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MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11