3种营销工具

  数据在市场网络推广中越来越重要，至少bat、Facebook、Google都在试图说服你。单从营销领域来看，数据产品按数据组织主体可分为三类：

人类数据的主体和核心：典型的例子是数据管理平台DMP；bat和数字营销代理公司提供DMP。

以用户行为数据为主体和核心：典型的Web Analytics wa工具，如Google Analytics和omniture；在移动端，同样的工具提供应用内行为监控，如talkingdata和Youmeng等，提供应用内行为的监控数据，包括保留率，保留时间、渠道来源等。

以品牌/品类/产品为核心：如社交监听工具，根据预设的关键词，对互联网上的公共内容进行抓取和分析。百度索引也是这类工具。典型的DMP提供三种功能：人群提取、人群洞察力和人群扩展。

  群组提取是指在DMP中创建个人组包。数据源可以是广告主自己上传的消费者手机号、设备号、IDFA、MAC地址等，可以映射到唯一的消费者识别码上。当然，现在很多DMP都与基于节目的广告投放端相连。用户广告的曝光和点击交互也可以通过DMP来提取。此外，这些用户ID还可以通过整理pixel和JS代码，添加SDK，或返回官方和应用程序用户访问、浏览、点击、付费等方式，形成个人群组包。人群包的本质是多个人群ID，另外，一些DMP还提供了人群包之间的交集和合并差的计算功能。例如，A组的定义是官方网站上的访问组，B组的定义是官方网站上的采购组。假设B是a的一个子集，如果我们想提取访问但尚未购买转换的人，我们也可以使用DMP将包B中包含的ID从包a的ID中排除。

  群组洞察是利用DMP提供的标签数据，帮助广告商分析一个人群体套餐的特点。典型的DMP将提供维度数据，如性别、年龄、地区、兴趣和应用程序安装。简言之，就是基本属性+兴趣。基本结构可以抽象成下图所示的格式：在最终的DMP统计中，给定人群包中有多少比例被标记为tag1，有多少比例被标记为tag2。当然，在广告的商业环境中，每个ID都是有标签的，这里不是0或1的简单关系，而是分布在[0，1]中的分数。该分数反映了该标签下ID的活动强度和时间新鲜度。比如，最近有一个人频繁开通携程、飞度和马蜂窝。与另一个月前只开通携程一次的人相比，他在“旅游”标签上的得分明显更高。人群膨胀是一个黑匣子函数。在广告业中，很明显，每个广告主都想接触到新客户。除了使用交付端提供的人群标签定位外，使用第一方购买人群进行人群扩张是另一种重要的定位方法。这个函数叫做looklike。Lookeke会找到与第一方最相似的人。所谓的相似度是根据用户的属性和行为计算的，比如地理位置、年龄和性别分布，以及使用手机的系统、安装的应用程序等，在几百万个维度上。相似性的基本假设是：对于一个品牌的偏好和产品的使用，人群具有典型的特征。例如，对于购买奔驰的人来说，他们的收入处于中高端。在这个时候，看起来是有效的。相反，对于一些流行的产品或品牌来说，貌似不一定能带来预期的广告效果，这是事实。然而，WA工具更关注人类行为本身。这是谷歌分析目前提供的五个模块。除了第一时间查看当前实时数据外，受众与DMP类似，还提供静态数据，如访客兴趣、区域和移动操作系统，还可以帮助广告商进行LTV和群组分析。采集模块关注的是人群的来源，行为关注的是用户在站内的浏览行为，如浏览持续时间、退出率、两跳率等；转换主要关注用户的浏览路径和转换行为。社交倾听，有时称为社交