
没有做不到只有想不到 大数据时代拼的就是创意
猎豹移动CEO傅盛(微博)如今最爱说的不再是自家产品,而是愿意跟人讲述如何做Facebook的生意。在一次40分钟左右的采访中,他谈到了“Facebook”22次,谈到“清理大师”只有3次。后者的用户数据此前曾是傅盛的骄傲,也是猎豹上市时所讲述的“三级火箭模式”最重要的基础。
在他眼中,Facebook是这样一家公司:与谷歌(微博)市值接近,但员工数却只有后者的十分之一左右;有清晰的战略,弥补自身不足。
傅盛告诉腾讯科技,“我们从Facebook上学到了很多,海量的用户,还有大数据,这是我们一个战略的结点”。其学习的结果是,上市一年后,猎豹移动已经清楚如何全球化。
拥有3.95亿月活跃用户后,猎豹移动正在学习Facebook为用户画像,以图达到精准。目前清理大师的用户可以根据使用App产生垃圾这一行为,进行简单地性别判断。这是因为Facebook有200个标签可以定义用户,而猎豹目前只有30个。
但是,Facebook需要用户主动进行点赞的行为才可以对数据进行采集,而猎豹有能力在用户证行使用中得到更大量的数据。傅盛表示,“不是天然的社交才适合做广告平台,而是海量的用户”。
猎豹此前的模式就是通过旗下的几款应用迅速积累用户。一年期,其移动端活跃用户刚刚超过2亿,而收入90%来自PC。2014年年报显示,其移动业务收入占总收入的37.3%,同比增长610.2%。此外,其海外用户收入占比超过国内用户。
因此,布局全球化成为傅盛在上市以后最爱讲述的故事。一方面,通过自建和收购,猎豹移动在全球已经拥有10几个办公室,并开始本地化运作;另一方面,猎豹正在寻找新的商业模式,将流量变现成为了最好的方式。
显然,工具类应用只能为其带来前期的海量用户。如何实现这些用户的价值,Facebook告诉傅盛的就是广告系统。“我们仔细观察了Facebook把任何人的连接变成了大数据。Facebook在全球移动广告的收入是迅速增长的。”
傅盛对其定义是“全球移动广告网络”。为了加快搭建这一网络,猎豹选择了收购和投资。但从其投资的项目来看,与Facebook有紧密的联系。
2014年6月,猎豹收购香港品众互动,后者是一家网络营销公司,它是Facebook广告授权分销商;2015年3月,猎豹收购MobPartner,其业务覆盖200个国家,服务于500多个广告商。同样的是,后者是Facebook最大的广告合作伙伴之一;同月,猎豹还投资了大数据创业公司Nanigans,其拥有基于Facebook的即时竞价广告平台。
对于这一系列的举措,傅盛表示,对中国厂商来说,猎豹是目前向Facebook投放广告最好的平台。不过,这段时间更令傅盛所津津乐道的是,Facebook COO Sheryl Sandberg在季度财报分析师电话会议上称,“在猎豹移动产品中嵌入Facebook Audience Network的情景原生广告后所产生CPM(每千次展示的点击率),比使用其他移动广告网络的高了两倍有余”。
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