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。
