<dl id="pxn0p"></dl>

    1. <output id="pxn0p"></output>
      <output id="pxn0p"></output>

      <output id="pxn0p"></output>

      <output id="pxn0p"></output>

      <output id="pxn0p"><bdo id="pxn0p"><video id="pxn0p"></video></bdo></output>

      <output id="pxn0p"><font id="pxn0p"><td id="pxn0p"></td></font></output>

        <dl id="pxn0p"><ins id="pxn0p"><nobr id="pxn0p"></nobr></ins></dl>
        數據化互聯網營銷和運營
        綜合知識平臺

        營銷數字化轉型系列之一:企業自有數據資產的應用(上:微觀篇)

        企業自有數據資產的應用,有很多場景,這一系列文章只涉及在數字營銷場景下的應用。

        《數據資產?你并沒有什么數據資產》這篇文章結束的時候,我賣了一個關子,說只要文章有30個以上的回復,就開筆寫企業自有數據資產的應用的話題。

        所以,兌現這個承諾的時候到了。

        企業自有數據資產的應用,有很多場景,這一系列文章只涉及在數字營銷場景下的應用

        企業自有數據資產在數字營銷上的應用可以分為兩大類的場景。

        第一大類,是微觀場景,指數據直接作用于業務流程的具體環節上,用于改善這些具體環節的效果。

        第二大類,是宏觀場景,指數據對于業務流程甚至業務策略的整體性的改變。

        第一類的應用,實現起來相對比較簡單,一旦掌握,就能看到立竿見影的效果。第二類應用,則可能對企業產生深遠的影響,但實現起來更困難,并且常常涉及到組織的再造。

        而營銷數字化的轉型,一定也是建立在企業自有數據資產的合理高效的應用上的。

        這個話題比較長,我盡量簡明扼要,即使如此,我也還是分成上下篇來介紹。先從微觀場景的應用開始,作為上篇。下篇介紹宏觀場景。

        01?細分人群

        細分人群是企業應用自有數據的基礎,也是自有數據應用系統(如CDP)的基本功能。CDP的細分功能主要基于觸點上每一個用戶的每一個行為,因此CDP的數據細分規則和細分顆粒度都會比DMP更細致。

        基于細分人群,可以構建標簽。這一點與企業應用外部數據的邏輯剛好是反過來的。在應用外部數據,例如在DMP應用數據的時候,是通過標簽選出細分人群。而CDP則基于行為數據,篩選出滿足這個行為規則的細分人群,再給這個人群打上標簽。

        企業的自有數據應用的所有場景,都基于細分人群。


        02?基于自有數據資產的廣告投放

        這是最為簡單直接的企業自有數據資產的應用方式。

        實現方式很簡單,將自己的細分人群數據上傳給媒體平臺的DMP系統,在DMP系統中生成新的人群,然后直接針對這些人群投放,或是在DMP中做 look-alike 之后投放。


        很多企業擔心,自己的數據被上傳到媒體平臺的DMP之后,會被媒體拿走“挪作他用”。這種可能性存在嗎?

        這個問題沒有很簡單的回答,所以我就不在這篇文章中介紹了,在我的大課堂會解釋。但企業如果要在投放上應用自己的自有數據,確實要做一點事情“防備”這種情況。

        例如,使用CDP中,利用消費者的行為數據細分的人群數據進行投放,而不要直接大量采用CRM中的按照購買轉化數據細分的客戶數據進行投放。后者數據價值太高,泄露之后造成的風險會很大,但數據體量卻很小,其規模不太適合于大規模廣告投放。也就是說,風險高,收益卻不一定高。

        利用自有數據資產進行廣告投放的效果如何?

        只要媒體的流量質量沒有問題,一般而言,會更好。

        但也要“具體數據具體分析”。

        如果你用于投放的自有數據資源源自營銷后端的潛在消費者數據甚至直接是從CRM中提取的客戶數據,由于這些人群質量極高,因此基于這些數據的投放效果一般也會更好。

        但如果你用于投放的自有數據只是包含第三方為你監測到的點擊廣告的人群,甚至只是廣告曝光的人群,效果就很難有所保證。

        不過,你也不能一味為了投放效果而一直使用營銷后端的數據,我們必須要考慮“精準性和覆蓋度平衡”的問題:人群越精準,投放的效果肯定越好,但是相對而言,覆蓋的受眾廣度也會下降;反之,投放效果會變弱,但覆蓋的受眾廣度也會擴大。

        因此,選用什么自有數據,以及將這些數據放大到多大的程度進行投放,這是一個策略問題,也是一個技術活——不斷測試,不斷總結規律,然后找到那個最佳平衡點。

        如果你的自有數據資產的體量足夠大,你可以嘗試用RTA的方式投放廣告。這是一種基于廣告主自有數據的“反查式”的投放,理論上有極強的精準性。大家移步閱讀我的這篇文章:《RTA廣告?欺負我讀書少?》

        03?基于自有數據的廣告投放效果評估

        自有數據資產不僅可以用來投放做廣告,它同樣可以反過來評估廣告投放的效果。

        在媒介投放上,我一直非常強調這一點,尤其是對于品牌廣告主。

        品牌廣告主衡量廣告效果比價多依靠CTR或者TACTR(目標人群的CTR),然后是TA%或者n+ Reach這些“傳統指標”。

        但這些傳統指標的一大問題就是,不總是可靠,尤其是CTR,太容易受到各種(有意地)人為干擾。TA的定義本身也是一個非常模糊的存在。

        所以真正客觀評價媒介流量的方法要依靠自有數據資產。廣告流量進入廣告主自有觸點平臺之后,會產生更加具體的行為數據,這些數據是企業的自有數據,被針對性的人為優化的難度比較大,而且越靠近后端人為作弊的難度和成本越高

        比如,一個廣告被點擊了10萬次,CTR是10%,按照傳統評估方法,投放效果不錯。但這些點擊進入廣告主自有觸點平臺之后,跳出率是99%,或者99%的流量都沒有任何停留時間,你會如何評判這個流量的好壞?

        更深入地,一個廣告被點擊了10萬次,CTR是10%,目標人群濃度是60%,按照傳統評估,投放效果極好。但是這些受眾最終的消費轉化極少,你又會如何評判這個流量的好壞?

        你可能會問,自有平臺上消費者行為數據容易獲得,但消費者最終實際消費轉化如何跟廣告投放相匹配?

        這需要廣告投放端、CDP、CRM、DMP的共同協作。廣告投放端需要回傳廣告受眾的device ID,CDP和CRM負責提供線上和線下轉化用戶的手機號碼信息,DMP(主要是第三方DMP)搞定手機號碼與device ID的匹配,并提供數據結論報告。

        自有數據資產評估廣告投放效果具有很好的可靠性,并且可用的指標也非常豐富,在我的大課堂中有系統性的介紹。不過,這個方法的采用有一個前提:廣告投放的流量必須落地在廣告主的自有媒體平臺上。因此,這個方法對于企業私域流量的運營很有價值,但對直接投放到電商站內則基本無效。阿里應該已經注意到這一點,并正在構建全域營銷(包含站內和站外)的數據工具體系。這是后話了,未來再跟大家介紹。

        04?基于自有數據的監督學習的廣告投放

        自有數據能夠評估廣告投放的效果,因此,它會接著產生一個有趣的“副作用”——基于監督學習的廣告投放。

        這種方式類似于信息流廣告投放的方式,廣告投放之后的效果,用實時的后鏈路的數據做為監督的結果,反饋給投放端,投放端再自動調整投放策略和投放設置。

        這種方式對廣告主、投放技術服務公司已經媒體三方的要求都很高。具體是:廣告主必須有CDP或者類似于CDP的系統能夠實時反饋投放廣告的后鏈路數據,廣告主的投放技術服務公司要有根據這些數據監督學習的能力,媒體則要能提供諸如程序化合約或實時選人競價的廣告產品。考慮到廣告產業越來越去中心化的趨勢,媒體可能直接摒棄掉橫亙在它和廣告主之間的廣告投放技術服務商,而直接為廣告主提供相關的廣告產品,直接由廣告主的數據反饋作用于媒體自己的投放監督學習引擎,然后由媒體主動、自動地為廣告主調整目標人群和投放參數。

        阿里的“全域營銷中臺”的應用之一,就是要做這個事情。

        05?基于自有數據的人群洞察

        用自有數據(CDP)洞察人群,和用第三方數據(DMP)洞察人群有巨大的差異。二者不能相互替代。

        自有數據的準確性高,但是數據涵蓋的范圍小——它只包含消費者與企業數字化互動和購買相關的數據,基于這些數據的洞察,不是男女性別、年齡大小之類的人口屬性的洞察,也不是那些泛泛而談事實而非的興趣。而是對不同的消費者的數字營銷交互情況的洞察,例如交互的深度、感興趣的領域與程度,以及處于消費者旅程的什么階段(AIPLA中的哪個階段)等更具體的洞察

        談到AIPLA,基于自有數據的人群洞察跟阿里品牌數據銀行中AIPL的人群洞察有什么區別?

        區別很大,最直接的區別,自有數據能夠精確到對每一個個體的AIPLA的洞察,阿里數據銀行是大規模人群數據——你自己的是微觀層面的精細洞察,數據銀行是宏觀層面的粗略洞察。另一個區別是,自有數據的AIPL的定義是可以徹底的自定義的,阿里的AIPL不可以自定義,是黑箱。

        基于自有數據的人群洞察,可以和第三方數據的人群洞察結合起來。最簡單的實現方法是將細分的自有人群數據上傳到媒體端的DMP,由媒體端DMP進行進一步的人群畫像。

         

        二者結合,能夠有更多的洞察。比如,你的細分人群如果是對某個產品感興趣的人群(行為規則的定義是在3日內查看了該產品3次或以上),那么再結合這部分人的媒體端的畫像,能夠有不少有意思的發現。關于洞察的內容,請大家移步我的這篇文章:《DMP的人群畫像功能,究竟應該怎么用》

        06?觸點自動化響應

        從自己的觸點上收集的自有數據,又能夠反過來作用于觸點。

        第一種方式是基于這些數據的觸點自動化響應。

        比如,細分出在30天內下載過我的課程PPT的用戶人群,然后在微信工具中定義自動化圖文(或圖片)發布的規則,滿足上面條件的用戶人群都能收到該圖文。

        觸點自動化的響應不僅僅可以用在微信公眾號內,在所有企業自有的觸點上都可以使用。

        例如,在網站上、小程序上實現彈窗;app的push和彈窗;對所有自有觸點都適用的動態用戶界面——根據用戶的情況,自動組合呈現的頁面或界面,與廣告投放中的動態創意極為相似。

        如果自有數據足夠多,還可以用上監督學習,讓觸點的自動化響應效果不斷優化。

        07?觸點體驗優化

        自有數據反作用于觸點的第二種方式是觸點體驗優化。

        事實上,剛剛講到的觸點動態界面也是觸點體驗優化的一部分。

        利用自有數據,優化觸點的落地環節、優化觸點上的流程與轉化、優化觸點的微轉化、優化引導與互動……從而不斷提升消費者在觸點上被轉化的概率。

        這是非常成熟的領域了,有諸多的模型和方法。在我的大課堂上有詳細介紹,這里就不做具體說明了。

        上半部分就講到這里,下半部分容易慢慢寫來。感謝!

        未經允許不得轉載:版權歸宋星及chinawebanalytics.cn所有互聯網分析在中國——從基礎到前沿 » 營銷數字化轉型系列之一:企業自有數據資產的應用(上:微觀篇)
        分享到: 更多 (0)

        評論 搶沙發

        • 昵稱 (必填)
        • 郵箱 (必填)
        • 網址
        色综合天天综合网天天