广告主如何分析第一方数据的管理和价值?

2020-11-25 16:40

    在传统的互联网广告中,可以发现的“目标人群”是粗糙和有限的,优化的方式主要是围绕广告水平。 通过对广告主第一方数据的管理,沟通和匹配,使数据真正“活”起来,帮助广告主基于历史数据锁定找到目标人群,提高媒体购买效率,真正实现受众购买,提升数字营销效果。
    上周末,宝马微信广告“如期而至”。“你的朋友圈刷出宝马了吗?”成了我们大家的热议话题,一时间朋友圈刷出的已经发展不再是一个广告,而是逼格和骄傲。之所以有这样企业界定,因为与传统媒体广告设计不同,这次朋友圈的信息流广告更多是学生根据自己性别、年龄、爱好、地理空间位置等一些其他用户信息标签数据进行分析精准匹配、以此作为实现中国广告的精准推送。
    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。


    传统中国互联网企业营销的局限和挑战:
    为什么第一方数据的管理和应用首先,首先是必须从传统互联网营销中的局限性开始。众所周知,传统的互联网广告,广告商通常通过不同时间的多个波广告,并期望广告商能够达到目标人群,吸引自己与品牌的互动,以实现品牌影响的营销目的。
    如(图1),这是我们一个具有典型的互联网企业广告投放后的用户发展路径。消费者在网上可以看到中国广告、产生学习兴趣、点击广告、来到相应的活动网站、产生诸如注册购买等互动、最后成为可能会在社交媒体上进行信息分享。
    广告客户如何执行第一方数据的管理和价值挖掘?
    然而,在传统中国互联网进行广告投放中,能找到的“目标消费人群”多是通过比较粗糙和局限的,优化的方式也主要围绕在广告位层面。例如,要求企业投放广告的时间和城市;要求以及广告的投放研究内容和剧目。当然,做的工作更加精致些,广告主还可以根据评估各媒体技术带到后续网站上转换率情况,以此来作为衡量社会媒体环境质量。通常他们认为转化率高的媒体,“目标不同人群”的比例也高,从而对该类媒体不断增加产品广告投放和进一步发展优化。
    随着技术的不断发展和渗透,广告商对寻找目标人群有了更高的要求。 例如,“访问过相关网站但没有下一步行动(注册、购买等)的用户。)” 需要被视为“目标人口“。
    打通和匹配让数据进行真正“活”起来
    那些在这一部分关注品牌的人,那些访问过网站,但尚未互动或购买的人,通常需要重新将注意力放在品牌上。这种比较复杂的营销模式,需要通过数据分析和指导来完成,在这个环节中广告商第一方数据的应用价值才能得到充分发挥。但广告商的第一方数据是什么?我们可以粗略地将数据所有权定义为广告商数据的所有权。一般包括: 广告主网站访问数据、广告主标签广告表现数据,还包括广告主客户关系管理数据,如会员邮件库、电子商务订单等。但是,由于数据存储和管理的技术要求。因此,广告客户通常选择专业的数据管理平台,以帮助他们更好地实现数据应用的业务价值。
    以下可以借助AdMaster的第一方数据进行分析和应用研究过程,让你了解中国第一方数据技术应用的意义和价值。
    数据管理平台DMP的应用
    广告客户如何执行第一方数据的管理和价值挖掘?
    第一步,数据收集
    首先,历史数据的积累十分重要。历史数据可包括以下几类:
    广告进行数据,帮助广告主了解学生用户到过哪些网站浏览了相关研究广告。
    搜索信息数据,帮助广告主了解学生用户进行搜索过与广告主相关的关键词。
    官网数据,帮助广告主了解学生用户在官网上进行了分析哪些问题行为。
    鉴于这些历史数据,广告商可以准确地定义用户,如那些“访问过相关网站而没有深入互动(注册、购买等)的用户。)” 并获得唯一的识别ID。 这些用户(用户的cookie信息,通常是在PC平台上)。
    第二步,数据进行整合与数据技术分析
    在帮助广告主积累了大量的历史数据之后,广告主将所有的数据放在一起输入,同时进行标准化、分析等操作。
    数据进行录入:需要把广告主的历史发展数据找一个空间来存储。存储空间设计需要我们注意其大小、容量和安全性,所有学生综合影响因素都是为了能够保证社会历史数据能得到够持续、稳定的积累。
    数据标准化:使广告商能够访问彼此之间的所有数据来源,一般使用cookie作为所有数据的唯一ID进行数据访问。 因此,您可以了解用户(cookie)在不同方面的活动。
    数据信息标签可以计算:将所有的标准化处理数据技术进行single custom view基础上的模型通过遍历和运算,为个体打上一个系统化的标签,甚至是品牌自定义的标签,对受众之间进行电子标签一体化企业管理。
    数据技术分析:在完成相关数据信息录入、标准化和标签计算后,可以同时根据广告主的不同的需求以及对于我们这些研究数据管理进行垃圾分类。例如,依据学生不同的数据维度(人群、媒体、广告设计内容等)给予数据打上相应标签;分析方法不同人群的轮廓,锁定目标人群,评估不同媒体的ROI等内容。
    一般来说,admaster 可以帮助广告商获得实时的多维数据,这样所有的结果都可以显示在一个界面上,从而优化广告策略甚至营销策略。
    第三步,数据应用
    帮助广告主通过研究数据技术分析,锁定好“目标消费人群”后,广告主就可以通过网络媒体主要针对教学目标不同人群之间进行一个广告投放了。在实际工作操作管理过程中,为了让媒体也能识别“目标人群”,一般我们还需要将各方的数据信息进行有效对接同步,也叫做cookie mapping,实现中国媒体的流量资源和广告主的数据环境资源以及相互匹配和整合。在经过mapping之后,广告主就能对锁定了的目标人群进行教育精准的广告投放。如(图2),通过这些数据mapping可以得到实现国家更加精准的击中目标人群。


    广告客户如何执行第一方数据的管理和价值挖掘?
    以上三个步骤,“把分散的数据信息进行有效整合纳入其中一个国家统一的技术发展平台,对这些企业数据资源进行设计标准化和细分,让广告主可以把这些细分研究结果推向现有的互动渠道网络环境里”,称之为数据安全管理系统平台DMP(Data Management Platform)。在上面的例子中,DMP能帮助广告主找到了一种基于社会历史以及数据锁定的目标人群,提升传统媒体购买学习效率,真正做到了受众购买,提升我国数字营销的效果。
    随着数字营销的发展,品牌数据是营销生态系统中的宝贵资产。在未来,它有可能成为营销领域流通的虚拟货币,所有品牌都应该从现有的第一方数据管理入手,建立品牌数据资产管理意识,并将数据作为再营销的投资策略,以实现收益最大化。千里之行始于足下,市场营销的未来在于数据。