
闫方军:选择阿里是看重其大数据 易传媒不着急上市
1月16日,易传媒召开媒体沟通会,就阿里控股易传媒的相关事宜进行了说明。易传媒创始人及CEO闫方军表示,阿里在大数据上的积累,以及阿里与易传媒之间能够打造闭环的前景,是其选择与阿里合作的主要原因。
选择阿里是看重其大数据
易传媒CEO闫方军表示,在与阿里结盟前,易传媒与国内三大巨头BAT都有接触,因为从合作内容看,易传媒与各家都有很大结合点,但最后易传媒选择了阿里巴巴。
目前市场上网络大数据基本集中在BAT手上。闫方军认为阿里巴巴的大数据基础是极其雄厚的,易传媒与阿里一道,能够从根本上推进中国数字营销产业的深远变革。
闫方军表示,大数据营销这个大数据不是量很多就叫大数据,一盘散沙是没有用的。真正大数据符合四个特征: 用户必须是亿级;数据必须持续积累的;跨屏可定位;实现从广告到购买的闭环。
易传媒与阿里的合作并不是以资金为重,而是更注重阿里数据的全面开放及双方的互补性合作。这也便是为何易传媒选择了与阿里合作,这是对数据最有效的利用。
“阿里大量的资源可以为我们所用,我们今天建立的数字广告技术平台的领先市场地位也可以为它所用,这是互补性非常强的战略合作。”闫方军说。
“第一,阿里全体系的大数据跟我们打通。第二,阿里的流量跟易传媒的流量全部打通,形成一个大池子,这个大池子是中国最大的流量池子。第三,阿里有淘宝、天猫。天猫主要是品牌电商,B2C,淘宝主要是C2C,淘宝有些大商家有品牌需求,品牌电商跟品牌广告连接起来,将会形成一个无缝的针对品牌的服务。”闫方军进一步表示。
而对于大数据的重要性,闫方军举例道,“如果没有大数据,所谓靠技术进行互联网广告的交易,实际上就像汽车没有油、就像飞机没有雷达是一回事,所以大数据进不来,效率要提升就会有局限性,以至于出现瓶颈。”
据介绍,易传媒与阿里在合作上采取全打通策略,双方营销数据全打通、全流量打通、品牌广告和品牌电商打通、客户需求打通。在过去的四个星期,易传媒与阿里一直在做打通数据方面的工作,这个工作会在一季度初基本完成,而基于此的标准化、产品化到一季度晚些时候会推出。
对于易传媒与阿里合作后是否会影响与其他电商业务的疑问,闫方军认为,在与阿里合作之前易传媒就与其他电商公司有合作,即使在阿里控股易传媒后,易传媒也是独立运营的。闫方军同时认为,易传媒可以把阿里积累的大数据以合适的方式分享到阿里生态圈以外,这对全行业都有好处。
有了阿里的大数据之后,易传媒会有何改变呢?
闫方军认为,数据打通之后,流量变现,有了阿里的大数据,流量的变现效率会大幅度提升,提升20%、30%是很容易的事。“我们在流量端的变现占我们整体营收量还不大,大概占了1/5到1/4之间,如果提升到1/3,那这个量就非常大了。”
“另外品牌电商跟品牌广告的结合,每年提升几十亿的价值是很正常的。在跨屏上,如果你能给到客户、广告主1/3的节省的话,每年以十亿计规模也很正常。所以打通全部之后,每年有10亿美金级的增量也很正常,这就是巨大的潜力所在。”闫方军说。
易传媒并不着急上市
据了解,易传媒于2007年初创立于美国硅谷,当年便获得了首轮1000万美元投资,2010年7月,易传媒完成其第二轮3000万美元的融资,同年11月完成了4000万美元的第三轮融资。公开资料显示,易传媒曾在2012年2月向美国证券交易委员会(SEC)提交了IPO申请文件,计划筹集最多1亿美元资金。
因为整个全球资本市撤境不佳,最后易传媒放弃了在美国上市。此次虽然阿里出资控股易传媒,闫方军仍表示易传媒保留独立上市的选择权。
闫方军在媒体沟通会上说道:“我觉得我们现在最重要的就是把我们要做的事做好,就是没有阿里的战略合作,易传媒也是可以独立上市的,只不过是市值的问题,市值多少,你满意不满意。我们对公司是充满信心的,我们公司发展得很好,也早就有盈利,而且我们是行业领先者。”
闫方军认为,此次易传媒与阿里巴巴的合作标志着中国互联网领域内巨头们大数据的闸门打开了,中国的互联网真正进入了大数据时代。易传媒已经搭建了端到端的基础平台,随着巨头开放大数据,易传媒有机会在行业内成为一个上百亿级的公司,所以现在易传媒并不着急上市。
“如果易传媒上市,我希望是个至少50亿到100亿美金的盘子。 否则没必要。”闫方军表示。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17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