京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数说跨屏时代的大数据营销
移动互联网的迅速崛起,使得一边看电视,一边玩手机、平板成为人们生活的新常态。在多屏的包围中,人们的时间行为和注意力被分散到了不同的屏幕上,有调查显示,超过78%的人看电视的同时会刷微博、玩微信。在这样一个被碎片化的时代中,广告主如果想要更好地抓住消费者的兴趣点,必须考虑跨屏整合的数字营销方式。
2014年11月26日,作为国内多屏程序化购买的引领者,悠易互通在上海四季酒店举办了“悠易DSP DAY”主题活动,围绕跨屏互动的程序化购买、大数据营销的新体验和未来机遇,悠易互通CEO周文彪、Google大中华区程序化购买买方事务总经理郭志明、海尔家电产业集团营销总经理宋照伟、百度展示广告事业部产品总监沈昭阳等业界精英展开了激烈的思维碰撞,并同参会者一起分享了有关大数据、跨屏、视频、PMP、移动等内容的干货。
记者了解到,悠易互通于2012年时首次将源于美国的“程序化购买”概念引入国内,推出当时国内第一个支持实时竞价的需求方平台(DSP)。1年后,悠易互通在DPS1.0的基础上再次革新,推出了划时代的DSP2.0,于国内多屏程序化购买的比赛中再次领跑。
悠易互通推出的DSP2.0系统不仅以单用户界面,整合了实时竞价和非实时竞价(non-RTB)模式资源、展示广告和搜索广告,并对接国内所有广告交易平台与供应方平台(SSP),能够为广告主提供平均每天120亿的跨屏(PC、平板、与手机端)、丰富格式(视频、视窗、富媒体、画中画、横幅等)的优质广告流量。
同时,这套系统通过动态预算分配,将大数据的优势发挥到极致,解决了传统广告投放效率低、不透明的问题,帮助广告主和代理公司进行品牌投放时能够像搜索引擎一样高效、规模化且可以评估。截至目前,悠易互通已为包括联合利华、联想、惠普、壳牌、奥迪等300多家国际与国内客户提供了卓越的品牌效果解决方案。
“悠易的核心团队来自Google、淘宝、百度、腾讯等一流互联网企业。不论是研发团队还是管理团队,都既有国际化视野同时具备高效的执行力。”悠易DSP DAY主题活动中,悠易互通CEO周文彪表示,“技术与数据是悠易始终专注的两个层面。在技术层面上,我们拥有一个整合平台与诸多专利技术产品,在数据层面上,我们于今年1月推出国内首个数据管理平台‘数据银行’,6个月一年后的今天,数据银行正式升级为2.0版本。”
悠易互通CEO周文彪
周文彪向记者介绍,悠易互通的拳头产品分为两部分,分别是多屏程序化购买平台与数据银行。此次发布的数据银行2.0主要体现在PC端与移动端的跨屏数据的高效整合。
“数据银行1.0解决了广告主收集、分析、管理第一方数据的难题,并与庞大的第三方数据打通,在产品中形成数据应用闭环,不过这些数据的应用更多局限在PC端上。”周文彪告诉记者,跨屏的出现给品牌营销出了一道难题,如何在多屏环境下找到你的目标人群,并且对他们进行有效覆盖,同时对这些人群建立深度和广度的用户交互?
“我们差不多用了3个月的时间来思考酝酿,用6个月的时间经验来积累总结。”悠易互通产品副总裁蒋楠说:“数据2.0为跨屏而生,它有效针对当下的跨屏潮流,有效地将PC端的庞大数据迁移到移动端上,形成跨屏ID。为广告主在移动端,通过刚才讲到的从到达到浏览,到转化的所有数据,形成一个效果评估的衡量工具提供归因模型和跨屏归因。”
在大数据时代,得数据者得天下,数据是指引程序化购买的指南针。在周文彪眼中,跨屏整合不仅仅是一项技术,而是一个大平台。“对我个人而言,这是自2002年搜索引擎以后,对互联网广告产生最深刻影响的一项技术。目前BAT等一些巨头都已经进来,诸多国际化大品牌客户也都在使用。未来,数据银行的3.0版本将实现跨屏的衡量和归因,使悠易能够还原每位广告主花的每一分钱到底值还是不值。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
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