做电商优惠券需要什么粉 电商优惠券使用的什么规则引擎,电商优惠券交易

一、洪倍:怎么用大数据玩转数字媒体
阿牛会给你详细解释的 。红贝:实际上 , 我们所说的整个数字媒体生态系统实际上是目前整个大数据领域最热门的领域 。而且我们说的是运营商数据 , 为整个数字媒体提供一个非常好的草根业务支撑 。再来看整个数字媒体生态系统的角色划分 。刚才我们其实讲了媒体 , 各种网站都是媒体 , 第二个提到广告 , 第三个提到受众 , 电信用户 , 移动用户 。第四是受众互动 , 第五是广告推送 。所以最后说一下互联网生态系统 , 就是五维度的数据积累 。这是我们已经看到的趋势 。从1980年开始 , 电视开始在家庭中普及 , 这是一个单一的交流渠道 , 然后是互联网 , 最初是互动的 , 连接在一起的 。最后我们看到了越来越多的互联网的方式 , 从互联网开始到移动概念 , 手机 , PAD 。最后发现又回到了原点 , 电视化 , 上海电视传媒在数字电视领域下足了功夫 。最后 , 你会发现我们所有的观众现在都在移动他们的磁盘 , 我们的媒体内容一直在占用各种观众的时间 , 然后产生各种数据 。这些数据可以让我们产生各种各样的信息 , 所以它形成了一个非常好的互联网闭环 。大家看了一张图 , 吃饭玩手机 。你看微信 , 微博 , 包括朋友圈 , 公司 , 都在微信上交流 , 所以这也是很多数据 。所以 , 最后你会发现 , 最近十年 , 互联网包括移动互联网 , 你会发现最后死掉的是右眠 , 最后活下来的是高粘度 , 粘度最高的是邮件活得很好 , 然后慢慢报道新闻 , 我们看到很多传统纸媒 , 电视都在转型 , 希望变成有观点的粘性状态 。互联网营销方式也在发生变化 。最早是花大价钱在电商栏目买个好广告 , 投电视 , 逐渐在广告上精准化 。还有就是买博士伦的眼镜怎么定义受众 。同样 , 我们可以看到中国好声音是如何划分受众的 。同样 , 我们可以看到广告和社交的互动 。如何链接?我们之前办过一个案子 。一个汽车用户有几百万粉丝 。这些用户是什么样的关系?以前没人知道 。我们用显卡的新趋势来计算 。我们知道整个人的网络是什么样的 , 而且是图 , 所以显卡自然用图来计算 , 于是我们分析了一下 , 发现这样一个计算品牌的粉丝自然申请了18个群 , 其中两个是僵尸粉的群 。历史上他有两家公司加粉 , 一家是和他有关系的明星代言人 , 受他邀请参加试驾活动 。另一个是经销商 。如果打广告 , 就不要投这四个粉丝团了 。所以我们剩下的人可能是内部的 , 剩下的14个组是去做广告的 , 社交和广告也是挂钩的 , 所以这是大数据分析的典型案例 。让我们看看互联网也开始做一些特别的活动 。有些活动是不同季节不同领域不同产品做的 。他们通过数据挖掘来计划这项活动 。明天是双12 。一个月前 , 双11和双11是电商平台的联动 。如何提高转化率?我想亚信的同事提到过 , 通过电商数据提高17%的转化率 , 意味着未来提高170%的转化率 。这是我们历史上与客户合作的一个非常经典的案例 。一个是成功率 , 区域分布 , 拼写控制 , 内容剧目导向 。每个人看视频八遍以上 , 很多人会觉得很烦 。相信前几十秒的广告 , 大家看视频的时候都很难受 。同一个地区能不能打广告 , 我们发现地区之间还是有差异的 。我们正在与我们的合作伙伴一起考虑如何分析其中有多少由路由设置引起的错误 。例如 , 如果这个地区没有4S商店 , 他们就不应该做广告和销售 。
如果两个媒体用户重合度很高 , 是否可以用另一个小媒体替代或者补强?前面是媒体大数据的统计生成 。这是微观数据 。比如用户 , 我们看网站设计 。从用户的访问路径来看 , 是否合理?诉求是A , 但是你的交互是B , 所以我们也是通过路径的一个地图网络 , 哪条路径是用户最喜欢的轴 , 哪条路径是用户最容易购买的方式 。这是我们帮助客户提高转化效率的路径 。同样 , 我们也发现了一个非常有趣的数据 。看广告真的没用吗?不是 , 我们在一些电信网站上发现 , 看广告的用户在看广告三天后又回到电商平台 , 广告率是不看广告的用户的三倍 。而且这个用户是忠实的老用户 , 他的流失率很低 , 这也是大数据挖掘非常有趣的现象 。当然这个以后可以和很多运营商合作 。运营商不会帮虚假信息 。怎么区分?比如亚信 , 很容易就知道这是一个机器人 , 一直在玩 。这是亚信和运营商都知道的 。机器人不断刷COOKIE , 这是一种模拟的手段 。刚才说到异常数据筛选的六个维度 , 我们看到有很多操作者 。我们出轨的时候最大的出轨对象是机器人 , 被机器控制的人 , 或者机器人 。运营商本身在做安全的时候也有一定的模式 。还有 , 整个广告行业更干净 , 让广告主愿意花更多的钱 , 为他产生更多的价值 。刚才讲了一些冷冰冰的数字 , 我们发现更多的是变现价值 。广告可以先看吗?在什么情况下 , 我们看到横幅的地方 , 视频广告和普通广告最大的区别是什么?你会发现视频在空间上几乎是独占的 , 但是时间是15秒 , 然后原来的小按钮广告在空间上不是独占的 , 在时间上永远是独占的 。所以两种结果在太空中可能存在 , 但效果完全不同 。还提到了副媒体 。还有音频广告 。最近好多app开始抢耳朵抢眼睛 , 于是一些听歌的软件开始做了 , 像西玛拉雅 , FM 。他们也开始打广告 , 包括谷歌已经成功将户外液晶屏幕在美国实时定价的消息 。当然会参考地理位置、交通流量、周边广告互动等诸多参数来确定不同的情况 。最传统的微就是研究 , 什么是研究?我们取样本做统计 , 做统计指标做映射 , 我觉得更有意思 。如何建立一个更好的样本 , 我们说样本最大的问题是辨别真假 。我们认为运营商的数据
天然的有人和数据 , 人和的分布 , 甚至是套餐使用情况 , 消费者的简单统计可以做简单的消费行为 , 当然简单统计之后要处理敏感数据 。我们过去怎么得到这个人的收入的 , 现在你还用问吗 , 运营商发现每个月20号发短信工资已发18500 , 运营商完全可以知道 , 但是他不知道是谁 。过去说你有每年看过这样的广告?这个时候有一个悖论 , 这次看广告是不算看广告呢?只有通过真实的监测数据 , 我们为广告提供看过多少次 , 在哪个媒体看 , 看的是哪个形式 , 通过这样的采集过程中 , 我们采集了200万的样本库 , 接下来我们会跟运营商做得更准确 , 覆盖更广 , 因为现在手机有9个月到12个月的换机周期 , 我们通过匿名方法把它关联起来提供一些样本的持久度 。这个是我们实际在我们这个行业里面给广告主做的品牌价值的指标 , 这些指标其实通过调研的方法计算出来的 , 当调研样本比较大的时候它其实就是一个比较大的数据量的统计了 , 我们有一个数据库有一个分支是几万个样本库 , 那个样本库差不多有十几万份 , 那个东西也是非常庞大的 , 我们看到它是非常款的一张表 , 分析起来需要一些工作 。这个是所有媒体对比的实时的案例 。时间关系我就不讲了 。我们回到社交化 , 移动化 , 这里面有几个东西跟运营商非常有关系 , 运营商也都在做的 , WIFI , 移动 , 电信联通都在做的WIFI接入 , 最近央视又报道不要介WIFI , 可能信息会被偷盗 。但是用了wifi它是个网关 , 隐私都可以提取到 。然后我们可以通过一个特定的渠道代码优惠券到使用优惠券的转化率 , 这个是不是够准确 。同样我们设了两个条件 , 针对平时消费运动品的同学去卖隐性眼镜和平时去火锅的隐性眼镜 , 通过短信发出去的优惠券和刷卡发出去的优惠券不一样 。这是直观的转化通路 。同样我们广告在过去很硬 , 现在慢慢软化 , 过去说APPG内制虚拟道具 , 比如说某某可乐的运动表情 , 会搭配运动产品让用户使用 , 目的就是积累用户的行为 , 我可以针对你用户的使用记录 , 刚刚我们看到用户的画像 。所以同样运营商我相信可以做很多这样的事情 。刚刚我们讲的是一些实际应用场景 , 我们的方法论 。其实我这里不太想提的大家非常熟悉的东西 , 比如HADOOP , 比如数据关联分析 , 数据建模 , 数据挖掘 。你看这里面提的东西都是分析 , 你会发现内部舆情很重要 , 我们跟内部有一个共识就是广告费是一个数字 , 但是它前面是一个符号 , 正还是负很重要 , 如果你最近都是负面 , 大家看到广告结果 , 这就是被某个电视台曝过光的品牌 。所以我们花了很多力气去做了这样一个实验室 , 专门做舆情分析 , 分几个部分 , 谁在哪个场合说了什么样的话跟哪个品牌有关系 , 表示怎么样 。我们新浪微博是我们最大的合作伙伴 。爬完舆情之后做情感分析 , 情感分析我们鉴定规则引擎 , 能够快速定论调主题 。过去怎么做情感分析 , 比如某某对象很好 , 但是另一个牌子就有点差了 , 请问这句话过去情感判断判断出来什么?中性 , 因为有一个好字有一个差字 , 但是我们的引擎里面两个品牌 , A品牌好 , B品牌差 , 所以它要被拆解开 , 因为我们做跟传统相关的内容 。同样一条好的消息或者是一条坏的消息 , 怎么样被转发的 , 转发到了多少人 , 它是不是覆盖到你的粉丝 。最后你可以统计出一个你是好事传千里还是坏事传千里 , 这个取决于你最后是正还是负 。大家都知道可乐 , 两年多都是在可乐瓶上打标签 , 可乐这两年瓶子是我们做的 , 我们把粉丝挑出300个热词 , 喜欢什么样的歌 , 喜欢什么样的自称 , 他们把30个比较高大上的正面的词 , 然后大家可以超市里面购买小清新的可乐瓶 。然后他们给王力宏送了一箱可乐 , 王力宏自发地收到一瓶可乐 , 然后称为我的歌声王力宏 , 我用一箱可乐的成本换了几十万次的转发成功 。也就是我们讲营销不仅仅是广告 , 很有趣 , 但是你要依靠数据 。这个当然是回到了最后我们讲的PRE的引擎 , 我们讲到了营销是广告 , 还有一个O字 , 广告主有自己的阵地 , 自己的网站 , 自己的商店 , 这些广告主都是自己的OD , 这些OD本身没有什么流量 , 我们需要赚流量 , 刚刚讲的社交 , 有多少人愿意分享你 , 有多少人愿意晒单 , 它其实愿意跟你的官方网站带流 , 当然这里面可以唯一打标识 。PC互联网COOKIE是很好的标识 , 运营商将来的ID是不是可以成为运营商的数字标识 。如果一个家庭有多个上网帐号 , 多个上网帐号 , 你可以知道这个家庭是可以跟哪个手机绑定 。通过这个标识可以在任何环境下面找到定向 , 因为通过标识可以分析他行为的大概画像 。行为画像是有很多很多侧面 , 比如说这个是HQ1 , 回到讲人的侧面 , 很多数据源都能够画出一个人的侧面 , 但是怎么画出一个更全的侧面?这是我们今天和运营商讨论的层面 。我们怎么把这些侧面融合起来 , 广告主自己也有一部分 , 因为你有可能买了广告主的东西 。我们把只有这些全部融合起来 , 能够在对的时间 , 在对的场合 , 找到对的人说对的话 。最近双11淘宝的话 , 会发现你搜索的东西还没买的话 , 会在微博和其他场合到处看到淘宝关于这部分的广告 。那时候你会觉得淘宝怎么还聪明 , 后来多了你可能会反感 。这时候你会发现如果我们能够把这些标签全部打成ID之后 , 有这么多的广告形式 , 可能都跟你的需求有关系 , 这个时候当然有的人很害怕 , 我没有隐私了 , 我的世界被探知了 , 但是你有的时候又觉得我的生活很便利 , 我出去的时候可能要叫车吧 , 这个时候会觉得有个社会小助手不断的在提醒你 。当然这个是我们广告主怎么样跟电视和互联网跨起来 , 未来数字化是更好的跨 , 当然有曲线模型和数据模型 , 也是基于我们很多经验挖掘 , 做到很好的整合 。今年我们做了非常有趣的模型 , 叫做赞助模型 。我们通过这个评估大数据的建模方法 , 让赞助的东西也变得更加精准 , 可以被评估 。所以最后我们回到说整合营销 , 我们讲生态链里面你会发现一个词其实很重要 , 刚刚我提到的 , 对的时间 , 对的地点 , 找对的人 , 说对的话 。任何一个操作都是准的 , 同样你还能预估 , 我应该花多少钱 , 买什么样的媒体 , 我在电商网站怎么样备货 , 我产品应该怎么样设计 , 我针对不同的人群开发新的产品 。这是我们讲的双闭环的结果 , 这是广告主 , 你会发现大家都在这个双闭环结构中发展 。一开始你发展这个产品 , 你需要推广这个产品 , 这些都是靠数据的力量来帮你提供数据决策 , 然后在集成过程中会帮你做二次传播 , 你在网络渠道销售 , 或者在线下销售 , 这个评论反馈到网上 , 这儿评论可以重新设计下一代产品 , 下一代产品可以同时做推广 , 再反馈 , 再做数据模型 。如果这个环做好 , 就会发现这个产品不断的做下去 , 这个产品不会死 , 因为不断的有人在里面把它做更好的正向下去 。今天我就说到这儿 , 待会儿我们有圆桌 , 会讨论更多实际的东西 。谢谢大家!

做电商优惠券需要什么粉 电商优惠券使用的什么规则引擎,电商优惠券交易

文章插图
【做电商优惠券需要什么粉 电商优惠券使用的什么规则引擎,电商优惠券交易】

    推荐阅读