京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数说跨屏时代的大数据营销
移动互联网的迅速崛起,使得一边看电视,一边玩手机、平板成为人们生活的新常态。在多屏的包围中,人们的时间行为和注意力被分散到了不同的屏幕上,有调查显示,超过78%的人看电视的同时会刷微博、玩微信。在这样一个被碎片化的时代中,广告主如果想要更好地抓住消费者的兴趣点,必须考虑跨屏整合的数字营销方式。
2014年11月26日,作为国内多屏程序化购买的引领者,悠易互通在上海四季酒店举办了“悠易DSP DAY”主题活动,围绕跨屏互动的程序化购买、大数据营销的新体验和未来机遇,悠易互通CEO周文彪、Google大中华区程序化购买买方事务总经理郭志明、海尔家电产业集团营销总经理宋照伟、百度展示广告事业部产品总监沈昭阳等业界精英展开了激烈的思维碰撞,并同参会者一起分享了有关大数据、跨屏、视频、PMP、移动等内容的干货。
记者了解到,悠易互通于2012年时首次将源于美国的“程序化购买”概念引入国内,推出当时国内第一个支持实时竞价的需求方平台(DSP)。1年后,悠易互通在DPS1.0的基础上再次革新,推出了划时代的DSP2.0,于国内多屏程序化购买的比赛中再次领跑。
悠易互通推出的DSP2.0系统不仅以单用户界面,整合了实时竞价和非实时竞价(non-RTB)模式资源、展示广告和搜索广告,并对接国内所有广告交易平台与供应方平台(SSP),能够为广告主提供平均每天120亿的跨屏(PC、平板、与手机端)、丰富格式(视频、视窗、富媒体、画中画、横幅等)的优质广告流量。
同时,这套系统通过动态预算分配,将大数据的优势发挥到极致,解决了传统广告投放效率低、不透明的问题,帮助广告主和代理公司进行品牌投放时能够像搜索引擎一样高效、规模化且可以评估。截至目前,悠易互通已为包括联合利华、联想、惠普、壳牌、奥迪等300多家国际与国内客户提供了卓越的品牌效果解决方案。
“悠易的核心团队来自Google、淘宝、百度、腾讯等一流互联网企业。不论是研发团队还是管理团队,都既有国际化视野同时具备高效的执行力。”悠易DSP DAY主题活动中,悠易互通CEO周文彪表示,“技术与数据是悠易始终专注的两个层面。在技术层面上,我们拥有一个整合平台与诸多专利技术产品,在数据层面上,我们于今年1月推出国内首个数据管理平台‘数据银行’,6个月一年后的今天,数据银行正式升级为2.0版本。”
悠易互通CEO周文彪
周文彪向记者介绍,悠易互通的拳头产品分为两部分,分别是多屏程序化购买平台与数据银行。此次发布的数据银行2.0主要体现在PC端与移动端的跨屏数据的高效整合。
“数据银行1.0解决了广告主收集、分析、管理第一方数据的难题,并与庞大的第三方数据打通,在产品中形成数据应用闭环,不过这些数据的应用更多局限在PC端上。”周文彪告诉记者,跨屏的出现给品牌营销出了一道难题,如何在多屏环境下找到你的目标人群,并且对他们进行有效覆盖,同时对这些人群建立深度和广度的用户交互?
“我们差不多用了3个月的时间来思考酝酿,用6个月的时间经验来积累总结。”悠易互通产品副总裁蒋楠说:“数据2.0为跨屏而生,它有效针对当下的跨屏潮流,有效地将PC端的庞大数据迁移到移动端上,形成跨屏ID。为广告主在移动端,通过刚才讲到的从到达到浏览,到转化的所有数据,形成一个效果评估的衡量工具提供归因模型和跨屏归因。”
在大数据时代,得数据者得天下,数据是指引程序化购买的指南针。在周文彪眼中,跨屏整合不仅仅是一项技术,而是一个大平台。“对我个人而言,这是自2002年搜索引擎以后,对互联网广告产生最深刻影响的一项技术。目前BAT等一些巨头都已经进来,诸多国际化大品牌客户也都在使用。未来,数据银行的3.0版本将实现跨屏的衡量和归因,使悠易能够还原每位广告主花的每一分钱到底值还是不值。”
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数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 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 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 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 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02