你所在的位置: 首页 > 正文

2018云栖大会|友盟+李春元:数据智能在营销场景下的探索与实践

2020-02-01 点击:1499

今天,我想和大家分享尤蒙的一些做法和想法,关于如何应用营销中收集的大量在线和离线数据来帮助广告商利用数据推动营销。

营销本身是一个闭环。如果你想实现营销的可持续性,你必须有一个数据积累的过程,不仅仅是中间数据分析,还有交付后的优化和应用。在这个过程中,广告效果数据的收集是一个必要的基础,有了这个基础,我们就可以为营销创造一个“永动机”。然而,优盟拥有强大的数据收集和分析能力,因此我们切入这一领域,帮助广告商利用数据推动营销。

广告监控和效果评估

我们在传统营销中发现了一些困难和问题。

首先,媒体报道不够。目前,大多数广告效果监测公司主要监测网络媒体,但是户外媒体如何监测和评价效果呢?电视收视率通过数百个样本进行评估,统计的准确性很容易受到影响。因此,我们需要解决的第一个问题是全媒体问题,这也是广告监控尚未解决的问题。

第二,缺乏完整的链接数据。近日,谷歌与万事达卡(MasterCard)在数据方面展开合作,将消费者的线下购买数据归因于广告投放,广告投放可以清晰跟踪从广告曝光到线下购买的整个环节,从而有助于更好地制定人群和创意策略。

第三,对所有数据的覆盖不足。传统数据在说话时都是样本数据。样本数据是收集和收集单个样本的过程,通常基于问卷调查。在这种环境下,样本量不会很大,如果样本量很小,就会出现数据偏差问题。这样,数据采集周期将会很长,因此在数据更新迭代中将会出现问题。

第四,交通的真实性很难识别。如何解决交通欺诈问题,在许多广告中有自己的监控和评价方法。

上述痛点可以通过非盟的三种能力来解决:所有媒体、所有链接和所有数据。

就所有媒体而言:我们不仅可以监控互联网广告,还可以通过无线网络、位置服务和其他数据监控户外广告。同时,它还可以通过智能电视的数据伙伴监控和拉动电视广告数据。这样,可以基于用户标识打开每个媒体的数据,并且可以实现整个媒体效果监控。

就全链接而言:首先,我们有一个媒体端的监控工具,可以在广告中添加监控代码;其次,通过网络分析和应用程序的分析工具,将这两部分数据在广告端进行组合和连接。同时,通过连接离线数据,可以实现对整个环节的效果监控。

就总数据而言:大部分用于广告的数据都与传统的研究数据相关,而非盟还将添加丰富的行为大数据,以帮助广告商通过大数据和小数据的组合更准确地洞察用户并预测行为。

基于以上思想,我们开发了相关的指标体系和研究方法。我们有丰富的收集方法,如JS、SDK、无线网络等方法,来有效地收集广告数据,如网站、应用、智能电视、户外大屏幕等。然后,我们将对曝光、点击、到达和到达商店的数据进行综合分析。之后,我们将通过大数据和小数据的结合来了解人群。例如,你可以在Touda广告之后看到对商店和官方网站的访问,你对品牌的兴趣或意图,并通过样本数据评估用户对品牌的感知和感受。然后打开数据查看链接数据,例如有多少用户已经到达离线商店,有多少用户已经到达官方网站,他们将进行额外的购买或购买。

分享两个真实案例。

第一个案例是高端耳机发布案例,在营销活动中聚焦于三种媒体:新闻应用、视频媒体和数字信号处理器平台。从点击-TA浓度-动作数据,综合判断媒体效果。

1)点击数据,新闻应用程序的点击率最高。这是否意味着信息流有最好的效果?

2)TA浓度,视频媒体的TA浓度最高,这意味着用户的兴趣会很高。

3)移动数据,视频网站的用户访问和搜索率最高,移动转化率为h

在第二种情况下,一个美容品牌在double 11前热身,通过直接媒体和数字信号处理器精确定位,共接触到8000万人。选择新闻媒体、奥特、视频媒体和数字信号处理器作为传递媒体。广告创意的最佳联系频率是多少?从下图可以看出,当用户看到它2-3次时,行为转换最高,频率越高,转换速率越低。

我们只看行为转换数据,我们不知道这个转换率是好是坏,所以我们不能评估它。传统的方法是指定一个控制组并进行研究和分析。然而,使用大数据方法,我们可以比较和分析由暴露组和非暴露组转换的数据。非曝光组随机选择100万用户查看他们自己的商店转换。例如,在上述情况下,比较表明,与非暴露组相比,暴露组在各种转换数据方面有非常明显的改善。

数据融合与数据分析

优梦积累了大量的媒体营销数据。我们会发现广告客户数据是沉淀的,这不仅可以帮助广告客户很好地管理数据,还可以帮助广告客户通过数据分析为以下活动制定营销计划。我们是如何尝试和探索的?

我们帮助广告商收集在线、离线、电视等全媒体效果数据,并将这些数据存入优盟数据智能平台,与优盟14亿活跃设备数据进行贯通和融合。同时,我们还支持广告商将一个DMP与优盟数据智能平台联系起来。然后广告商可以在我们的平台上进行群体选择,也可以使用他们自己的数据作为种子群体进行群体放大。同时,他们还可以基于优盟的全局数据能力进行智能分组。

我如何进行智能分组?我们可以将用户分为三个级别:中、高和低。我们可以为每一群人制定不同的想法和媒体营销策略,最终优化交付。我们可以继续细分,例如,细分6-8组。传统的方法是通过选择调查数据和根据人的特点划分数据来划分数据。今天,你可以在优盟平台上这样做。首先,您可以将确定的目标客户群行为数据与优盟数据相结合,以获得客户群的特征和消费属性。然后你可以研究用户的心理特征,并使用聚类算法,如k-means,dbscan,gmm等。在我们的平台上执行不同的参数设置,并且您想要划分的组被自动划分。在媒体策略或创意策略的输出中,我们最终使用媒体来影响准确的人群。

另一个例子是国际品牌的母婴。他们的目标受众是20-35岁的妇女和0-3岁儿童的母亲。

我们帮助客户进行了一些优化。首先,我们帮助客户解决广告时的数据查询速度问题。广告的响应时间通常为100毫秒。我们部署了前端处理器,通过与客户预先推出的PDB平台接口,确保数据查询响应速度在20毫秒以内。之后,我们帮助客户选择和扩大目标群体。在优盟平台上,广告商选择了1.2亿20-35岁的女性。对于0-3岁的儿童和母亲群体,我们使用优蒙数据提取特征并建立模型来培训2000万人。在这个过程中,优盟确定了85%以上的媒体流量,触及了20%以上的目标受众,第三方监控公司验证了TA浓度达到31%,高于品牌所有者过去投入的28%的TA浓度。发射后,我们监测了发射人口的影响,即0-3岁母亲的命中率为5.38%,20-35岁妇女的命中率为4.99%,没有非盟数据的人口的命中率为4.43%。

另一个例子是一个国际啤酒品牌,它赞助了世界杯,并计划在2018年世界杯期间发布广告,以吸引泛足球迷和流行球队的球迷。他们选择了6000万非盟成员。同时,利用优盟数据特征提取,定制模型培训400万人,然后做交付,利用优盟广告监控持续跟踪活动效果,ta集中度、品牌搜索得到显着提高。

交付管理和优化

数据智能下交付、优化和提高效率的核心是模型。我们已经打开了模型

我们常说白盒和黑盒,白盒是根据人群的理解,来选择自己的用户,黑盒是知道自己的用户是什么样的,并以这些用户的数据为样本来训练模型,产生更多相似的用户,但我们不知道这些客户是如何产生的,这就是黑盒。

让我们看看另一个案例,一个数字品牌,它监控垂直网站上的广告、扫描电镜和ADplus的信息流。同时,离线商店使用Oplus获取离线用户数据,并打开和存放在线和离线数据。这家品牌公司计划将在线联系的用户转移到离线商店,以完成购买转型。他们将人群分为三波进行投放计划,即历史降水人群的重新定位、非盟地理位置特征人群的选择、基于历史降水人群的相似人群模型训练。从效果来看,历史沉淀人群效果最好,购物成本最低,为什么?因为在过去,我们花了很多精力成为一群人,而这些存款和积累是最宝贵的资产。事实证明,效果也是最好的。

最后一个案例是金融企业。2018年,网络媒体有效资源转换的成本越来越高,几乎每年都有30%-40%的增长。该客户希望通过非盟优化媒体交付和转换成本。他们把人群分成三类。群组1向客户提供非盟的财务/库存标签,群组2向客户提供10,000个种子数据,用于在非盟群组中扩增,群组3向客户提供10,000个阳性样本,非盟自身筛选阴性样本用于模型培训。总成本最终优化到57元左右。对于这一过程,我们得出的结论是:第一,优盟人的转化率高于标题标签,成本较低,有效保留用户的质量较高;其次,OCPM的效果比中国共产党好。OCPM花费20-40元,但OCPM有效保留用户的素质不高,整体表现一般。最后,人群2的效果更好,人群1位居第二,人群3的成本高于人群1和人群2。

以上是我们在营销领域对数据智能的探索。非盟一直在帮助客户使用数据智能来推动业务/品牌的持续增长。与此同时,10月16日,我们将在北京召开UBDC全球大数据峰会,召开一次关于数据营销的特别会议。我们将分享近10篇营销演讲,并邀请您参加。

科尔沁资讯网 版权所有© www.rcgclub.cn 技术支持:科尔沁资讯网 | 网站地图