实施大数据挖掘 AdTime还原网络中的你

随着智能手机的快速普及,国人的上网行为在发生深刻变化,网购成为主流、视频网站异军突起,移动终端大量功能开始替代PC。艾瑞咨询2012中国互联网年度网络广告数据显示,网络广告市场规模753.1亿元,年增46.8%,其中门户下滑,搜索平稳,电商、视频上扬。这种变化受益于移动互联时代,互联网广告市场的变化是网络行为的反应,2013年2月,科技新闻网站TechCrunch特邀撰稿人Richard Zwicky撰文称,谷歌新版AdWords模糊移动和桌面广告界限的做法,表明google已经承认桌面时代的终结。移动互联网和PC互联网的边界越来越模糊,这些变化直接影响着互联网营销技术的走向和营销模式的变革。互联网广告出现两大趋势:基于大数据的精准营销和基于内容的社会化媒体营销,并且两种趋势相互补充相互融合。

基于大数据时代的精准营销——如何找到网络中的“你”

1、精准营销的现状

“窄告”概念的出现就重新定义了网络广告的精准投放,但是精准是相对的。首先,通过网络数据将网民分类,用于指导互联网广告的投放,但是网民的行为是变化的,身份可以变化,一旦买了汽车再次购买的可能大大降低等等,用收集的历史数据刻画和区分网民的类型和属性是很难做到实时,做不到实时,就很难做到精准。其次,互联网的日益发展,也导致了网络数据的日益庞大,面对庞大且杂乱的网络数据,如何收集、分析和管理考验着每个互联网公司。大数据对于互联网科技公司是机遇也是挑战,未来的精准营销掌握在这些拥有大数据,能够分析大数据、分享大数据的科技型公司手里,拥有大数据的互联网广告公司会不断导演新的精准营销概念。

2、AdTime的精准营销

互联网里有句经典的话——你永远不知道对方是什么,在大数据兴起的年代仍然奏效,因为每个人的网络痕迹,靠语义分析很难刻画这个人的网络属性,不仅是语义分析的技术问题,更是网络上的那个我是另一个“我”。但是大数据时代到来了,网络背后的那个“我”是什么样不重要,只要他的网络数据是准确的。AdTime精准营销因地制宜,将网络数据分为网民行为数据、网络个人数据,针对不同类型的数据所采取的精准技术完全不同。

(1)网络行为数据一般包括:浏览行为、点播行为、点击行为、搜索行为等。这类信息作为第三方广告技术公司一般都是靠cookie取得,但是主流的浏览器微软(IE10未上市)、苹果(Safari)都默认开启不记录cookie。如果cookie无法被获取,大行互联网公司会使用独立ID和个人识别信息(网络个人数据)来进行精确人群定位,而第三方广告公司将面临较为尴尬的情况,无法实施广告精准定位。

AdTime凭借多年的技术积累,针对网络行为数据打造了CCM精准广告智能投放平台,其核心引擎是实时决策优化引擎RDE(Real Time Decision Engine),聚合旁路采集数据、DNS解析数据、cookie数据等多维数据,将实时竞价、优化效果等转变为引擎内的最低价策略、最优效果策略等,构建基于时序的动态网络行为数据分类,仅CCM平台就可以将网民行为划分出几千条属性,并且还在利用聚类算法,随着广告主和互联网变化生成新的分类,其分类粒度超越了基于cookie的上网行为解析粒度。

RDE引擎依靠技术优势,在大数据应用上深度挖掘,不仅为广告主和4A公司提供投放后的效果评估、锁定有效受众,还帮助广告主和4A公司进行投放前期预测效果评估。AdTime与第三方机构合作,监测广告投放数据及效果,为客户提供广告投放评估,包括投放效果报表,曝光受众、访问受众、访问来源报表,流失分析以及按时间、地域的报表等。AdTime基于历史数据的回归预测模型是技术上弥补精细化营销的手段,是优化投后效果阶段性评估模型。回归预测模型也是建立在对历史数据的精耕细作,有效缩短评估节点时间,逐步趋近实时精准投放广告的有效途径,预测广告效果、找到品牌受众,真正践行互联网“精细化”营销理念,为广告主和广告代理最大化提高广告效果。

随着网络规模的膨胀,依靠一家公司实现精准投放越来越不可能。大数据就像一本书,谁掌握了阅读能力,就能越读越薄。但是“阅读”需要技术,需要行业的共识和标准化,需要整个行业建立一个数据共享机制,从而进一步完善大数据时代的网络精准定位。

(2)网络个人数据包括:位置信息、注册信息、设备信息、网购信息等。这类信息大部分掌握在应用的数据库中,并且结构化,易于分析。但是这类数据高度敏感,互联网的“精准”营销在大数 据分析与隐私安全中寻找机会,AdTime有所为有所不为,严格遵守隐私保护,聚合资源、跨屏跨网推送。

AdTime旗下SZK——手指客是移动终端广告投放平台,已经运行于国内电信、联通的近千万部定制机内核,并且依靠SDK推广模式,手指客的装机和活跃量还在不断增加。但SZK作为底层应用不记录用户设备、位置等敏感信息。随着移动和桌面广告不断融合,手指客与CCM在投放技术上融合,在数据层打通,将用户设备属性作为网民属性分类树的一个分支。在广告统计监测上,手指客与CCM二位一体,真正实现大数据时代的精准营销。CCM平台融合SZK每月管理将近200亿互联网及移动互联网流量,覆盖5亿在线网民。

(责任编辑:施柏鹏)

时间: 2024-09-09 03:18:53

实施大数据挖掘 AdTime还原网络中的你的相关文章

实施大数据挖掘 AdTime还原网络的你

随着智能手机的快速普及,国人的上网行为在发生深刻变化,网购成为主流.视频网站异军突起,移动终端大量功能开始替代PC.艾瑞咨询2012中国互联网年度网络广告数据显示,网络广告市场规模753.1亿元,年增46.8%,其中门户下滑,搜索平稳,电商.视频上扬.这种变化受益于移动互联时代,互联网广告市场的变化是网络行为的反应,2013年2月,科技新闻网站TechCrunch特邀撰稿人Richard Zwicky撰文称,谷歌新版AdWords模糊移动和桌面广告界限的做法,表明google已经承认桌面时代的终

大范围内P2P网络中传播的热点文件之memeTracker做法

郑昀 2010.10 话题关键词: DHT网络爬虫 KAD DHT P2P网络主动测量 memeTracker 简单原理:     如果你利用 P2P 现有各种工具,如BT.电骡.迅雷.脱兔等这些支持DHT(动态哈希表)分布式存储方式的工具,这种网络不需要中心节点服务器,而是每个客户端负责一个小范围的路由,并负责存储一小部分数据, 从而实现整个 DHT 网络的寻址和存储.     那么据国外这几年的研究(国内是中科院计算所在做),可以登入 KAD 网络后,从附近节点开始查询,查它自己维护的邻居节

《Hadoop与大数据挖掘》一导读

前 言 为什么要写这本书 最早提出"大数据"时代到来的是全球知名咨询公司麦肯锡,麦肯锡称:"数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素.人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来." 早在2012年,大数据(big data)一词已经被广泛提起,人们用它来描述和定义信息爆炸时代产生的海量数据,并命名与之相关的技术发展与创新.那时就有人预计,从2013年至2020年,全球数据规模将增长10倍,每年产生的数据量将由当

CRM管理中如何通过大数据挖掘进行精准营销

大数据是时下最热的词之一,什么是大数据呢?首先是大,要有海量的数据,更重要的是数据挖掘,在CRM管理中数据挖掘大有可为,我们可以利用数据挖掘技术对顾客的购买行为和历史的规律进行分析和挖掘,从而定位目标用户群体,实现以顾客为中心的精准营销,那么怎样用CRM系统进行大数据挖掘呢,下面就以宇博CRM为例,进行一个简单地说明. 客户识别 CRM开始于客户识别,这个阶段的目的就是找到最有可能成为企业的新客户:对企业来说最有价值的是老客户:本阶段还要识别出那些即将流失的客户并且研究如何挽回.宇博CRM可以全

大数据挖掘中的三种角色

我对数据挖掘和机器学习是新手,从去年7月份在Amazon才开始接触,而且还是因为工作需要被动接触的,以前都没有接触过,做的是需求预测机器学习相关的.后来,到了淘宝后,自己凭兴趣主动地做了几个月的和用户地址相关数据挖掘上的工作,有一些浅薄的心得.不管怎么样,欢迎指教和讨论. 另外,注明一下,这篇文章的标题模仿了一个美剧<权力的游戏:冰与火之歌>.在数据的世界里,我们看到了很多很牛,很强大也很有趣的案例.但是,数据就像一个王座一样,像征着一种权力和征服,但登上去的路途一样令人胆颤. 大数据挖掘中的

互联网金融未来的核心在于大数据挖掘

时下,查询实时交通路况几乎成为我们出行前必不可少的事情,而这些躲避拥堵的方案真的是实时监控反馈的吗?答案当然是否定的,它主要在于数据分析,即通过带GPS功能的手机以及其他移动设备收集位置信息和移动速度信息,并加以计算转换成拥堵信息. 事实上,这样的技术在制造业.零售业.信息技术服务业等领域已经逐步显现出重要性.例如,2015年大数据推动工业4.0时代,将6+1制造升级进化为4+1模式,能将产品设计与制造进行捆绑,将中意的产品直接送上门,而且电商还能根据我们使用过的信息数据建立起不同的算法,预测我

MSTP技术在多媒体和3G网络中的应用

客户网络节点的专线语音(如专网语音中继线).2M 数字电路.宽带IP 互联网接入.DDN 等业务的综合接入. 3.1.5 MSTP应用于未来3G网络 3G 移动通信的主流制式包括WCDMA.CDMA2000和TS-CDMA,其中WCDMA的传输接口种类最多,有STM接口.ATM接口.IMA接口和以太网(FE/GE)接口.3G的组网方式应充分考虑接口支持能力.对话音和数据业务的支持能力.传输效率和带宽利用率,以及网络的安全可靠性等因素.从3G发展情况来看,WCDMA商用化的版本有R99和R4,网络

一小时了解数据挖掘③:详解大数据挖掘の分类技术

接上2篇:一小时了解数据挖掘①:解析常见的大数据应用案例   一小时了解数据挖掘②:分类算法的应用和成熟案例解析 数据挖掘分类技术 从分类问题的提出至今,已经衍生出了很多具体的分类技术.下面主要简单介绍四种最常用的分类技术,不过因为原理和具体的算法实现及优化不是本书的重点,所以我们尽量用应用人员能够理解的语言来表述这些技术. 在我们学习这些算法之前必须要清楚一点,分类算法不会百分百准确.每个算法在测试集上的运行都会有一个准确率的指标.用不同的算法做成的分类器(Classifier)在不同的数据集

研究丨场景:大数据挖掘的新标准

2015年,我国大力推动网络和信息化事业的发展.截至年底,网民规模达6.88亿人,手机网民达6.20亿人,网站达423万家,中国国家顶级域名".cn"注册保有量居全球第一位,网民中使用手机上网的人群占比提升至90.1%,电子商务交易额突破20万亿元,网络经济以30%以上的速度发展.随着信息技术.通讯技术.网络技术的高速发展,各类平台在业务运营中不断积累大量数据资源.云计算为数据的智能化分析.数据深度挖掘提供了可能,云存储为数据资源的全方位.大容量存储提供了可能.基于云计算与云存储的大数