大数据如何在广告商业化中发挥作用？​

“未来的时代将不是IT时代，而是DT（数据科技）的时代”

在大数据环境下，数据的价值被一层层放大，被赋予新的含义，成为具有更强决策力、洞察发现力和流程优化能力的高增长率和多样化的信息资产。

广告行业如同所有的传统产业一样，从粗放型发展转向以大数据为“核心”的精细化运营。

在媒体广告商业化进程中，媒体能够应用大数据充分挖掘和提升流量价值，提升平台的核心竞争力，以此获取更高的广告收益，打造稳健、高效的广告商业化模式。

对于媒体广告商业化来说，大数据的价值主要体现在以下三个方面：

• 媒体能够根据特定用户标签或种子用户，快速圈定和拓展某一类群体，为广告投放提供人群定向支持；
• 媒体能够提供自定义投放管理，智能管控投放预算及成本，提升广告投放效率和管理水平；
• 媒体能够分析用户标签信息及广告行为，预估用户转化率，进行个性化推荐，提升广告转化效果；

本文将简要解读这三个方面落地的产品和服务：

投放定向

“媒体能够根据特定用户标签或种子用户，快速圈定和拓展某一类群体，为广告投放提供定向支持”

广告定向

广告投放平台（以下简称“平台”）提供地域、性别、年龄、兴趣等多维度的用户标签选择，广告主可在投放前直接圈定目标受众，进行精准投放。

▲广告定向

广告重定向

平台支持广告主圈定对其商品或服务产生过兴趣行为（搜索、点击等）的用户进行广告投放，实现再营销。

人群包服务

媒体或广告服务商针对各细分行业目标受众特点，针对性输出系列人群包，并以免费或付费使用的形式供广告主在广告投放中选择。

人群拓展

即Lookalike，媒体或广告服务商对广告主提供的或广告投放前期积累的少量种子用户或，通过用户画像、分类模型或社交网络等方法进行人群拓展，个性化定制投放人群包。

投放管理

"媒体能够提供自定义投放管理，智能管控投放预算及成本，提升广告投放效率和管理水平"

智能预算/成本控制

平台根据广告主设定的期望转化成本和预算，系统自动进行目标人群筛选和出价，并实时根据投放数据进行定向和预算分配优化。

跨资源曝光/点击频控

平台根据广告主设定的投放策略，打通用户数据，控制同一用户在多个媒体/渠道的曝光或点击频次，提升广告效果，减少广告费浪费。

▲曝光频控

效果导向

“媒体能够分析用户标签信息及广告行为，预估用户转化率，进行个性化推荐，提升广告投放效果”

竞价推荐算法

平台根据实时竞价流量信息分析，在当前参与竞价的广告主中优先推荐给匹配度最佳的广告主，优化流量利用率，以最大化收益为前提提升广告投放效果。

智能优化出价

即oCPX，平台根据广告主选择期望的优化目标，根据历史投放数据进行学习和建模，预估每一次曝光的点击率(pCTR)和转化率(pCVR)，在投放中自动出价，帮助其竞得高转化用户，提升广告投放效果。

▲投放目的

数据的价值呈现依托于具象化的产品和服务。媒体一方面要做好用户行为标签数据挖掘、分析、管理，另一方面也需要打破孤立式数据边界，让自己的数据产品和服务在平台、用户层面实现更强的适用。

当前，广告行业对数据的利用正在逐渐向AI自动化转移，由人工经验选择转变为机器自动决策。在可预见的未来，数据的应用场景将更加多样和智能，信息实时更新，系统拥有自我学习和迭代的能力。