智能+大数据 在云+互联时代下创造的精准营销

简介:

全球智能移动营销平台AdTiming继2016年4月,在GMIC 2017上与全球近500家展商和3,000多位行业领袖共同探讨数据与新技术驱动下的数字营销生态及未来趋势之后,又一次宣布同业内媒体分享了AdTiming智能数据营销平台两年来在市场上做出的成绩,而这些都得益于其切实的把握云+互联时代商机,利用自主知识产权大数据智能平台帮助了200多个国家的用户创造了营销价值。

两年覆盖200多个国家 AdTiming是谁?

DSP和RTB被验证是广告投放的趋势,且飞速增长,广告投放将从按媒介购买转为按受众购买。数据显示,2017年全球将有超过 60% 的展示广告通过DSP投放,预计到2018年,中国移动程序化购买市场整体规模将达到 251.1 亿元,占中国移动展示广告市场的比例将达到 25.1%。

而AdTiming智能数据营销平台就是这样一家全球领先的智能移动营销解决方案提供商,致力于为国内外企业及开发者提供最优质的移动端各领域的专业服务,帮助企业优化移动营销的投入,抓住最佳营销时机。同时为移动开发者提供移动营销解决方案,吸引更多高质量的用户。



两年来,AdTiming已覆盖200多个国家和地区,通过分析海量媒体、人群、创意数据,自建20,000+用户标签数据库,精准定向用户,发现移动广告最佳展示时机实现多元跨终端精准投放。通过移动营销、大数据解决方案、技术服务等推动中国企业国际化进程,打造全球范围的移动营销产业链。

自主知识产权大数据平台

不久前,AdTiming被收录到LUMA全球移动行业图谱之中,作为行业内权威性的顾问公司,LUMA partners对其网络广告生态体系图即MOBILE LUMAspace的绘制有着专业的判断标准和衡量体系。而位列其中国内企业寥寥可数,但AdTiming这家专注移动营销企业的创新型企业却名列榜单,吸引了众人的眼球,究其原因,AdTiming自主研发大数据平台成为了最大看点。



纵观移动营销行业发展,从广告的终端展示到形式的多样体现,每一次广告技术变革都会推进互联网广告版图的变化。随着移动互联网的发展,移动用户的场景不确定性、多样性及不连续性,对移动广告的展现时机提出了巨大挑战。用户在操作过程中趋向内容本身,不会主动关注广告,若想有效地对用户产生影响,展现时机一直是重要的命题。同时,从AdTiming的经验来看,产品不同阶段,广告主对于效果的需求不同,用户基数决定了可投放的广告的覆盖面。广告平台根据广告主的不同发展阶段,承载不同效果需求;随着广告主用户量的增长,这种放大效果也越明显。这是一个典型的漏斗形转化模式,而这个模式的成立,需要相应的用户基数来维持。

针对展现时机与用户基数这两大重要因素,AdTiming建立了自主知识产权大数据平台,包含海量媒体数据及用户标签数据。通过不断优化数据和自身的DMP数据管理平台进行模拟分析,挖掘常见广告定向与效果指标的关系,产生离线模型;在广告投放过程中,进行实时的、全自动化的反馈及调整,从而为移动广告主带来最佳的广告效果。

云时代 少不了定制化服务

显然,以大数据为基础技术平台的AdTiming在同类产品中拥有一定的,此外,除了要依托智能移动广告营销模式,还要更贴近用户场景心理和需求,从用户角度而非广告主的角度去巧妙传递品牌信息。于是,定制化服务就尤为重要,如何找到客户需求,如何进行客户需求分析,这显然是一个数据收集和分析的复杂过程。

AdTiming通过云实现了数据存储和分析,而数据分析中的关键便是数据收集,AdTiming的多终端和全球覆盖能力使得其拥有了更灵活收集数据、存储分析数据的能力,除了来自于运营商通信行为数据、线下场景行为数据、特定区域人群数据、行业用户行为数据的自有数据外,第三方数据和运营商数据也是其重要的数据渠道。包括:电商行为数据、互联网行为数据、媒体数据;媒体广告请求数据、广告曝光点击数据、用户定向数据库。

根据不同行业客户需求,数据源无缝覆盖,打造全产业数据链路。AdTiming从相关联的行业与业务中去收能够为客户所用的数据,更好的为广告主提供业务决策和发展的数据解决方案。

举个例子,今天,AdTiming覆盖网吧、咖啡厅、城市智能WIFI等74,000家,每日7000万请求;每日利用运营商数据抽炼、特征提取技术分析,目前接收2000GB/秒。可以想见,30万+非结构化标签,不做过多处理,像优化SEM关键词一样定位到精准人群,支持标签相关拓展,同时保障精准及规模使用FingerID进行用户统一识别,解决多终端多APP信息孤岛的问题,通过IP、UA、DeviceID、AndroidID、IMEI等识别统一用户。AdTiming今天已经能够为海量数据支持定制化标签,实现356,534+标签,而由此,AdTiming也给自己打上了“智能”的标签。

精准营销赋予智能更多定义

智能的输出一定是让客户获得价值,让客户的移动广告投放更加精准,花费的每一分广告费更具价值,就要通过大数据进行充分地分析,基于广告主对于自身产品的发展阶段的认知、对于当前阶段目标用户的认知,为之匹配适合的广告形式,在合适的时间,在合适的载体上给精准的用户展现最佳的广告创意,这是AdTiming定义的精准营销。从营销诉求出发,在前期大数据分析的支持下,产出最佳策略;根据对目标用户的分析,匹配合适营销场景与创意,让信息传播环环相扣;全面整合移动营销资源,实现最大范围覆盖目标受众,实现最佳传播效果。

AdTiming可以针对每个独立用户的展示广告频次(行业、广告主、创意),精准分析用户喜好,定位目标用户;分析独立用户地理位置及时间段,抽炼出每个用户的娱乐时间及工作时间,根据用户不同时间纬度以及场景状态,匹配最佳广告推送,更可以将移动网络人们更倾向于打开App,Wifi下人们更倾向于下载App,根据用户不同网络状体推送不同的广告内容,最重要的是能够根据每个兴趣标签的转化周期不同,实时获取数据及覆盖海量媒体。

这样帮助客户将广告效果最大化,严格监控可视场景,保障广告可视性,更可以实现过滤和分析“非人类流量”数据,实现第三方监测保障投放效果的真实有效性,细致分析风险内容,保障广告展示安全。

其实,只要是移动广告的需求方,做移动营销的核心诉求都是促成交易,于是看到精准的客户全网活跃地带,动态的数据分析才是智能的最优化体现,而AdTiming根据客户不同阶段的不同投放需求,确定人群标签,并根据人群覆盖进行流量投放分析及确定,例如其能够检测30天活跃人群,支持实时更新,这样就能够让营销预算投放给真实的目标消费者。

显然,在用户分散化、复杂化和需求多样化的时代,寻找合适的移动广告投放平台可让营销效果事半功倍,“广告费不浪费、实现精准投放”成为移动营销竞争中的关键元素。

总之,通过强大的智能大数据营销平台与制定精准的营销策略,整合出有效的营销模式,是AdTiming快速成长的综合实力体现,也是其能够助推品牌主在移动营销战略之中获取客户,抢占更多的营销先机的“武器”。 


本文作者:佚名

来源:51CTO

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
人工智能 大数据 数据挖掘
智能销售拓客系统:破解企业营销困局的新钥匙
在当今高度竞争的市场环境中,销售拓客成为了企业持续发展的关键因素之一。然而,随着市场竞争的加剧和客户需求的不断变化,传统的销售拓客方式已经难以满足企业的需求。为了在激烈的市场竞争中获得优势,企业需要寻找新的销售拓客方式。未来,人力将不再是主要驱动业务增长的因素,而是科技与内容的结合,新兴的营销策略和科技系统将推动未来的营销。而智能销售拓客系统正是这样一种新型的工具,它利用人工智能、大数据等先进技术,为企业提供更加精准、高效、智能的销售拓客服务,帮助企业破解营销困局。
|
2月前
|
机器学习/深度学习 小程序 搜索推荐
社区每周丨小程序云智能营销全面开放及开发者日青岛站即将举办(7.31-8.04)
社区每周丨小程序云智能营销全面开放及开发者日青岛站即将举办(7.31-8.04)
127 0
|
3月前
|
人工智能 自然语言处理 大数据
AI大数据智能导诊系统源码 Springboot框架
智能导诊系统是在医院中使用的引导患者自助就诊挂号,在就诊的过程中有许多患者不知道需要挂什么号,要看什么病,通过智慧导诊系统,可输入自身疾病的症状表现,或选择身体部位,再经由智能导诊系统多维度计算,AI智能引擎分析、准确推荐科室,引导患者挂号就诊,实现科学就诊,不用担心挂错号。
56 0
|
3月前
|
数据可视化 大数据 数据挖掘
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
|
4月前
|
存储 NoSQL 大数据
IDC 中国数字化转型盛典:兴业银行「基于悦数图数据库」的「智能大数据云平台」获奖
近日,2023 第八届 IDC 中国数字化转型年度盛典在北京盛大开幕。会上,IDC 中国为 2023 年度“IDC 中国未来企业大奖”卓越奖获奖企业颁奖。兴业银行凭借「基于悦数图数据库」的「智能大数据云平台」荣获“2023 IDC 中国未来企业大奖——未来数字基础架构领军者”殊荣。
IDC 中国数字化转型盛典:兴业银行「基于悦数图数据库」的「智能大数据云平台」获奖
|
11月前
|
存储 SQL 分布式计算
MaxCompute 物化视图智能推荐最佳实践
MaxCompute 发布 “物化视图智能推荐”,CU算力节省14%
|
11月前
|
存储 SQL 分布式计算
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
物化视图智能推荐支持自动对用户历史作业进行分析,自动识别周期性作业,智能提取作业集合中的公共计算逻辑作为物化视图计算逻辑,最终转换为对用户友好的SQL文本形式,按照推荐程度排序展示给用户,并支持将物化视图使用效果可视化展现。
|
11月前
|
存储 分布式计算 数据挖掘
MaxCompute 物化视图智能推荐最佳实践
本文主要介绍什么是五话题以及MaxCompute 发布的“物化视图智能推荐”具体内容。
12839 0
|
11月前
|
存储 SQL 分布式计算
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
物化视图智能推荐支持自动对用户历史作业进行分析,自动识别周期性作业,智能提取作业集合中的公共计算逻辑作为物化视图计算逻辑,最终转换为对用户友好的SQL文本形式,按照推荐程度排序展示给用户,并支持将物化视图使用效果可视化展现。
1696 0
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
|
11月前
|
新零售 人工智能 自然语言处理
增长智能引领营销数字化,数字中台掌控消费者旅程
增长智能引领营销数字化,数字中台掌控消费者旅程
103 0