首页 > 实战
数据再多,也无法更懂用户?你需要这个解析数据的套路!
梅花网小A 2017年11月16日 阅读 4117 快速评论
伴随着品牌在大数据营销领域的不断尝试,越来越多的问题浮现出来,这不禁让品牌重新思考大数据工具的价值,究竟效用如何?

一直以来,大数据营销被封为神器,业内对其给予厚望,品牌期待可以借助大数据的东风来洞察用户,优化广告效果,创造更大价值。

然而,伴随着品牌在大数据营销领域的不断尝试,越来越多的问题浮现出来,这不禁让品牌重新思考大数据工具的价值,究竟效用如何?

对此,梅花网采访了好耶集团(下简称好耶)副总裁曹明先生,请他为我们解答大数据营销的生存现状与行业趋势。

大数据营销尚处发展初期,行业需解决数据关联问题

好耶认为,目前大数据营销仍处于发展初期——前大数据时代。在前大数据时代,虽然我们拥有了来自各渠道的海量数据,但各平台间竖起了数据高墙,阻挡了数据的流动性。那么,没有流动性的数据,还可以算得上是“大数据”吗?

可以说,各营销平台间互不相通,形成了一个个数据孤岛。现存数据孤岛问题严重,致使品牌在大数据营销的实际应用过程中,无法体验大数据营销所被期望带来的精准洞察与更强的广告效果。

在前大数据时代,行业最需解决的问题是打破数据高墙,在统一的数据标准下采集、归类、打通数据,帮助客户进行数据整理与分析挖掘工作。

大数据应用泛滥,但并未缓解品牌痛点

2013年被称为大数据元年,伴随大数据市场的火热,国内的大数据公司也呈现出井喷增长之势。几乎每家公司都号称自己拥有最真实、最精准的大数据,可以通过最智能的后台为客户分析用户画像,实现大数据营销的蓝图。

然而,伴随着品牌方在大数据领域的不断尝试,大数据营销的软肋也逐渐显现。品牌方甚至发现,大数据营销的效果恰恰适得其反,非但没有帮助自己精准定义用户画像、增加收益,反而堆叠了许多大相径庭的数据报告、复杂难懂,耗费不少精力与时间。

在大数据营销发展的4年时间里,它的热度渐渐褪去,行业开始冷静思考问题所在。其实,问题的根源就在于数据孤岛问题。在前大数据时代,定义数据采集的标准尚不明确,品牌在各个渠道所采集到的数据无法进行统一关联,致使后续的数据分析等步骤无法精准运行。

2017年,大数据营销领域开始新一轮洗牌,真正拥有领先技术与数据资源的产品纷纷占据行业龙头位置。好耶Ainsight应运而生,抓准大数据营销的症结所在,帮助品牌解决痛点。

Ainsight采集底层数据,打造智能数据应用平台

如前文所述,当下行业最需要解决的问题在于如何关联各渠道的数据。好耶认为,想要关联数据,就必须采集到底层数据。不同于活动数据的变动性与临时性,底层数据是最原始的数据,背后记录着每个真实用户的行为。只有将各渠道上的底层数据相关联,才能确保后续的数据过滤与整理,才能生成真正精准的用户行为报告。

为了采集有效的底层数据,Ainsight接入各媒体平台的数据端口,在端口中嵌入Ainsight数据代码,以此完成采集。而后,再将底层数据与用户在互联网平台上的行为属性相匹配,进行筛选清洗,把行之有效的数据放入数据库,生成用户标签,再根据标签进行分类,把标签还原成人,生成用户画像。

值得一提的是,上述步骤均在非人工状态下完成,所得结论可为广告策略的制定提供数据支持。

Ainsight自上线以来,已完成多项广告战役,并荣获第五届梅花网营销创新奖M-awards 最佳营销产品创新奖、金网奖年度网络营销优秀产品及工具奖等多项大奖,获得业界与客户的支持。

究竟Ainsight是如何操作的?梅花网梳理了Ainsight的案例实操,剖析它的精准所在。

剖析Ainsight智能运营流程,以科勒家居为例

第一步、数据抓取

在科勒家居的微信、微博、邮件、活动平台中埋入代码,这些代码会跟着广告信息一起推送出去,一旦用户点开广告信息,那么代码就被激活,也意味着数据被成功抓取了。

第二步、数据清洗

众所周知,各平台上的数据互不相通,解决数据孤岛问题是进行数据清洗的必要一步。我们通过代码采集用户数据,将散落在不同平台上的数据进行匹配和交互,识别出这些数据是否属于同一用户在不同平台上的操作。数据清洗的作用,就是匹配不同平台上的数据,把可识别的数据保留,不可识别的模糊数据筛选出去,从而识别出一个人在浏览广告时的行为轨迹。

数据是多元的,有音频、视频、优惠券信息、Cookie数据等等形式。那么如何快速归类、清洗这些数据呢?在Ainsight中有一个功能,可以把不同平台、不同形式、不同格式、不同语言的数据,转化成可处理的格式和标准。这样,我们才能从多个维度抓来的数据,把这些数据归结到一个人身上。

第三步、数据库建立&标签生成

当我们清晰地找到用户后,我们就拥有了一个真实有效数据库。

这时,我们可以将这些数据分类,用标签把数据还原成人。基于他们年龄属性、性别属性、社交属性、兴趣爱好属性,我们对用户打上不同的属性标签。

第四步、生成报表

上述三步完全使用非人工的方式处理数据,好耶在数据的采集、清洗、分析、挖掘的基础上增加更多智能应用平台,从技术的角度上实现千人千面。

Ainsight自动生成了标签数据后,我们会将标签可视化,总结出清晰的用户画像。

Ainsight的运算结论

第五步、决策制定

Ainsight的运算发现,科勒家居的在线用户人群并不全是中老年人,还有一部分年轻用户。这无疑与科勒家居之前提供的用户人群类型有所偏差。换句话说,品牌在制定广告策略时没有考虑到年轻人群,导致广告的口号、画面并非年轻人群易接受的,这等于是变相流失了一部分具备购买力的消费者。

那现在有了新的人群画像,我们可以重新制定广告策略,把原本被遗忘的潜在人群找回来。

第六步、数据的二次运用

好耶广告创意部为科勒家居策划的品牌策略,尝试将DIY创意家居概念融入科勒,吸引年轻受众的参与。

在活动中,Ainsight继续收集活动参与者的数据,将新的数据投入到数据库中,实时更新标签,进一步明确用户画像,对数据进行二次利用的同时也证明了之前结论的正确性。

不难看出,Ainsight渗透进营销的各个环节之中,有效整合各平台的数据,将数据还原成目标受众背后的行为轨迹,帮助品牌更具象地理解受众特征,才能真正洞察消费者,做更正确的广告决策。与此同时,Ainsight致力于规范行业环境,制定数据采集标准,协助企业鉴别数据的真实性,通过人工智能的精密计算,将数据落地,转为切实可用的报表,为客户提供更高、更精准的服务。

(完)

·END· 

本文为梅花网原创文章,非经授权请勿转载,

转载请扫描下方二维码,回复“转载”了解须知。



相关附件下载:
评论
提交评论
登录 后参与评论
微信公众号:梅花网
立即下载