对接阿里大数据 易传媒开启营销2.0
随着易传媒与阿里巴巴合作的不断推进,中国数字营销圈距离真正的“大数据营销”也越来越近了。
3月底,杭州西溪,“YU见”阿里妈妈第三届武林大会,易传媒首次亮相,并适时推出了企业级大数据管理平台DataOS。易传媒总裁兼CTO程华奕表示,DataOS已完成了易传媒自身数据与阿里平台大数据的对接,将真正链接企业大数据与数字营销。
这个举动背后实际有很深层次的意味:作为阿里妈妈独家企业级数字营销解决方案服务商、阿里数据管理平台达摩盘唯一授权全数据应用平台,这是易传媒首次全程参会。“我们和易传媒是一家人,双方在数据对接上是独家的。”时任阿里集团副总裁、阿里妈妈事业部总经理王华说。
2015年1月,作为中国最大的大数据营销技术提供商,易传媒宣布被阿里巴巴集团以“现金+资源”的模式战略投资并控股。易传媒CEO闫方军当时接受采访公开表示,易传媒、阿里的战略合作是大数据与大营销的完美结合。
现在这个结合正在紧锣密鼓的加速对接,程华奕对笔者透露,双方的数据正在进一步打通过程中,对接阿里数据之后,拥有2000个大型品牌广告主和代理商的易传媒,将为阿里妈妈的企业级客户提供个性化的定制营销方案。易传媒还正式发布了中国最大的企业级大数据管理平台DataOS,阿里和易传媒牵手,注定要在大数据营销掀起风暴。
“阿里+易传媒”的野心
为什么选择和阿里合作,易传媒CEO闫方军解析,根本的诱惑还在于大数据的共享与打通。
“BAT每家都拥有大数据,阿里巴巴的现状、战略与易传媒的发展思路最契合。”在闫方军看来,拥有亿级以上可持续累计的用户数据,在移动互联网时代做到可跨屏、可定位,并且形成一个从广告到购买的闭环,对于如今做营销来说才是完整的,这样的大数据才更具价值。
按照外界的猜想,双方合作最大的想象力在于阿里全体系的大数据与易传媒实现打通,以阿里海量的大数据做基础,易传媒的广告代理优势与强有力的技术支持,两者可以实现大数据精准营销的升级。
外界也曾经担心易传媒对接阿里系,被整合进阿里原有的广告交易平台阿里妈妈之下。但是现在看来,两者更像是一家人之下的战略合作伙伴。程华奕向笔者透露,阿里的战略投资和控股易传媒,贯彻的是阿里巴巴新任CEO张勇(逍遥子)提出的思路,阿里的广告要有更开放的心态, 以客户为中心,把广告延展到阿里平台之外。“阿里是易传媒的大后方,拥有无与伦比的数据和实效广告平台。易传媒专注于搭建互联网广告的基础设施, 提供企业级广告产品,可以作为阿里数据的容器和广告投放的节点和渠道。双方结合在一起,为客户提供了完整的数字营销解决方案,打通淘内和淘外,兼顾品牌和效果,融合广告产品和投放。据了解,双方在数据打通和产品整合进展迅速,业务团队已经开始共同服务客户。
从阿里系来看,联手易传媒这样强有力的伙伴,显然将有效帮助大数据营销向淘外拓展的野心。在此之前张勇就强调,用户在移动端的上网行为越来越碎片化,要通过统一的大入口触达所有消费者很困难,阿里妈妈要将原来仅限于电商领域的广告联盟升级为泛互联网的广告联盟,让商家的目标消费者在各个场景中触达消费广告。
2014年,阿里妈妈组建了大数据管理平台达摩盘(DMP,即Data Management Platform),为的就是在未来的全域全网营销中帮助客户更精准地锁定消费者。目前在达摩盘上除了电商大数据外,还在拓展位置、社交、娱乐等多维度的数据,对用户进行更全面的“画像”。
本届的阿里妈妈武林大会,阿里明显向外界传递了大数据营销冲出淘宝的信号。对外宣布开启数据营销的2.0时代,要联合电商以外的视频、地图等合作伙伴的大数据,拓展全网络数字营销,走出淘宝系全面淘金。在阿里妈妈看来,数据营销2.0更是一种技术驱动、数据驱动的跟消费者沟通和以人为中心的一种场景,而对于企业,程序化购买不可或缺,企业最需要一个企业级的解决方案。
通过与易传媒战略合作,有助于精准地切入淘宝之外的企业级市场。
“淘宝上很多卖家都是相当大的广告主, 成长到一定程度后, 除了效果, 他们很多也有品牌的需求。”程华奕在与阿里的合作中也逐渐发现。
“技术派”革命
实际上,易传媒早已不是一家单纯的DSP,更是一个大数据营销技术供应商,是互联网广告中的技术派。
2014年,易传媒为100多家国际、本土广告代理商客户和2000多家品牌广告主客户提供服务。通过其国内首创的程序化交易操作系统平台TradingOS,易传媒一年管理的互联网广告预算已达到18.1亿元。
TradingOS平台实现将各方进行整合与打通,将DSP、SSP、Network等软件的底层整合在一块,为广告主、媒体、代理公司、电商平台提供程序化购买的统一的基础设施、完善的API和可定义的用户前台,帮助所有人适应程序化购买的生态。
在TradingOS平台上,流量、数据、资金、信息流能够以最短的通路,到最合适的地方,整个系统循环完整、相辅相成、互为补充。
在电众数码COO张灵燕看来,TradingOS对接的媒体资源涵盖所有公开市场、私有市场,及其他合作伙伴的优质资源,同时还可实现在公开和私有市场资源下一个订单内的采购优化,使程序化交易变得高效、便捷。作为易传媒的合作方,CBSi集团中国大数据业务总监施京松坦言,通过TradingOS平台与数字广告市场各方的对接和沟通省去了很多波折,提高了原有售卖模式的效率。“TradingOS以技术为架构打通数字广告生态链,会越来越有价值。在数字的世界里,所有的数字只有做了连接,价值才有更大的提升,即使今天未必有经济价值,但是它的战略意义非常强。”
对于易传媒来说,与阿里的海量大数据实现对接后,TradingOS也将基于阿里云的基础、云服务以及阿里的大数据,充当起广告主、代理公司、媒体、第三方之间的桥梁。“阿里庞大准确的ID体系, 为实现真正的跨屏投放、Cookie找回、 O2O打通打下了坚实基础;同时阿里数据还提供了真实的人口属性, 消费者兴趣和消费意向;从此数字营销可以完成从品牌到效果的真正闭环。” 程华奕认为。
而定位在“中国最大的企业级大数据管理平台”的DataOS,则将更为切实的从数据着手,帮助程序化交易的上下游真正实现大数据营销。据程华奕介绍,DataOS是企业级大数据管理软件,为广告主、代理公司、媒体及其他第三方合作伙伴搭建基于大数据的IaaS产品。DataOS提供丰富多样的数据收集、接入、分发等功能、DataOS帮企业连接营销的各个环节,建立闭环,赢得全方位数据洞察,为企业营销活动提供强有力的支持,并辅助企业产品开发以抢占市场先机。同时,DataOS也是阿里数据管理平台达摩盘唯一授权全数据应用平台。目前,DataOS日均管理请求量达110亿,每日新增数据存储量达5T,同时覆盖了阿里日均活跃UV 1亿以上。
实际上从2005年开始,淘宝就有了第一个数据分析师,从那个时候,阿里已经有策略地收集与分析数据,帮助企业运营解决问题。 达能早期营养中国有限公司电商总监袁伊对笔者透露,与之前电视等传统媒介投放的品牌广告相比,通过阿里妈妈在阿里系渠道内投放的效果广告的成本只有原来的十分之一,效果却成倍增长。原因在于达能可以借助目标消费者在阿里平台上产生的大数据做精准定位,并对消费者的消费习惯、消费能力进行用户分层,用差异化的广告去匹配消费者。
更加精准的广告投放,这只是冰山一角。在闫方军看来,易传媒与阿里的融合将搭建起最大的数字广告生态圈,一个海量的数据池与一个强有力的渠道技术整合派做对接,一个全新的数据营销2.0时代正在开启。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《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