
看大数据如何驱动产业创新_数据分析师培训
蒋楠在演讲中介绍了悠易互通作为国内首家将大数据分析运用于广告投放的技术型广告公司,在2013年底就推出了基于广告主第一方数据分析的产品:数据银行,摈弃了之前单纯分析第三方数据的片面性,而是帮助广告主收集分析其第一方数据,然后通过与第三方数据的整合匹配进行人群进一步的扩散,寻找更多的相似人群 。下一步也是悠易的核心技术体现之处,悠易互通有很多的数据源,但并不是每个数据源都是有用的。而利用数据分析的结果运用到实际的广告投放中,再把投放的结果收集到悠易的数据库中,形成反馈,从而分析哪类数据标签能够帮助广告主获取更好的效果,例如戴隐形眼镜的用户,我们找到一个特征:黑头发的人,如果利用带有该特征的人群标签应用到广告的投放中,可能并没有太大的意义,而发现母婴类用户投放的效果会非常好,那么在以后的投放中我们会将更多的预算放到这一类的人群中。
悠易互通的另一项技术亮点,即是在投放过程中监测点击广告用户的第二步甚至第三步行为,分析每一步的人群分别带有哪些标签,如输入手机号码,获取短信,完成注册,这样就在悠易数据库中形成一个营销漏斗,我们分析到,越是在营销漏斗中更深层次的用户,越是能够实现效果的转化,因此我们还有一种收集数据的方法,在广告主官网上加挂代码,收集用户更深层次的转化行为数据,分析这一类人群的数据标签,将其用于指导下一步的投放,更好地提高投放效果,这也是我们结合广告主第一方数据和第三方数据来做营销的一个很有效的手段。
另外在2014年,我们看到了营销行业里面的一些变化,其中最重要的就是跨屏营销成为可能。人们使用手机的时间越来越多,越来越零散化,碎片化,所以广告主也提出了一个更强烈的需求,希望在PC做投放的同时,在移动设备上也能有一些尝试。于是悠易互通在今年年初就开始做这方面的工作,我们找到一些方法可以筛选出跨屏ID,利用广告交易平台如百度分析出的跨屏ID及悠易自己的Wifi分析,了解一个ID上的跨屏行为,彻底打通PC与移动的数据,再进行精准投放。这也是今年11月我们推出的数据银行2.0版本目前在做的事情。
同时,在“聚合数据资产,推动产业创新”圆桌论坛中,面对国内最大的两家运营商,蒋楠表示,目前营销领域所掌握的跨屏数据还是相对较小,希望今天在座运营商能够提供更多的大数据支持,主要是三个方面的数据格外有价值:首先是线上线下打通的数据资源,其次是开放更多的跨屏数据,最后一点是能够把一些行业里面分散化的一些数据聚合起来,从而助力程序化购买企业能够更具体全面的分析一个人在跨屏的行为标签,对每个人的认知更为精确,知道这个人适合推送什么样的产品信息,反过来推知可以将广告主的产品推送给哪一类的人群,从而为广告主做更好的服务。更好地实现程序化购买所推崇的,将合适的信息在合适的时间合适的地点推送给合适的人。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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