三种营销工具

  数据在营销平台中扮演着越来越重要的角色，至少bat、Facebook、谷歌都在试图说服你。在营销方面，根据数据组织的主体，数据产品可分为三类：

  人体数据的主体和核心：典型的是DMP和数据管理平台；Bat和数字营销代理提供DMP

用户行为数据的主体和核心是

  Web分析wa工具，如Google Analytics和omniture；在移动终端中，在app中提供行为监控的工具也是这样的。例如，talkingdata和Youmeng提供了app内行为监控的数据，包括保留率、保留时间、渠道来源等

本文的核心是品牌/类别/产品：社交列表等典型工具，他们根据预设的关键字对互联网上披露的内容进行抓取，然后分析它们。百度索引也是这种类型的工具

典型的DMP提供了三个功能：人群抽取、人群洞察和人群扩展

群体抽取是指在DMP中创建个人群体包。数据源可以是广告商上传的唯一消费者的识别码，如消费者手机号、设备号、IDFA、MAC地址等，当然，很多dmp都与节目广告端相连。客户投放广告的曝光和点击互动也可以通过DMP提取。此外，通过排列pixel、JS代码、添加SDK或通过API返回给官方用户、访问、浏览、点击和支付应用内的用户，这些用户ID还可以形成个人群组包。crowd包的本质是多个population id

此外，一些DMP还提供了计算population包之间差异的功能。比如，团购套餐的定义是官网上的参观团，B团的定义是官网上的采购团。如果B是一个子集，我们希望提取出访问过但没有购买转换的人，或者我们可以使用DMP从包a的ID中排除包B中包含的ID

group insight通过使用DMP提供的标记数据帮助广告商分析一组个人的特征。典型的DMP提供了诸如性别、年龄、地区、兴趣、应用程序安装等维度数据，简言之，它是基本属性+兴趣和爱好。基本结构可以抽象为下图所示的格式：最后，DMP计算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，在广告业务环境中，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。此分数反映了此标签下ID的行为强度和时间新鲜度。比如最近一个人频繁开携程、飞猪、水蛭蜂窝，一个月前才开过一次携程，其在“旅游”标签上的得分明显更高

人口扩张是黑箱函数。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。除了利用广告结尾提供的人群标签进行定位外，利用第一方购买人群进行人群扩张也是一种重要的定位方式。这个函数叫做looklike。Looklike会找到与第一组最相似的人。所谓相似度是根据用户的属性和行为来计算的，比如地域、年龄、性别的分布，以及使用手机的系统、安装的app等，这些都是上百万个维度。looklike的基本假设是人群对品牌偏好和产品使用具有典型特征。比如，买奔驰的人中高端收入高。看起来在这个时候有效果。相反，looklike并不一定能给一些流行的产品或品牌带来预期的广告效果

关键组织的数据和操作逻辑在DMP中是不可行的，而wa工具更关注人的行为本身。这是谷歌分析现在提供的五个模块。除了第一时间查看当前的实时数据外，受众类似于DMP，DMP提供了静态数据，如访问者的兴趣、地区、移动操作系统等，还可以帮助广告商进行LTV和群组分析。采集模块关注人群来源，行为关注用户站的浏览行为，如浏览持续时间、退出率、两跳率等；转换模块关注用户站的浏览路径和转换行为<