京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据改变着传统行业的营销模式
依托云计算,运用大数据,互联网正演绎一场大变革。从互联网企业做电商重塑传统零售业,到冲击金融业,再到如今逐渐渗透到各行各业,大数据正改变着传统行业的经营模式。
而到移动互联网时代,面对网民浏览习惯日趋多屏终端化的趋势,当前数字广告业内已经普遍认识到大数据技术应用到精准、效果类广告策略中的价值,并加深了对大数据技术的应用。
在此条件下,大数据将会带来哪些改变?其难点又在何处?为此,上证报记者专访了2013互联网大会指定大数据营销平台AdTime的CEO付海鹏及CTO雷永华。
上海证券报:大数据除了对商业模式的改变外,在营销方面将带来怎么样的变化?
付海鹏:过去传统的营销模式是通过大量广告投入来吸引消费者,传播面广,但缺乏精准定位。大数据时代使得这一模式有所改变,通过对消费者行为的预判,我们更容易理解消费者的喜好偏好。这使得大数据下的营销对传统营销形成挑战和升级。
上海证券报:这些挑战与升级,对于诸如传统媒体将带来什么影响?会不会像大数据对部分行业如金融那样产生一定的冲击?
付海鹏:大数据使得新媒体与传统媒体的界限越来越模糊,事实上将为传统媒体带来新的商机。我们提供的是帮助广告主实现多屏互动的全新互联网投放模式。过去谷歌、百度等互联网公司基于搜索的广告模式冲击了传统媒体,在我们看来,传统媒体如纸媒拥有很多读者,纸媒一样可以成为一种屏幕的载体。
雷永华:这么来理解或许更容易,比如近期我们和某家报纸进行的合作便基于大数据的舆情分析,该报拥有大量上市公司客户,这些客户需要及时应对负面报道等各类情况,传统媒体只拥有客户,而我们却可以帮助他们更贴近客户,这便是大数据给传统媒体带来的新商机。
上海证券报:那么,你们公司是如何具体运用大数据开拓新型营销模式的?又是如何获取数据的?
雷永华:我们还提供用户行为的分析、竞争产品的分析,均是基于与有数据的公司合作,如目前我们与广电网等各大运营商合作。作为运营商,他们拥有大量数据,但运营商最为迫切的是,这些数据如何转换成流量?我们通过他们提供的数据分析流量,并为它们变现流量。竞争产品分析也恰恰切合了企业了解竞争对手的需求,这些都是大数据下的创新模式,而传统的营销企业并不具备。此外,我们还可以基于大量数据提供各类品牌营销。
现在广告行业对大数据技术的应用还不够,要在技术上进行深耕,数据挖掘是难点,最后才是借助大数据去创新广告模式。
上海证券报:你们公司在数据挖掘上遇到何种困难?又取得了什么突破?
付海鹏:AdTime将不同网络的基础数据进行关联分析,形成针对不同行业的维度关系,并通过对不同行业特有的数据行为以及终端覆盖的特点,为主流行业客户提供有针对性的多屏广告投放策略,并在投放过程中提供多种丰富的广告形式。
其实在互联网时代,数据的获取已经变得相对较为容易,研究分析挖掘成为至关重要的课题。
举例来说,对于传统企业而言,拥有数据,却不知如何分析,比如分析偏好等普通数据已成为一道门槛,虽然我们在这一点上已经实现,并成功吸引了很多广告客户,但难点在于,我们还期望更精准的定位,如哪个用户在什么时间,正在使用哪种屏幕,是PC屏幕,还是电视屏幕,还是手机屏幕?真正做到及时推送这一点目前还处于探索之中。
雷永华:我们这种及时推送叫做“时间营销”,就是通过大数据技术手段及时响应每一个网民当前的需求,让网民在决定购买的“黄金时间”内及时接收到商品广告,进而提升广告被关注的程度和广告的成功转化率。时间营销包含了多屏营销,因为你需要知道什么样的客户何时在使用哪类客户端,这对于大数据的分析是挑战也是机遇,因为用户普遍反感野蛮式推送广告,那么时间营销就成了用户体验的必然选择。
付海鹏:这是可以通过点击率来判断的,我们投放的广告,客户打开的链接都有我们ID,通过这个ID便可以知道是否是由我们的广告而变成点击率。若用户注册进而消费了,那也很容易就知道了,这也是大数据时代营销的最大魅力,客户可以量化效果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23