DMP加速程序化营销进程:用大数据精准匹配用户
近期,腾讯广点通的DMP正式上线。这可以说是给互联网广告和大数据营销领域投掷了一颗炸弹。
所谓DMP(Data Management Platform 数据管理平台),顾名思义,就是整合所有涉及广告库存购买和出售的数据,通过这个平台可以建立精准用户细分,在广告网络和广告交易市场,使得广告投放直接到达这些选定的人群;同时,通过测量哪些用户细分群体和广告媒体在广告投放中具有最佳的表现,使媒体采购和广告创意可以得到适时的优化。
简而言之,DMP就是大数据营销的大脑,特别是程序化购买已是大势所趋。这个时候,DMP可以协助广告主管理广告投放、站点流量、电商成交、社交粉丝、受众兴趣等重要数据,并在科学建模和深入挖掘后向DSP提供中立的受众描述、全面的行为分析,协助广告主和媒介执行机构来优化广告投放的受众质量、评估DSP和Ad Exchange平台的转化效率和覆盖成本,从而使营销效果最大化。
既然DMP为数据管理平台,那么数据来源为何处?在美国,第三方DMP的商业模式是成立的,这些DMP强项在于拥有强大数据源,或者可以整合很多数据,所以能提供便利的第三方数据购买服务,例如eXelate,Lotame,BlueKai等等。
但是在中国,则国情有所不同。中国数据市场信息产业起步比较晚,数据产业链形成相对不完善,数据管理使用则较不规范;互联网数据泛滥、线下数据缺失诸如此类现象比比皆是,大部分数据掌握在政府部门、运营商和互联网巨头手里。
BAT三家互联网巨头,随着互联网和移动端的深入发展,用户在互联网上的各种行为,包括社交、电商、搜索等数据,都是从一定程度上能够反映出一个用户的偏好、习惯等各种各样的特征。这就是DMP的数据基础。
由于业务侧重点不同,BAT三家的数据特征非常明显:
1) 百度主攻搜索,他们声称可以知道60%多的中国网民每天都在搜索什么,对什么感兴趣;
2) 阿里强项是电商,他们清楚的是,消费者喜欢什么样的商品品类、喜欢什么样的服务。阿里的用户是直接的消费者,和钱的距离最近,所以在这个方面相对而言,通过阿里的数据来投放广告能够带来更直接的效果;
3) 至于腾讯则是精耕于社交领域十余年的公司,每个互联网用户都在腾讯的产品上因为社交而花费大量的时间,所以,腾讯某种程度上最清楚用户的各种兴趣爱好等行为特征。在这个基础之上,腾讯还把京东、58同城、搜狗搜索等这些腾讯系公司拉过来,一起补齐腾讯在电商、搜索等方面的数据短板。
然而,数据的量级大并不意味着其质量好,无价值的数据会大大降低营销效率与精准性。这需要DMP进行数据分析,留存精华。DMP通过各种算法对数据进行分析,能看到每个IDFA背后所隐藏的具体信息,有目的性的进行信息的分类进而实现人群描摹,形成用户人群标签,把每一个冰冷的数据,升级为可用的广告投放信息价值,为广告的投放奠定基础。此时,拥有海量高质数据与先进分析能力的DMP显得意义重大。
除此之外,从广告主的角度来看,稳定的消费者标识体系是非常重要的。社交身份的覆盖度和稳定程度在年轻消费者群体中有超过手机号码的迹象,以社交身份为核心,在去隐私化后积累、对接、发掘数据价值,会成为未来DMP的常规做法。所以,在营销领域,平台方所拥有的数据能力的竞争,实际上是用户社交关系和身份体系领域的竞争。BAT三家,唯有腾讯能够提供用户稳定的用户标识体系,这是在眼下统一用户数据孤岛最有效的解决方式了。
在腾讯广点通推出DMP之前,百度和阿里也已推出过DMP服务。阿里的相关产品叫阿里妈妈DMP(达摩盘),百度的产品叫百度DMP数据服务。但是目前,广点通组建DMP,或许能够成为后起之秀。腾讯财报显示,2015年第一季度,腾讯的网络广告业务的收入实现快速同比增长,主要反映QQ空间手机版和微信公众账号所带来的社交网络效果广告的收入增长。约40%的品牌展示广告来自移动平台,约75%的效果广告收入来自移动平台。而腾讯下一步的重点,将继续积极投资于主要内容以进一步提升公司的流量,并扩展公司的移动广告资源,提升公司的效果广告服务能力。所以,社交与效果广告部将会是腾讯社交数据变现的主力军。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21