
大数据时代如何让营销更精准
近年来,以互联网、移动互联网为基础的信息化、全球化趋势,已经深入的改变了我们的生活模式、生产模式、竞争模式。随着大数据时代的到来,广告主对于精准营销的需求也正在上升。如何通过技术手段,挖掘大数据下的深层次关系,让营销更准确、有效已经成为营销中重中之重。
9月14日,由中国计算机学会青年计算机科技论坛和百度公司联合主办的“2013年 CCF YOCSEF—百度计算广告学交流会”在洛阳圆满落幕。作为当前广告营销的热点——搜索广告、实时竞价(Real Time Bidding, RTB)广告、移动互联网广告依然是会议讨论的重点。针对这些问题,众多专家、学者进行探讨交流。
搜索广告依然目前网络广告的主战场
艾瑞发布的2013年第二季度中国互联网广告核心数据显示,本季度中国网络广告市场规模达到232.6亿元,较上一季度增长17.4%,较去年同期增长27.4%。预计2013年中国网络广告市场规模达到1023.9亿元。
作为营销基础的搜索引擎推广,是成效非常高的在线推广办法,因为广告都是向有信息需要的用户进行展示。百度商务搜索部总监刘炀在主题报告《计算广告的主战场——搜索广告技术》中表示,“从一定程度上讲,没有网络广告就没有互联网。”从目前来看,网络广告仍然是互联网最重要的商业模式。而在现阶段网络广告中,搜索仍然是最重要的营销方式。虽然当前RTB等新兴的广告形式不断加入网络营销的阵营中,但目前仍然动摇搜索营销的核心地位。“搜索广告依然是目前网络广告的主战场。”
艾瑞咨询集团最新发布的数据也验证了这一事实:2013年第二季度中国互联网广告市场规模为232.6亿元,尽管受宏观经济等诸多因素影响,今年第1季度的网络广告市场规模有所下降,但搜索引擎广告份额却仍保持着细分市场的领先地位,并有小幅增长,并在第二季度持续上升到36.4%。
“作为全球最大的中文数据平台,百度成为了计算广告学的天然主战场,拥有千万量级的广告库。”在报告中,百度商务搜索部总监刘炀分别阐述了在计算广告学领域百度的使命、实力与面临的挑战。他表示,“平衡整个生态圈中三者的利益,使各方利益最大化是计算广告学也是百度的任务之一。”为此,百度成立了深度学习研究院,积极引入Deep Learning等高新技术用于在线广告领域。根据用户的一些行为活动习惯以及页面资料信息,利用数据挖掘及分析技术,进而更有针对性地向用户提供他们感兴趣的内容和信息,从而使广告更加高效。
在刘炀看来,网民、客户、百度三者构成了整个搜索营销的生态圈。对网民来说,如何快速从上千万条广告中找到他们需要的信息是其搜索的目的。而对客户来说,他们投入了钱就要追求回报,如何提升ROI是他们最为关心的问题。对百度来说,作为一个商业公司,如何在生态系统可持续发展的情况下,去获得尽量大的商业收益。而经过这些年的努力,百度在各方面取得了一定成绩:用户体验,点击率提升了147%;客户数增加了200%以上,广告样式不断丰富。
BES系统让营销更精准
随着企业对广告投放的要求更加精准,从2012年开始,RTB广告交易模式开始在国内兴起。2012年4月,谷歌DoubleClick AdExchange进入中国;2011年12月,淘宝TANX上线;随后腾讯、新浪等相继推出交易平台。交易平台的出现为DSP的发展提供了基础。品友互动、亿玛、悠易互通、新数网络、聚胜万合等国内广告营销公司纷纷发布RTB相关产品,进一步推动着网络广告整体市场的前进。
事实上,RTB效果的实现,需要汇聚更主流、优质的流量资源,规模越大,可购买的受众资源越广泛,最终释放RTB模式的精准、效果为先的优势。尽管DSP林立,保守估计成规模的有50-100家左右,但真正通过RTB实时竞价购买来投放、管理广告的不超过10%。归结原因在于拥有用户、流量资源的大鳄并未完全入局。中国的RTB模式想要从边缘走向主流,离不开百度等大玩家开放大流量等资源来推波助澜,以及带领整个生态圈快速发展。
百度联盟技术专家陈宁昱在会上详细的介绍了之前在百度世界大会上隆重推出的BES系统(Baidu Exchange Service)。他表示,BES系统可以利用大数据处理技术,让营销更精准,实现按需求、按效果配置资源。
陈宁昱指出,传统广告投放方式存在诸多弊端:投放效率低下,购买流程中有28%的预算被消耗;发布商受困于50%的流量未被售出;广告商不知道哪部分预算被浪费,受众受到不相关广告的打扰等问题。而BES系统可突破这些障碍,利用大数据处理广告技术,让营销更精准,实现按受众需求投放,提高了交易效率,使产业链多放实现了“共赢”。
在RTB模式下,广告主可以根据自己的需要设置自己的目标客户,从庞大的流量池中寻找最准确的人群,以RTB的方式用最合理的价格购买这些人群,而不是用传统的方式去猜测这些人群应该会出现在什么网站,从而减少不必要的广告浪费,提升ROL。而对于用户来说,他们看到将是自己感兴趣的广告,从而减少了对用户的干扰。对媒体来说,减少了流量的浪费,提高了经济利益。作为流量第一入口,百度本身拥有庞大和优质的流量、推广资源。百度的入局必将推动网络广告进入全新的效果营销时代,实现用户、平台方、广告主的共赢。
移动互联网用户体验是关键
根据艾瑞发布的《年度互联网及移动互联网的用户及产业趋势数据》指出,2012-2013年移动应用广告增长率高达140%。同时,数据显示,2013年中国移动广告支出将达到1.96亿,占全球移动广告支出的2.95%。随着移动互联网的快速发展,移动营销的时代将全面到来。作为计算广告学的新战场的移动互联网也成为此次会议关注的重点。在移动互联网时代,移动广告又该如何实现?如何平衡各方面的利益?
百度商务搜索专家秦首科表示,如今,时间碎片化越来越严重,人们随时随地可能都在使用无线设备。这使得搜索更加随意,可能有时候没有确切的搜索目的。如何在无线这个方寸屏幕上,将最优的结果反馈给用户,同时平衡网民、广告主、百度三者之间的共同利益是一个异常艰难的问题。我们不仅是要把PC上的问题在移动上得到解决,同时还要更多地考虑移动设备的特性。如移动设备更能反映用户的兴趣爱好,和LBS等特性进行结合等,这些对移动搜索来说及是挑战,也意味着更大的机遇。
百度联盟技术专家王闯也表达了类似的看法。他表示,当前,PC的流量一直在下降,很大一部分流量转移到了移动端。越来越多的用户将时间花费在移动APP上。在移动互联网上,受移动端设备限制,用户的体验更加重要。如果照搬PC上的模式,对用户体验是一种巨大的伤害。同时也会受到360杀毒软件、手机助手等的拦截,即是能够实现其效果也不会很好,进而招致用户反感,被用户卸载。
北航营销专业特聘教授付增学指出,与PC上不同,移动互联网广告没有上下文,它只是一个工具或者游戏的界面。大量的陌生用户进入的快,消失也非常迅速,每周有80%的用户其实是不认识的。对于一个新进入用户来说,前六次展示至关重要,是广告营销的“黄金时间”,如何快速识别这些用户是关键。在他看来,移动互联网最大的挑战是实时的、及时理解一个用户,需要在软件工作中一次性扫描和传递的数据是非常大的同时还要符合苹果保护隐私的策略及安全政策。移动广告的形式变化也是非常快的,从最开始的banner广告到积分墙、推荐墙,插屏、全屏、开屏……广告形式在不断发生演变,面对的业务场景也发展很快,在研究工程和算法上还有很大的挑战。
在他看来,未来基于用户场景分析和计算将是未来移动互联网的的一大趋势。用户在使用手机时,都是在各种场景下进行的,不同的是时间、地点等情况下会对广告效果会产生明显的效果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01