業(yè)尤其難以獲得風投。
一位互聯(lián)網(wǎng)創(chuàng)投基金的合伙人告訴記者,統(tǒng)計分析屬于工具類的應用,雖然坐擁巨大流量,但其本身很難找到變現(xiàn)方式;在目前移動互聯(lián)網(wǎng)融資較冷的情況下,也不會有多少市場推廣費用,更多的是進行免費營銷。
“移動互聯(lián)網(wǎng)分析類工具的開發(fā)者,一般都是些小公司?!遍Z方軍說,他們沒有太多精力去賣廣告,自己也不愿意做這件事兒。
易觀國際分析師齊劍哲認為,從大趨勢上看,國內近期發(fā)生的收購和并購案會逐漸增長,這主要緣于二級市場發(fā)展趨勢不明朗,投資人無法通過上市退出,一些投資人只能通過并購的方式完成退出套現(xiàn),因此他們會主動撮合更多的投資并購案發(fā)生。另一方面,在資本的推動下,一些大的代運營企業(yè)會通過橫向收購,提升自身實力。
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