
多样化用户数据延伸出的大数据市场机遇
网络用户数据收集是当今最激动人心却又备受争议的业务问题之一。这一业务频频引发公众对隐私泄露的担忧,但也为个性化的一对一广告宣传提供了绝佳的机遇。本文是探讨个人数据在不同行业的重要性的系列文章之一,由波士顿咨询公司(BCG)、高盛集团(Goldman Sachs)和BlueKai公司共同完成。
收集用户数据的基本诉求简单明了:企业对消费者了解得越多,就越容易有针对性地向消费者发布相关广告。数字化广告生态系统中的所有利益相关方——从谷歌到广告网络直至Expedia——都在大量收集有关用户网络活动的信息。
在过去五年中,我们观察到一个推动用户信息买卖的二级市场正在蓬勃发展。例如,如果一位消费者在某旅游网站上预订了东京一家旅馆,该网站就可以通过用户数据交换平台或聚合器将这位用户的信息出售给某广告网络。当这位用户下次访问由该广告网络服务的网站时,东京希尔顿酒店的广告可能就会出现在用户浏览的网站上。
首先,我们根据数据获取的方式对用户数据进行分类。按照这种方法,我们将数据分为三大类:选择性加入(opt-in)的数据(自愿提供数据);观测数据(第一方和第三方);以及推断数据。
Opt-in数据是指用户在注册使用服务时自愿向发布商提供的信息,同时也是用户最容易察觉到的数据类型。此类信息有时仅仅只是一个电邮地址,但也可能包括一系列人口统计信息。
第一方观测数据是指在用户浏览网页时收集到的信息。第三方观测数据的来源相同,但企业需要从其它从事数据收集的网站购买此类信息。
推断数据是指第三方广告网络和代理机构根据观测数据和opt-in数据作出的推断。例如,如果一位用户经常登录大学教科书交换系统和时尚杂志《Cosmopolitan》的网站,那么合理的推断是:该用户是一名女大学生。然而,这种推论被普遍认为并不可靠,主要原因在于数据往往来自共用的电脑。
其次,我们根据信息自身的特性对用户数据进行分类。按照这种方法,我们将用户数据分为五大类:
人口统计数据 此类数据包括年龄、性别和收入情况等信息,经常被企业作为消费者细分的基础。此类数据可能是自愿提供数据或推断数据。
行为或环境数据 此类数据包括用户的兴趣和态度等信息。基于用户消费的内容类型或跟踪用户上网行为的数码存根,此类数据可能是自愿提供数据或观测数据。将行为数据与实际购买意向联系起来并非易事;广告网络往往需要将众多碎片化信息拼凑在一起,才能对广告效果产生意义深远的影响。
购买意向数据 此类数据包含的信息能够更加直接地衡量个人的具体购买计划。此类数据可能是自愿提供数据(例如,用户在潜在客户开发网站上填写联系表来获得更多产品信息)、观测数据(基于实际搜索情况)或推断数据(基于以往购买情况)。被称为“重定向者(retargeter)”的企业对此类数据加以利用并已取得了一定的成功。这些企业对用户查看过但未购买的产品(比如Zappos网站上的一双鞋子)进行跟踪,然后在数小时乃至数日后为同一用户展示同一产品的广告。
社交数据 此类数据提供了有关人际关系的信息。从营销的角度来看,社交数据的假定前提是:在网络上相互关联的用户具有类似的特质或购买意向。此类数据可能是通过Facebook等社交网站或网上的某种互动(比如向他人发送一篇新闻报道)获得的自愿提供数据。
用户位置数据 营销者能够通过多种方法来确定用户位置。此类信息的收集通常基于用户的IP地址或用户访问的网站。(例如,在网上阅读美国报纸《The Sacramento Bee》的用户被认为是居住在Sacramento附近。)尽管解读IP地址位置仍非易事,但与过去的拨号时代相比已变得更加准确。移动互联网不仅能够提高解读IP地址位置的准确度,而且还能更加精确地提供用户位置数据,从而帮助企业了解用户的购物时机并向用户发送可立即使用的优惠券。
在未来三年内,用户数据的收集和使用方式可能将逐渐改变。我们认为,五大相关机遇正在崭露头角。
促销定向 2010年,Groupon证明其可通过向消费者发送针对性不太强的优惠信息来推动网站流量,并以空前的速度实现了高达10亿美元的总收入。此类战略能否保持迅猛的增长势头尚无定论。
移动广告 移动设备已经催生了不少全新的广告类型。由于移动设备通常能够指向个人用户,因而使实时促销和有效定向成为可能。然而,由于面临多种技术障碍(比如缺乏移动设备通用的数码存根),移动定向至今尚未取得巨大成果。一旦这些问题得到解决,机遇将十分可观。
视频定向 在线视频的快速增长为完善定向创造了机遇。一些视频广告网络已在对用户数据加以利用,但更多的潜在价值并未得到充分挖掘。其中最有趣的例子可能是时代华纳有线的尝试——该有线电视运营商允许用户在家中下载该公司提供的视频内容。通过同时利用第三方家庭数据(通过家庭IP地址获得)以及个人使用情况信息,广告主可以重塑其直邮业务并向数字化广告领域迈进。
跨媒体定向 世界各地的营销者都在苦苦寻找跨媒体(包括传统媒体和数字化媒体)进行用户定向的方式。
基于支出的定向 信用卡公司已经成功地根据支出水平进行用户定向。包括奖励活动和忠诚卡活动跟踪、移动支付和数字化收据在内的新技术将会产生更详尽的信息,从而有助于实现更精确的定向。
个人数据的发展将对包括广告主、发布商以及生态系统的其它参与者起到至关重要的作用。企业若能即刻采取行动,则将在市场上创建影响深远且可持续发展的竞争优势。下列举措对于个人数据生态系统中的各利益相关方而言势在必行。
广告主 广告主必须创建有助于直接收集opt-in数据和第一方观测数据的渠道。同时,广告主还需要重新审视消费者细分,汇集网络第一方数据,并积极利用这些信息来更好地理解第三方数据。广告主必须采取内部措施或通过与第三方悉心合作来构建自身的分析能力,并试用各类用户数据,以便从营销的角度了解如何显著提高绩效。
发布商 发布商的主要职责之一是深入了解可以在所有平台上收集到的各类数据。发布商必须决定是否将数据出售给第三方以创造新的收入流,还是保持独家信息以便向广告主收取更多费用,亦或是两者兼而有之。发布商仍需评估分享信息可能会对自身与用户的关系产生何种影响。同时,发布商还需确定如何通过利用第三方数据来提升定向质量。
中间商(数据网络和交换平台) 这些组织必须确保有关个人身份信息的数据政策与不断变化的法规环境保持一致,并致力于分析能力建设,以便更好地为广告主和发布商提供服务。同时,中间商还必须与移动运营商、设备制造商以及其它许多移动服务供应商建立合作伙伴关系,以解决移动方面的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10