
GEO破局没有Cookie的大数据营销_数据分析师
2014年12月1日至3日,上海国际会议中心举行了以“数字驱动营销,技术引领未来”为主题的亚洲数字营销峰会(ADMS)。作为品牌方数字营销的年度盛会,此次峰会期间汇集了中国和亚太地区的广告主、代理公司、媒体和技术供应商资源,有超过70位出色的演讲嘉宾带来了50余场关于数字营销的演讲。会上,大数据技术公司集奥聚合(GEO)的首席营销官段培力博士,以最新的非Cookie数据技术,结合生动的实践案例,阐述了大数据的营销应用,为与会嘉宾带来了全新的思路。
集奥聚合(GEO)首席营销官段培力博士
会上,段博士提到,如何将“大数据”作为互联网营销的有效工具,一直是营销人士所关心的问题。对于大多数广告主来说,数字营销使用的用户数据均来自于Cookie技术。但Cookie有一个很大的局限性是很多地方不能到达嵌入代码的地方才有,没嵌入代码的地方就没有。举例来说,如果用户今天浏览了50家网站,有20家嵌入了代码,那么只能看见这40%的用户行为。这就导致了用户画像的部分缺失和消费者行为轨迹的断链。由于Cookie的这种局限性,以至于Cookie追踪到的数据量级不够大、维度不够多,所谓的“大数据”自然也不能称为“大数据”了。特别是,根据国际互联网协会统计,如今的移动设备访问互联网所占互联网的流量已超过40%,而大多数移动设备的浏览器并不支持第三方Cookie。不难看出,Cookie数据只是辅助营销的数据之一,而非Cookie数据技术才是网络营销的未来。
非Cookie相较于Cookie来说,维度丰富、数据量大、安全性好,且数据活性高,能到探触到Cookie数据所不能到达的地方,进而可以反映用户的“全貌”,帮助企业做出更准确的决策判断。段博士提到,非Cookie具有行为印象,比如来自微博来的社交数据。由于长期的行为数据积累,一个男性的行为很难被判断成女性。再结合属性印象,比如支付行为、开服行为等综合分析,不难得出这就很可能是品牌广告主在寻找的潜在用户。而这一系列的行为,都是Cookie数据看不到的。可见,非Cookie数据恰好可以覆盖到传统互联网广告所使用的Cookie技术无法追踪到的死角,而这恰恰是品牌广告主渴望了解的角落,也恰恰是非Cookie数据逐渐成为趋势的重要缘由。?
此外,非Cookie数据最直接的运用就是用户洞察。段博士介绍了GEO DateQuate数据管理平台(DMP)发布的《2014双十一电商大战战报》。这篇洞察报告仅在发布当天就被火热转发超过五万次,其数据价值显而易见。最后,段博士还通过行业案例介绍了运用搜索词、购买行为等非Cookie用户数据进行实时竞价广告的最新发展。
关于集奥聚合(GEO):
集奥聚合(GEO)是一家行业领先的非Cookie大数据服务提供商。GEO运用独创的TMT底层数据技术统一移动和固网用户ID,以提升效果为目标,为广告主、代理商、互联网媒体、金融企业和其他相关机构提供用户多维数据洞察、实时广告和私有DMP方案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09