三种营销工具

  数据在市场推广营销工具中扮演着越来越重要的角色，至少bat、Facebook和谷歌都在试图说服你。从市场营销的角度看，数据产品按数据组织的主体可分为三类：

人体数据的主体和核心：典型的DMP，数据管理平台；bat和数字营销机构提供DMP。

以用户行为数据为主体和核心：Web Analytics是典型的wa工具，如Google Analytics和omniture；在移动端，提供app内行为监控的工具也有talkingdata、alliance等，提供app内行为监控数据，指标包括保留率、保留时间、渠道来源等。

以品牌/类别/产品为核心：一个典型的例子是社交列表工具，它根据预设的关键字对互联网上的公共内容进行爬网，然后进行分析。百度索引也是这类工具。

典型的DMP提供三种功能：群组抽取、群组洞察和群组扩展。

群组提取是指在DMP中创建群组包。数据源可以是广告商自己上传的消费者的手机号、设备号、IDFA、MAC地址，可以映射到唯一消费者的识别码。当然，现在很多DMP都与程序化的广告投放端相连，客户广告的曝光和点击互动人群也可以通过DMP提取出来。此外，这些用户id还可以通过排列pixel和JS代码，添加SDK，或者通过API发回官方和应用用户进行访问、浏览、点击和付费，形成个人群组包。群组包的本质是多个群组ID。

此外，一些dmp还提供了组间求交、并、差的计算功能。比如，A组的定义是官网访客，B组是官网买家。假设B是a的一个子集，我们要提取未购买转换的访问人群，我们还可以使用DMP将包B中包含的ID从包a中排除。

crowd insight是使用DMP提供的标记数据帮助广告商分析个人组包的特征。典型的DMP提供维度数据，如性别、年龄、地区、兴趣和应用程序安装，简而言之，基本属性+兴趣。基本结构可以抽象为下图所示的格式：最后，DMP统计给定群组包中有多少比例用tag1标记，有多少比例用tag2标记。当然，在广告的商业环境中，每个ID都有标签，这里不是简单的0或1关系，而是分布在[0，1]中的分数。分数反映了标签下ID的行为强度和时间新鲜度。例如，一个人最近频繁地打开携程、飞珠和马海虎。与另一个一个月前只开过一次携程网的人相比，他在“旅游”标签上的得分明显更高。

群组扩展是一个黑盒函数。在广告业务场景中，很明显，每个广告客户都希望接触到新的客户群。除了利用送货端提供的人群标签进行定向外，利用第一方采购人群扩大人群是另一种重要的定向方式。这个函数叫做looklike。Looklike会找到与第一方最相似的人。所谓相似度是根据用户的属性和行为，如地理、年龄和性别分布，以及使用手机的系统、安装的应用程序等来计算的。有数百万个维度。looklike的基本假设是人们对品牌的偏好和产品的使用具有典型的特征。例如，购买奔驰的人有中高收入。在这个时候，相貌是有效的。相反，对于一些流行的产品或品牌来说，looklike并不一定能带来预期的广告效果，这就是原因。

与DMP相比，用人工键组织数据和操作数据是不合逻辑的，而wa工具更注重人的行为本身。这是谷歌分析公司提供的五个模块。除了第一个看到当前的实时数据，观众，像DMP，提供静态数据，如游客的兴趣，地区，手机操作系统，还帮助广告商分析LTV和队列。采集模块关注人群的来源，行为模块关注用户的浏览行为，如浏览时间、退出率、两跳率等，转换模块关注用户的浏览行为