京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据改变着传统行业的营销模式
依托云计算,运用大数据,互联网正演绎一场大变革。从互联网企业做电商重塑传统零售业,到冲击金融业,再到如今逐渐渗透到各行各业,大数据正改变着传统行业的经营模式。
而到移动互联网时代,面对网民浏览习惯日趋多屏终端化的趋势,当前数字广告业内已经普遍认识到大数据技术应用到精准、效果类广告策略中的价值,并加深了对大数据技术的应用。
在此条件下,大数据将会带来哪些改变?其难点又在何处?为此,上证报记者专访了2013互联网大会指定大数据营销平台AdTime的CEO付海鹏及CTO雷永华。
上海证券报:大数据除了对商业模式的改变外,在营销方面将带来怎么样的变化?
付海鹏:过去传统的营销模式是通过大量广告投入来吸引消费者,传播面广,但缺乏精准定位。大数据时代使得这一模式有所改变,通过对消费者行为的预判,我们更容易理解消费者的喜好偏好。这使得大数据下的营销对传统营销形成挑战和升级。
上海证券报:这些挑战与升级,对于诸如传统媒体将带来什么影响?会不会像大数据对部分行业如金融那样产生一定的冲击?
付海鹏:大数据使得新媒体与传统媒体的界限越来越模糊,事实上将为传统媒体带来新的商机。我们提供的是帮助广告主实现多屏互动的全新互联网投放模式。过去谷歌、百度等互联网公司基于搜索的广告模式冲击了传统媒体,在我们看来,传统媒体如纸媒拥有很多读者,纸媒一样可以成为一种屏幕的载体。
雷永华:这么来理解或许更容易,比如近期我们和某家报纸进行的合作便基于大数据的舆情分析,该报拥有大量上市公司客户,这些客户需要及时应对负面报道等各类情况,传统媒体只拥有客户,而我们却可以帮助他们更贴近客户,这便是大数据给传统媒体带来的新商机。
上海证券报:那么,你们公司是如何具体运用大数据开拓新型营销模式的?又是如何获取数据的?
雷永华:我们还提供用户行为的分析、竞争产品的分析,均是基于与有数据的公司合作,如目前我们与广电网等各大运营商合作。作为运营商,他们拥有大量数据,但运营商最为迫切的是,这些数据如何转换成流量?我们通过他们提供的数据分析流量,并为它们变现流量。竞争产品分析也恰恰切合了企业了解竞争对手的需求,这些都是大数据下的创新模式,而传统的营销企业并不具备。此外,我们还可以基于大量数据提供各类品牌营销。
现在广告行业对大数据技术的应用还不够,要在技术上进行深耕,数据挖掘是难点,最后才是借助大数据去创新广告模式。
上海证券报:你们公司在数据挖掘上遇到何种困难?又取得了什么突破?
付海鹏:AdTime将不同网络的基础数据进行关联分析,形成针对不同行业的维度关系,并通过对不同行业特有的数据行为以及终端覆盖的特点,为主流行业客户提供有针对性的多屏广告投放策略,并在投放过程中提供多种丰富的广告形式。
其实在互联网时代,数据的获取已经变得相对较为容易,研究分析挖掘成为至关重要的课题。
举例来说,对于传统企业而言,拥有数据,却不知如何分析,比如分析偏好等普通数据已成为一道门槛,虽然我们在这一点上已经实现,并成功吸引了很多广告客户,但难点在于,我们还期望更精准的定位,如哪个用户在什么时间,正在使用哪种屏幕,是PC屏幕,还是电视屏幕,还是手机屏幕?真正做到及时推送这一点目前还处于探索之中。
雷永华:我们这种及时推送叫做“时间营销”,就是通过大数据技术手段及时响应每一个网民当前的需求,让网民在决定购买的“黄金时间”内及时接收到商品广告,进而提升广告被关注的程度和广告的成功转化率。时间营销包含了多屏营销,因为你需要知道什么样的客户何时在使用哪类客户端,这对于大数据的分析是挑战也是机遇,因为用户普遍反感野蛮式推送广告,那么时间营销就成了用户体验的必然选择。
付海鹏:这是可以通过点击率来判断的,我们投放的广告,客户打开的链接都有我们ID,通过这个ID便可以知道是否是由我们的广告而变成点击率。若用户注册进而消费了,那也很容易就知道了,这也是大数据时代营销的最大魅力,客户可以量化效果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16