大数据,数字营销的灵魂

开篇：润墨网以专业的文秘视角，为您筛选了一篇大数据,数字营销的灵魂范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

大数据应用作为一个高渗透力的行业，正在与广告业发生深度的融合，从预算分配到投放调整，再到投放后评估，大数据已经开始打破原有的思维，彻底改变了整个广告行业。在数字广告受到越来越多广告主青睐的同时，广告投放的真实性和精准性、广告效果评估等关键因素成为了广告主关注的焦点。

站在公正的立场上扮演裁判的角色，通过尖端的技术挖掘数据并进行深入分析和研究，并利用数据的价值来实现营销层面和战略层面多重用途的公司显得尤为可贵，AdMaster就是其中的一家。成立于2006年，作为国内少有的第三方数据解决方案提供商，AdMaster早期专注于为广告主提供全流程的网络广告效果监测、分析评估、媒介优化咨询等数据应用和解决方案服务。随着AdMaster技术发展和行业逐渐成熟，目前AdMaster已经发展成为国内最大的整合数据解决方案公司。我们特别采访到AdMaster（精硕科技）首席运营官Calvin Chan（陈传洽），揭开大数据“高冷”的面纱，为抓住数据爆炸时代的机会提供重要参考。

大数据构建营销洞察力

在大数据年代之前，公司只能先播广告再进行一系列抽样调查，这常常使得广告主处于“后知后觉”的情况中。而大数据的来临使得系统研究目标受众人群的消费趋势和生活行为状态成为可能，从而给营销策略提供参考。

Calvin和我们分享了一个经典案例。前段时间大热的可口可乐昵称瓶活动，AdMaster正是此次活动的大数据服务商。通过捕捉全网社交媒体数据，提取最频繁使用的热词，然后从多个维度进行定量比较（如传播深度和广度，声量、互动性等），AdMaster携手可口可乐从100个热词中选出24个积极向上，以及能引起消费者互动的词汇，并最终印在了可乐瓶子上与大家见面。

这也反应了另外一个趋势，Calvin表示：“未来大数据从消费者心声开始，以前的创新都是来自于企业，现在的好玩的点子不是由营销公司做出来的，而是由用户产生。”

购买后数据的价值

除了购买前，也有购买后的心声。通过抓取消费者购物评论，设置不同的时间段、评论的正负面、以及品牌的关键词来针对海量评论信息进行筛选和分析，分析品牌消费者洞察力以及线上表现趋势，同样会给广告主带来极大的价值。

例如杜蕾斯之前会认为男性是购买的主力，但经过实际售后评论的收集与分析之后，会发现给出评论的购买者中其实有近四成是女性，跟原来的认识有偏差。这种具实际执行指导意义的洞察能为广告主提供后续广告宣传的战略方向。

除此之外，Calvin强调未来讲的是消费者舆情跟进，购买后的海量数据必须及时处理。但这恰恰是现在很多品牌主在电商的短板。以大型快消公司为例，原来处理评论的方式是人工手动去搜索，售后薄弱。AdMaster汇聚主流电商完整的产品评论信息分析，通过其平台系统的工作流分配，记录与分类评论的情况，大大提高了企业主对消费者的售后回复、跟进的效率。同时，AdMaster也通过数据可视化的应用，在广告主的办公室滚动式播放，实时展现营销的全流程数据，随时查看数据变化趋势，及时发现与市场和消费者沟通过程的问题。

“过去式是R&D即Research and Develop，现在要变成C&D，变成Connect and Develop，所以数据合作很重要，通过各家交换匿名化和整合处理的数据，得到有商业价值的结论。”Calvin表示。

实时，大数据的另一面价值

大数据是实时的，能够反馈并预测社会行为，实时调整策略会获得更大的价值，给营销者带来了更多的思考和指导。

以腾讯Ola！世界杯！为例，在决赛周的三十多天里，AdMaster是实时营销团队的重要一员。通过整合数据挖掘、研究和分析世界杯期间热点话题、KOL、消费者情感等社交数据，找出每天赛事相关和周边的潜在热点在哪里，腾讯作为媒体方及时借助有影响力的事件展开相关的内容和创意设计，调整营销策略，做到与用户即时互动，持续引爆或扩大兴趣点。

“这里面的难点在于是否有更快捷的流程和体制去支持这个改变，传统媒体从创意到制作可能要半年，也许知道问题何在也没法及时反应。”Calvin表示。

除了社交数据的应用优势，在广告价值评估方面，AdMaster也拥有领先的研究模型和技术优势。AdMaster是中国市场首家提出了“可见曝光”的概念，通过算法和模型，结合历史数据等因素，帮助广告主评估广告的可见比例，更清晰了解、评估每种广告形式的价值，而一旦发现可见曝光系数极低的广告就可以考虑停止投放或进行优化组合。

DMP帮企业整合大数据

品牌广告主数据来源多样，有第一方数据、公司数据，还有第三方数据，让人困惑是，这些数据如何进行有机整合成为有价值的工具。而DMP能实现无缝整合跨不同接触点的消费者数据，帮助企业对何时及如何同每个用户互动做出更好的决策。

Calvin透露，AdMaster现在正在建立一套超级ID和标签体系，能够站在公信的第三方立场帮助广告主判断通过受众购买方式的目标受众的精准性，广告主还可以利用AdMaster的平台去深度了解网民的网上浏览行为轨迹和广告触达情况，从而进行重定向等精准投放。

“最关键是落到实处，达到营销效果的实质提升。通过此前项目的验证，我们的客户利用AdMaster的DMP工具可以把目标受众的达到浓度从25-30%左右提升至50-60%。这样可以落地到营销部门的KPI，落地到怎么在媒体投放中应用。”Calvin强调。

DMP，

国内数字营销行业的最大短板？

大数据可以和营销业务流程中的每一个关键步骤相结合，为未来的营销做更精准的预估或者更精准的执行。但是在国内DMP扎堆的时代，相反，DMP的发展道路却反而不是很清晰。

实际上，做DMP平台要求很高。技术层面，DMP要多方对接返回数据、涉及多家业界公司的协作，对软硬件的要求也很高；这也是为什么AdMaster会采用SAP的HANA和Hadoop等大数据系统。其次，DMP提供商需要有广泛的数据采集和整合能力，AdMaster提出P.O.E.S.整合分析模型，即Paid，Owned、Earned、Sales，从付费媒体、自有媒体、赚得媒体和销售四大维度去帮助广告主分析广告效果、消费者反馈及最终销售转化情况。专业人才也是关键，由于大数据缺乏结构性，更需要开放性思维的去观察其中的关系。所以不仅得有研究人员，还得积极吸纳来自媒体、公司和直客等行业人才。

Calvin对于市场目前的繁乱有自己的深刻思考，他认为中国公司习惯上下游一条龙全部去做，互联网行业也不例外。目前有的DSP由AdNetwork发展而来，兼做DMP，有的DMP提供商同时推出Adserving和AdExchange服务，做的事情相对杂乱。的确，有了数据就顺理成章想做投放，但“心有旁骛”就没办法做好DMP。

反观AdMaster，一直坚持做独立的裁判，专注于自己所长，所以在这个领域也取得了一定的成就和认可：“还是不要那么贪心，我们的定位很清晰。AdMaster有个使命，就是踏踏实实把中国的DMP平台做好。好的技术基因有了，多元数据的覆盖有了，同时这八年来打造的独立第三方身份和数据管理能力也被300多个广告主认可，客户的信任也是我们自信的来源。”

大数据的局限性

我们可以看到，和大数据比起来，小数据是结构性的，样本少，代表性比较低，没法规模化，并且通过大数据能获得全新的洞察，继而进行产品创新。大数据颠覆了传统调研的时间进度，基于数据能够实时发现新的价值。

但以为有了大数据，就没有解决不了的问题，也是一种误解或神话。

数据本身的安全性，大数据模型的不断验证与矫正都是大数据能否算出正确结论的必要因素。还有很重要的一点，大数据解决不了“为什么”的问题，小数据恰恰在这个时候有用。所以未来营销中肯定是小数据和大数据的结合。

同时，大数据虽然能降低决策过程中人的因素，减少不确定性，但软件和模型无法取代和复制经过数据科学原理和最佳实践训练的人的能力。在大数据时代，“人的因素”仍旧拥有其重要地位。