京公网安备 11010802034615号
经营许可证编号:京B2-20210330
多样化用户数据延伸出的大数据市场机遇
网络用户数据收集是当今最激动人心却又备受争议的业务问题之一。这一业务频频引发公众对隐私泄露的担忧,但也为个性化的一对一广告宣传提供了绝佳的机遇。本文是探讨个人数据在不同行业的重要性的系列文章之一,由波士顿咨询公司(BCG)、高盛集团(Goldman Sachs)和BlueKai公司共同完成。
收集用户数据的基本诉求简单明了:企业对消费者了解得越多,就越容易有针对性地向消费者发布相关广告。数字化广告生态系统中的所有利益相关方——从谷歌到广告网络直至Expedia——都在大量收集有关用户网络活动的信息。
在过去五年中,我们观察到一个推动用户信息买卖的二级市场正在蓬勃发展。例如,如果一位消费者在某旅游网站上预订了东京一家旅馆,该网站就可以通过用户数据交换平台或聚合器将这位用户的信息出售给某广告网络。当这位用户下次访问由该广告网络服务的网站时,东京希尔顿酒店的广告可能就会出现在用户浏览的网站上。
首先,我们根据数据获取的方式对用户数据进行分类。按照这种方法,我们将数据分为三大类:选择性加入(opt-in)的数据(自愿提供数据);观测数据(第一方和第三方);以及推断数据。
Opt-in数据是指用户在注册使用服务时自愿向发布商提供的信息,同时也是用户最容易察觉到的数据类型。此类信息有时仅仅只是一个电邮地址,但也可能包括一系列人口统计信息。
第一方观测数据是指在用户浏览网页时收集到的信息。第三方观测数据的来源相同,但企业需要从其它从事数据收集的网站购买此类信息。
推断数据是指第三方广告网络和代理机构根据观测数据和opt-in数据作出的推断。例如,如果一位用户经常登录大学教科书交换系统和时尚杂志《Cosmopolitan》的网站,那么合理的推断是:该用户是一名女大学生。然而,这种推论被普遍认为并不可靠,主要原因在于数据往往来自共用的电脑。
其次,我们根据信息自身的特性对用户数据进行分类。按照这种方法,我们将用户数据分为五大类:
人口统计数据 此类数据包括年龄、性别和收入情况等信息,经常被企业作为消费者细分的基础。此类数据可能是自愿提供数据或推断数据。
行为或环境数据 此类数据包括用户的兴趣和态度等信息。基于用户消费的内容类型或跟踪用户上网行为的数码存根,此类数据可能是自愿提供数据或观测数据。将行为数据与实际购买意向联系起来并非易事;广告网络往往需要将众多碎片化信息拼凑在一起,才能对广告效果产生意义深远的影响。
购买意向数据 此类数据包含的信息能够更加直接地衡量个人的具体购买计划。此类数据可能是自愿提供数据(例如,用户在潜在客户开发网站上填写联系表来获得更多产品信息)、观测数据(基于实际搜索情况)或推断数据(基于以往购买情况)。被称为“重定向者(retargeter)”的企业对此类数据加以利用并已取得了一定的成功。这些企业对用户查看过但未购买的产品(比如Zappos网站上的一双鞋子)进行跟踪,然后在数小时乃至数日后为同一用户展示同一产品的广告。
社交数据 此类数据提供了有关人际关系的信息。从营销的角度来看,社交数据的假定前提是:在网络上相互关联的用户具有类似的特质或购买意向。此类数据可能是通过Facebook等社交网站或网上的某种互动(比如向他人发送一篇新闻报道)获得的自愿提供数据。
用户位置数据 营销者能够通过多种方法来确定用户位置。此类信息的收集通常基于用户的IP地址或用户访问的网站。(例如,在网上阅读美国报纸《The Sacramento Bee》的用户被认为是居住在Sacramento附近。)尽管解读IP地址位置仍非易事,但与过去的拨号时代相比已变得更加准确。移动互联网不仅能够提高解读IP地址位置的准确度,而且还能更加精确地提供用户位置数据,从而帮助企业了解用户的购物时机并向用户发送可立即使用的优惠券。
在未来三年内,用户数据的收集和使用方式可能将逐渐改变。我们认为,五大相关机遇正在崭露头角。
促销定向 2010年,Groupon证明其可通过向消费者发送针对性不太强的优惠信息来推动网站流量,并以空前的速度实现了高达10亿美元的总收入。此类战略能否保持迅猛的增长势头尚无定论。
移动广告 移动设备已经催生了不少全新的广告类型。由于移动设备通常能够指向个人用户,因而使实时促销和有效定向成为可能。然而,由于面临多种技术障碍(比如缺乏移动设备通用的数码存根),移动定向至今尚未取得巨大成果。一旦这些问题得到解决,机遇将十分可观。
视频定向 在线视频的快速增长为完善定向创造了机遇。一些视频广告网络已在对用户数据加以利用,但更多的潜在价值并未得到充分挖掘。其中最有趣的例子可能是时代华纳有线的尝试——该有线电视运营商允许用户在家中下载该公司提供的视频内容。通过同时利用第三方家庭数据(通过家庭IP地址获得)以及个人使用情况信息,广告主可以重塑其直邮业务并向数字化广告领域迈进。
跨媒体定向 世界各地的营销者都在苦苦寻找跨媒体(包括传统媒体和数字化媒体)进行用户定向的方式。
基于支出的定向 信用卡公司已经成功地根据支出水平进行用户定向。包括奖励活动和忠诚卡活动跟踪、移动支付和数字化收据在内的新技术将会产生更详尽的信息,从而有助于实现更精确的定向。
个人数据的发展将对包括广告主、发布商以及生态系统的其它参与者起到至关重要的作用。企业若能即刻采取行动,则将在市场上创建影响深远且可持续发展的竞争优势。下列举措对于个人数据生态系统中的各利益相关方而言势在必行。
广告主 广告主必须创建有助于直接收集opt-in数据和第一方观测数据的渠道。同时,广告主还需要重新审视消费者细分,汇集网络第一方数据,并积极利用这些信息来更好地理解第三方数据。广告主必须采取内部措施或通过与第三方悉心合作来构建自身的分析能力,并试用各类用户数据,以便从营销的角度了解如何显著提高绩效。
发布商 发布商的主要职责之一是深入了解可以在所有平台上收集到的各类数据。发布商必须决定是否将数据出售给第三方以创造新的收入流,还是保持独家信息以便向广告主收取更多费用,亦或是两者兼而有之。发布商仍需评估分享信息可能会对自身与用户的关系产生何种影响。同时,发布商还需确定如何通过利用第三方数据来提升定向质量。
中间商(数据网络和交换平台) 这些组织必须确保有关个人身份信息的数据政策与不断变化的法规环境保持一致,并致力于分析能力建设,以便更好地为广告主和发布商提供服务。同时,中间商还必须与移动运营商、设备制造商以及其它许多移动服务供应商建立合作伙伴关系,以解决移动方面的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24