All About Programmatic
中国程序化广告科技资讯网

独家约稿:解析广告主第一方数据的管理和应用价值

[作者:AdMaster 数据产品副总裁杨纯]

导语:在传统互联网广告投放中,能找到的“目标人群”多是比较粗糙和局限的,优化的方式也主要围绕在广告位层面。通过对广告主第一方数据的管理、打通和匹配让数据真正“活”起来,帮助广告主找到了基于历史数据锁定的目标人群,提升媒体购买效率,真正做到了受众购买,提升数字营销的效果。

上周末,宝马微信广告“如期而至”。“你的朋友圈刷出宝马了吗?”成了大家的热议话题,一时间朋友圈刷出的已经不再是广告,而是逼格和骄傲。之所以有这样界定,因为与传统广告不同,这次朋友圈的信息流广告更多是根据性别、年龄、爱好、地理位置等一些用户标签进行精准匹配、以此实现广告的精准推送。

除了微信信息流广告外,随着广告和数据应用技术的发展,通过第一方数据的管理和应用,精准营销已经不再停留在概念上。然而,大部分广告主仍然对“第一方数据的管理和应用的价值”还很模糊,以下和大家说说什么是第一方数据、第一方数据应该如何管理和应用、及其具体价值。

 

传统互联网营销的局限和挑战:

为什么第一方数据的管理和应用如此重要,首先需要从传统互联网营销中的局限说起。众所周知,传统互联网广告投放中,广告主通常在不同的时间通过投放若干波广告,期望广告能够触达到目标人群,并能吸引其产生和品牌的相关互动,来达到提升品牌影响力等营销目的。

如(图1),这是一个典型的互联网广告投放后的用户路径。消费者在网上看到广告、产生兴趣、点击广告、来到相应的活动网站、产生诸如注册购买等互动、最后可能会在社交媒体上进行分享。

first-party-data-1

(图1)

   然而,在传统互联网广告投放中,能找到的“目标人群”多是比较粗糙和局限的,优化的方式也主要围绕在广告位层面。例如,要求投放广告的时间和城市;要求广告的投放内容和剧目。当然,做的更加精致些,广告主还可以评估各媒体带到后续网站上转换率情况,以此来衡量媒体质量。通常认为转化率高的媒体,“目标人群”的比例也高,从而对该类媒体增加广告投放和进一步优化。

而随着技术的不断发展和渗透,广告主对于找到“目标人群”有了更高的要求。例如,需要将“访问过相关官网却没有下一步动作(注册、购买等)”的用户作为“目标人群”。

 

打通和匹配让数据真正“活”起来 

针对这部分对于品牌有过关注,来过网站,但是最后没有进一步互动或产生购买的人群,通常需要利用retargeting的方式再次唤起他们对品牌的关注行为。这种较为复杂的营销模式,则需要通过数据的分析和指导来完成,这个环节中广告主第一方数据应用的价值将会充分发挥出来。然而,哪些才是广告主的第一方数据?我们可以粗泛的定义为数据拥有权属于广告主的数据。一般包括:广告主官网的访问数据、打上广告主标签的广告表现数据、还包括广告主CRM数据,如会员邮件库、电商订单等等。但是,因为数据存储和管理的技术要求很高。因此,广告主通常会选择一家专业的数据管理平台,帮助其更好的实现数据应用的商业价值。

 

以下借助AdMaster的第一方数据分析和应用过程,让你了解第一方数据应用的意义和价值。

数据管理平台DMP的运用

first-party-data-2

 

第一步,数据收集

首先,历史数据的积累很重要。历史数据可能包括以下几类:

  1. 广告数据,帮助广告主了解用户到过哪些网站浏览了相关广告。
  2. 搜索数据,帮助广告主了解用户搜索过与广告主相关的关键词。
  3. 官网数据,帮助广告主了解用户在官网上进行了哪些行为。

有了这些历史数据,广告主才可以准确地定义诸如“访问过相关官网却没有进行深入互动(注册、购买等)”的用户,并获取这些用户的唯一识别ID。(通常在PC平台上为用户的cookie信息)。

 

第二步,数据整合与数据分析

帮助广告主积累了大量的历史数据后,AdMaster会将所有的数据放在一起进行录入,同时,进行标准化、分析等动作。

 

  1. 数据录入:需要把广告主的历史数据找一个空间来存储。存储空间需要注意其大小、容量和安全性,所有综合因素都是为了保证历史数据能得到够持续、稳定的积累。
  2. 数据标准化:使得广告主的所有来源的数据进行相互之间的打通,一般使用cookie作为所有数据的唯一ID进行数据打通。如此可以知道某一个用户(cookie)在不同方面的活动情况。
  3. 数据标签计算:将所有的标准化数据进行single custom view基础上的模型遍历和运算,为个体打上系统化的标签,甚至是品牌自定义的标签,对受众进行标签一体化管理。
  4. 数据分析:在完成数据录入、标准化和标签计算后,可以根据广告主的不同的需求对于这些数据进行分类。例如,依据不同的数据维度(人群、媒体、广告内容等)给予数据打上相应标签;分析不同人群的轮廓,锁定目标人群,评估不同媒体的ROI等内容。

 

通常,AdMaster可以帮助广告主实时获取多维度的数据,让所有的投放效果都在一个界面中呈现,从而优化广告投放策略甚至营销策略。

 

第三步,数据应用

帮助广告主通过数据分析,锁定好“目标人群”后,广告主就可以通过媒体针对目标人群进行广告投放了。在实际操作过程中,为了让媒体也能识别“目标人群”,一般还需要将各方的数据进行对接同步,也叫做cookie mapping,实现媒体的流量资源和广告主的数据资源相互匹配和整合。在经过mapping之后,广告主就能对锁定了的目标人群进行精准的广告投放。如(图2),通过数据mapping可以实现更加精准的击中目标人群。

first-party-data-3

(图2)

以上三个步骤,“把分散的数据进行整合纳入一个统一的技术平台,对这些数据进行标准化和细分,让广告主可以把这些细分结果推向现有的互动渠道环境里”,称之为数据管理平台DMP(Data Management Platform)。在上面的例子中,DMP能帮助广告主找到了基于历史数据锁定的目标人群,提升媒体购买效率,真正做到了受众购买,提升数字营销的效果。

随着数字营销的发展,数据对于品牌来说是营销生态圈中的宝贵资产,未来也许会成为营销领域流通的虚拟货币,所有的品牌在拥抱大数据和程序化的道路上都应该从自己的现有第一方数据管理做起,树立品牌数据资产管理的意识,让数据能作为再次营销的投资策略,产生最大化收益。千里之行始于足下,营销未来赢在数据。

 

 

 

赞(0) 打赏作者

觉得文章有用就打赏一下文章作者吧

微信扫一扫