大数据已死？还是可以再抢救

math3056

我热爱数据挖掘，但并不在意“大数据”这个词。

在数字营销行业， “大数据”这个词已经死了，在无数数字营销的论坛、沙龙，被营销人员炒作的口水淹死了。（“云计算”也是一样）

何谓大数据？

数据就是数据，“大数据”无非量有点大，大到数据的储存、处理、分析不能用普通方式。所以大数据和时代以及当时的数据处理能力有关，1960年，可能MB就是大数据；2010年，从TB升级到PB就是大数据；再过10年，可能ZB或者YB就是大数据。

大数据的价值不在于大，精彩之处在于在海量信息中寻找出最具价值的信息。通过碎片化的大规模数据收集分析，自动化加工处理，挖掘、提取出人们意想不到的新的有价值的内容。

数字营销当中有许多大数据的实例：

从电商数据中，可以看到买了黑上衣的女人都会买黑裤子（上下搭配），买了羽绒服的男人会买羊毛衫（里外搭配）；

从视频数据中，可以看到同样是甄嬛传，但是看视频网站的要比看电视的更年轻、更有消费力。

从汽车行业数据中，喜欢看英超的人，通常喜欢汽车，而且比普通人更喜欢SUV。

……

所以在DSP实时竞价的生态下，什么是“大数据”呢？

大数据必须从广度和深度这两个维度上满足必要条件才能称之为“大”。从广度上来讲，需要跨渠道、跨平台、跨阵地海量收集数据；而从深度上，数据颗粒度要足够细，真正实现微分人群，纳米级区隔受众。真正的大数据，必须通过持续的累积、系统化清洗与提炼，并在多种渠道中进行应用与优化后，才能发挥其真正价值。

而且，只有“活”的大数据，对于广告主的互联网营销才有意义。

何谓活的大数据？

如果缺乏海量的媒体资源、实际投放广告项目涵盖面限制等现实因素，只能积累断点的互联网数据，并不能循环创造价值。如果缺乏实时动态数据更新，数据只是代表历史而并非现在，因此不能被精确的分析并进行投放及优化。

就如传统的直邮传单，城市族群中很多人的住所往往是临时租来的，地址经常变动，但在邮政系统里这些信息并没有得到及时的更新。通过这些数据库投出的广告，看似精准，实则盲投。 Cookie数据必须要有7X24小时，各种行业的投放数据不断更新，才是“活”的大数据。基于活的大数据投出的广告，才能触达真正准确的受众，广告的效果才可以达到最好。

真正对数字广告效果产生影响的数据有三大类：

1. 媒体数据：常年、持续、累计网民的互联网行为的数据。要做到这样，和媒体有长期深入数据合作的DSP会占有先机。

2. 投放数据：投放广告的过程当中收集到的数据，可以知道有哪些人点击了广告，有多少人喜欢这条广告。在这一点上，投放量大的广告平台积累就更多。

3. 第一方数据：属于广告主的数据。比如哪些消费者点击注册、预约试驾、甚至产生购买。所以有数据是第一步，是否由多年经营的数据管理工具、真正管理好、应用好数据更加重要。

真正的数据要覆盖这三方，并且是7X24持续的、长期积累的、跨各个行业的，才能称之为“活”的大数据。

易传媒平台拥有以上所列举的数据特性，并已经实现跨平台的数据分析、管理及应用，在DSP投放中可以运用26个维度数据，13000种人群数据标签，以及1000万+的优化组合，真正可称之为活的大数据。

在媒体数据合作方面，大量优质的、大流量的垂直类媒体与易传媒SSP签约合作，代码长年挂靠在这些媒体，因此易传媒拥有对于汽车、美容、服装、数码家电、酒店/机票、金融产品、教育培训等行业细分化数据的区分能力，即媒体数据纳米级获取；

从订单量来看，易传媒的DSP+SSP平台每日同时在线项目多达2500个，所以大部分的行业、产品在还未投放之前，易优算系统已经能够准确预测该项目在哪些点位、哪些人群（cookie segment），什么创意形式可能产生更好的ROI；

如果论第一方数据的管理能力，早在2010年易传媒就已经推出“易DB”人群数据库系统，集中管理并分析第一方数据——目前单汽车品牌，已经有超过20个国际一线品牌利用易传媒的易DB系统来管理1st party cookie。

以某国际知名化妆品客户实际投放的案例为例：

首先用1个月时间，收集客户在互联网推广端各个渠道是人群数据（包括CPD投放、SNS活动页面、eDM、电商网站、客户官网等渠道），而且与第三方CRM数据库达成实时动态更新，将线下CRM数据（专柜的购买、领取小样数据）补充加载至线上数据库，全方位收集品牌受众数据。

在投放中区分看过广告、点过eDM、访问过网站、线下发生过购买行为的受众进行人群分组，并针对性投放不同创意。

与普通投放相比，基于“活”的大数据的投放方式，ROI提升2.4倍。

易传媒平台与1000多家优质垂直及视频媒体、6大广告交易平台和排名前400家优质网站进行对接，全面覆盖超过96%的互联网网民，日均流量达到53亿，每天超过1500亿数据点采集，核心数据量达到8万亿字节。易传媒平台数据，达到数量大、累积连贯性、覆盖面广这三大“活”数据的标杆性要求，可以称得上是真正高质高效的大数据。(来源：AdExchanger)