
互动营销年度10大数据、10大现象揭晓
2013年1月9日, Adworld2013互动营销世界期间,DCCI互联网数据中心与业界各方一起,揭晓了互动营销年度十大数据、十大现象。
十大数据是:
数据1:网络广告营销市场规模超700亿,电商营销成增长主力;
数据2:百度年营收逾200亿,追平央视,成第一传播营销平台;
数据3:阿里淘宝系2012单季营收超百度,2013整体将超越百度;
数据4:移动广告翻番,手机用户超10亿,智能机销量超非智能机;
数据5:微信用户近3亿,移动时长超微博,社会化营销浮现新主场;
数据6:网络视频覆盖超9成网民,广告年增90%,跨屏营销涨潮;
数据7:视频时长成互联网第1,月覆盖9成用户,优土营收接近门户;
数据8:七成企业涉足社会化营销,七成企业公关危机源自微博;
数据9:网购年花费达12741亿元,双十一超美国单日网购最高记录;
数据10:网民规模5.6亿,普及率超40%,移动成网民增长主力。
十大现象是:
现象1. 冷中见热:经济二次触底,互动营销逆市飘红;
现象2. 微风劲吹:社会化营销左手玩微博右手试微信;
现象3. 加速移动:份额不大动静大,创新案例连连看;
现象4. 数据决胜:RTB-DSP-ADX-DMP数据营销网络走起;
现象5. 格局重组:.腾讯重组-优土合并-搜狐分拆-新浪微分;
现象6. 开放多赢:媒体-代理-品牌-第三方合纵联盟合做增量;
现象7. 跨屏整合:电视代理进军网络,网媒营销对接电视;
现象8. 品效合一:多触点多维度KPI,品牌与效果开始并重;
现象9. 竞逐电商:电商成各方争相抢食的市场最大增量;
现象10. 技术回潮:创新-竞争核心力量,营销开补技术课。
此间传递的另一个重要讯息是:DA数据联盟也在Adworld开幕式上启动。国内外DSP、RTB、SSP、DMP、Exchange等各路相关企业以及4A代理、网络媒体代表等20余人出席了启动仪式。
2013,数据营销将快速发展,后起者奋起直追加速各类营销数据系统开发,透过RTB的投放在营销投放中的比例急剧上升,DSP、DMP、RTB、Ad Exchange、SSP成为主流未来共识;2013年将是数据营销提升至关重要的时机,营销数据网络发展的重要一年。
“数据联盟”以此为背景筹备成立,它是业界各方的协作平台、合作网络。由业界共同发起、广泛参与、自愿加入。通过方积极参与促进数据开放、数据交换、数据价值分享。
DCCI在Adworld期间发布的数据显示:那一天终于来了,互联网在2013年前后,以规模、份额等关键指标,终于成为主流化媒体,网络广告营销市场2013年有望达到1033亿元的规模,2014年超越电视成为第一屏、第一终端、第一媒体、第一营销通路。DCCI数据显示,百度2012年营收超过200亿元,已经追平央视,而2013年百度必将超越央视。
由此,广告营销市场规模、接触时长、信任度公信力、终端保有量等四个关键指标,互联网都会在2013年前后超越电视,日覆盖人口数指标也超越在即。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 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 “ ...
2025-09-16