【友盟+】李春元 ：程序化购买在广告营销中成为趋势潮流

4月20日，由“友盟+”主办的UBDC全域大数据峰会2016在北京举办。会议以“无数据不智能”为主题，除主论坛之外，分别设立了“数据化运营”、“数据营销”、“IOT和O2O数据应用”、“数据开放与发展纵横谈”四个平行分论坛。在“数据营销”论坛专场中，【友盟+】高级技术专家李春元做了对“采样数据说NO”,从“骡子”到“马”的精准营销的主题分享。

以下是演讲实录：

各位来宾，大家下午好，我是友盟+的广告产品负责人李春元。今天下午我跟大家分享的题目是对“采样数据”说NO，从“骡子”到“马”的精准营销。

我们先看三个数据，第一个数据是中国的数据，中国2016年预期我们的程序化购买会占到22.6%，这个数据在2015年仅仅是14.9%,，第二个数据是在美国，程序化购买已经占到了67%，上一年它的份额仅仅是59%，第三个数据是谷歌，它在品牌展示广告上已经实现了100%的程序化购买。从今天来看，程序化购买将会是在我们的广告营销市场上份额越来越广，尤其在中国市场，这就是我们今天精准营销所在的一个趋势和潮流。越来越多的DSP，越来越多的广告网络商，我们今天将会有很大的机会去挣更多的广告主的钱。

我们想要做精营销，我们首先要做人的精准。我们首先要做人的精准，我投放的广告是精准里。在传统方式里，我们有几种方式，最初没有互联网的时候，发问卷，我们有电话以后，通过电话采访，再有互联网以后，我们做线上问卷，做有奖问答，我们抽样用户的数据，对我们的消费者，我们的目标消费者，去看他们有什么样的喜好，他们有什么样的特征，我们通过问卷的形式，采访的形式，采样数据的形式判断这些人的特征到底是什么。这样是没有问题的，从统计学的角度来说，采样是行之有效的方法，但是它有两个前提。第一个前提，要有一定的样本量，第二个关键要有它的采样过程必须随机。

在我们传统的问卷也好，电话也好，我们很难做到采样量足够，所以我们采样出来的人的数据真的是准确的，这跟我们真正的用户偏差很大，甚至背道而驰，这是我们可以存疑的地方。第二，通过线上网络问卷方式，我们能调研到一类用户的特征吗？能，今天我们在优酷上，我们在放一个视频，比如这个视频是《太阳的后羿》，我针对这部分用户发放调查问卷，这时候我是能统计到这部分的数据，我是能提取这部分人的特征。但是还有一个问题，我没有办法再细分了，我不知道这拨韩剧里有多少是白富美，有多少是高富帅，没有办法再细分了。我们只能采用全域数据，我们真正提取人，我们今天各个真实的人在网上的行为，在移动互联网手机里面的行为，在APP里面的行为，在线下门店消费习惯的行为，甚至在我们家中，我们日常一些偏好的行为，来补充我们的数据，从而刻画我们真实的人。

但是数据是海量的，人们的生活现在生活节奏很快，我们一天的角色都在不断的轮变，在家里，我们是一个父亲或者母亲，在工作里面，我是一个某一方面业务的负责人，或者我是一个工作人员的角色，回到商场，我又是消费者的角色。我们的生活场景不断变化，早上我们可以看新闻，听音乐，工作的时候处理我的任务，我看看我的淘宝，到下午，今天在场嘉宾来到了会场，我们拍照，无聊的时候看看新闻，这都是可以的。但是我们怎么把这些信息串通起来？这就是一个很大的挑战，只有串通起来，我才知道我搜集到的这些信息都是一个人在做的，这会是我们数据分析的一个挑战。

那么今天业界上大概有三种方法，第一种是指纹识别，它是基于IP，基于用户终端，我们说的操作系统，把人以概率图的形式标识出来，它的打通在美国有70%到80%，如果放在中国能有多少？因为中国每一个家庭的IP是有限的。第二个方法是消费者画像，这是今天我们邀请到专业的公司做的一种技术，它是基于人一向的行为来做画像，来做这个数据的打通，它今天的准确率可以做到97.3%，但是必须要有足够的数据。它之所以能做到这么高的准确率，它对接了50家公司的数据提供方。第三种是我们的用户ID，我们在不同的端，PC端、移动端，我们使用同一个号来使用，这样的方法同样有一个问题，它受限于你账户系统覆盖的人群，一个小媒体覆盖的小部分人，这部分人提取出来没有多大的价值。今天强账户谁做的最好？FACEBOOK，如果把中国13亿人搞定，它是最容易的，它拥有几乎全世界所有人的ID，它能够把所有人都关连起来。

打通人了，我们就可以刻画人了吗？事实上还差一步，刚才我们也在上面说到人分散的场景是复杂的，多变的，是碎片化的，我们会存在不同的场景。我们首先要解决的是我们数据的产生，解决的是我们数据的质量，只有高质量的数据，才能刻画出真实的人。今天我们去移动端APP的数据，我们去采网民在PC端的数据，我们采广告行为，我们采人在社区内的分享，他的社交数据，同时我们进一步走到线下，我们采集人在每一个线下消费点，他的一种行为数据，他偏好哪一类商家，他经常出现在哪一类商圈，我们采这些数据。再进一步，我们正在跟美的的智能家居合作，我们想采集当人回到家以后，他在家里面相关的数据，比如我知道这个人的家庭里面，他的空调通常设定的温度来判断这个人的体质是偏冷还是偏热，我们尝试把更多数据采集起来，刻画更真实的人，实现我们精准营销。

今天有一定数据的基础，我们也在尝试对这些数据进行分析、挖掘、提取，提取人的特征，在移动端我们建立了3级的，，还有场景化的，我们已经把我们这边的数据准备好向大家精准营销去输出了。

有了这么多数据，我们能帮广告精准投放做什么？第一，我们可以告诉广告主，你的广告投放是否真的像我们现在各家所投放的那样精准，你的投放是好还是坏？你的投放到底有没有效果？到底是不是可以时时优化？

刚才提到我们要刻画人，我们今天不仅仅识别到了传统运营说的，在最早的时候我们识别访客是用cookie识别，当你换一个浏览器，你的cookie就变了。我们之前做过很有趣的数据测试，发现每过14天，我统计到全网的cookie，所有人都会认识你，cookieK是有生命周期的。但是我们还是不能解决问题，禁止追踪的问题，我们是有大量不准确的信息进来。通过cookie，访客，这东西并不是我们广告引流最终看的数据，很有可能我引流过来的，我们最终落实的只有一个人。我们今天利用了集团数据的唯一标识，呈现给大家的访客数，我们叫人数是真实的人的ID数，是真实生活在我们周围的每一个人的行为。

同样，我对那些人做了跨屏的追踪，做了这种ID打通，我能把广告主投放，品牌主关心的是他们曝光的频次。在不同投放的时候，他们决定不了不同屏的投放问题。我会很清楚的告诉每一个广告主和每次投放，你的频次到了什么位置，这个频次是跨哪些屏，我们，以后还会跨什么？跨线下，跨智能家居，这是我们进一步要做的事情。另外，我们在用跨屏是做屏控，另外我们可以做跨屏的追踪，我在PC上浏览了广告，我在手机上进行了成交，我可以把手机的成交归到PC的广告的点击展示上，这个也是我们现在已经实现的功能。

同时，我还可以告诉大家，广告投放转化路径上，从曝光到点击，到最后的一系列行为，这条转化路径下到底你的人，每个结点的路径是什么样的状况，是什么样的人更愿意购买你的产品，是什么样的人更愿意点击你的广告。这里我们提供了几个维度，一个是人的基本属性，年龄、性别等等，第二个是人的消费属性，人购物的偏好，人的内部偏好，我们都会告诉大家，给大家一个很完美的呈现。第三个，我们有采集到网民的特殊行为，他上网的时段更容易判断出你的目标用户，他更容易出现在哪个时段，针对这个时段去做投放。

同时，广效监测，我们下面分了两种场景，每种场景又是一个新的场景，但是在监测这个大环境下这样划分，第一种场景，我们解决APP广告主在推广自己APP的时候遇到的问题，他在我们的广告商做广告，去做投放。他不知道有多少人下载了，他也不知道有多少人打开了他的安装，打开了他的APP。今天我们的移动推广、监测就是解决这个问题。我们可以清楚的告诉广告主，从曝光、点击，到最后激活，到最后的留存，到最后你的APP里的行为，这一系列的转化效果的状况。

这是我们支持的第二个场景，就是电商场景，因为它有比较独特的特性，电商的人，店铺推广，他更看中的是销售，所以我们提供了他从广告路径上，从曝光点击到达意向，什么是意向？这个人浏览你的单品或者你的店铺，他浏览的频次很高，我认为他对你店铺或者单品很感兴趣，他是你一个潜在客户，所以把它定为意向，然后再有行动，单品收藏，加入购物车，最后成交。这里很有意思，这个图我们是告诉大家，不仅是这条转化路径，还告诉你不同的地域，不同你投的媒体的渠道，不同的单品或者不同的店铺，你去看你的整个转化路径上的效果，你可以做时时的调优。

这里面在电商行业，我们已经走的很多了，经过的案例也很多，我们在里面，这个场景下，我们支持了各种各样的场景形式，各种各样的营销的具体执行策划方案。首先我们支持聚合活动页，我们有多家广告主联合起来做推广，我们宣传我们的品牌，同时看效果。但是我们怎么区分每家的效果怎样的，我们支持你只用选择我们这样的合作模式，你就可以看清楚每家店铺的效果，他的转化效果。同时我们支持店铺的首页，官网的首页，单品链的推广，预售模式，这是电商的一种特有模式。最后一个是退单，我们这提供了数据效果情况，告诉你的这个订单情况是怎样的，我们会把这个效果不仅仅到成交前，成交后我们还会管。

这个是友盟+有效产品的定制，大家有兴趣也可以关注一些，如果有跟我们合作的，也可以跟我们探讨，如此丰富的数据，我们怎么帮助我们的营销和精准投放，我们这边有相关的合作，可以联系我们。