受众数据【基础类】

上篇《大数据基础》我们重点是围绕数据核心“人的唯一性标识”进行的阐述。下面我们将从受众的大数据处理流程及运用层面展开。

1.线上数据、线下数据

用户会在线上、线下产生大量的不同特点的行为数据。

线上数据大体有:

  • 用户浏览网络的行为:指记录用户在PC + Mobile上浏览网络的行为数据。这类数据的主要有:描述哪个用户在哪个时间点、哪个地方,以哪种方式完成了哪类行为,从而了解受众行为偏好。包括:用户ID、用户行为、用户设备、IP、URL、地理位置等等数据。

  • 站内与销售数据:指用户在广告主官网、EDM、电商网站或APP中产生的行为数据,往往对应着非常明确的目标用户及其兴趣。例如:站内流量、搜索、浏览、比价、加入购物车、购买、页面停留时间、注册情况、留言等等数据。

  • 社交数据:指用户在微信、微博、QQ、论坛等社交网络中产生的数据。包括:社交账号数据、受众属性数据(性别、年龄、学历等)、行为兴趣数据等等。

线下数据大体有:

  • CRM系统中的用户数据等等;

  • 用户到店的数据等等;

  • 用户线下的位置、轨迹数据等等。

2.Data的获取来源

一般我们会从数据的拥有方,及获取来源,将数据分为三类(以下是以广告主视角来举例的):

  • 第一方数据:广告主内部数据(CRM)及广告主官网布码、线下店面安装设备收集到的数据;

  • 第二方数据:广告投放方(媒体方、DSP方等)通过广告投放获取到用户对于该广告在媒体上的互动的数据;

  • 第三方数据:同广告主无任何关系,第三方数据供应商提供的数据。例如:第三方监测公司、其他脱敏数据(剔除用户隐私内容)。

数据的类型可以有很多,不仅仅局限于广告投放数据,还包括各种线下、线上、CRM、调研、第三方等等各种数据。

数据的采集、打通、管理、分析、运用成了重点。

跨屏识别方法与挑战

这里提到的跨屏识别,主要指的是跨移动/PC跨设备识别。而不是有些人说的不同App之间(通过设备ID),或者不同Web网站(通过CookieMapping)之间的。

很多监测方或技术商,号称可以跨移动/PC跨设备识别。但实际上,除了只能使用会员账号ID来打通之外,没有别的办法。

有些监测方会使用,用户上网IP的统计学方式,来模糊统计。但由于目前存在大量局域网,使用同一上网IP出口,再加上上网出口“IP漂移”等等问题,这种统计结果准确率有待商榷。

(转载请注明出处:微信订阅号:ad_automation)

文字表现力有限,欢迎参加《4.15线下大课堂》面对面为您答疑解惑讲透您关心的问题。

文章被以下专栏收录

    分享程序化广告实战系列基础知识及经验,让更多入门同学更熟练运用程序化,推动程序化行业更加繁荣。让大家尽量少走弯路、少踩坑