
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
DSGE 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 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09