视广通钱勇:大数据是工具 不是目的

  9月11日,视广通受邀参加了北京市经济和信息化委员会举办的北京市大数据企业第一次调研会。视广通公司的参会代表汇报了公司业务情况,介绍了企业对大数据的认识,并与各企业同行做了深度交流。

  资料照片:视广通总经理 钱勇

  作为一家充分应用大数据技术的公司,视广通一贯以来对大数据有着独到的理解。视广通总经理钱勇曾不止一次提到:大数据是工具,不是目的,是实现企业目标的手段。如果只是追求大数据这一新奇的概念,为了大数据而大数据,不考虑其如何为商业模式服务,那就把大数据变成了摆在桌上的花瓶,起不到实际的作用和应有的价值。

  一直以来,视广通非常注重技术能力建设,技术团队来自百度、赛门铁克、力美等多家顶尖互联网企业,在多cookie统计分析过滤、大规模设备识别与消重、云计算、IP和MAC多用户局域网识别等方面均具备国内领先的技术实力,但是,视广通非常明白,出色的技术要支持并且引领企业的发展,必须和企业的业务目标紧密结合在一起。

  视广通作为国内领先的智能电视广告综合服务商,目标定位十分明确,一方面为OTT媒体提供全面的广告运营服务,另一方面为广告客户提供全方位的OTT广告营销服务。通过与绝大多数主流厂商、牌照方深入合作,视广通已经聚合了国内80%以上的OTT用户资源,获得了光大银行、阿尔卑斯、世界杯FIFA纪念品等一系列金融、快销、电商等客户的认可。在这一过程中,领先的广告大数据技术为公司发展立下了汗马功劳。

  视广通自主研发的 “视广通”系列程序化广告交易平台包括视广通OTT DSP、视广通DMP 和为OTT 厂商量身定制的广告发布解决方案视广通OTT SSP,具有“全智能化”、“深度挖掘”、“充分支撑客户决策能力”的优势。

  2014年4月,视广通参与撰写的《OTT智能电视行业广告产业白皮书》在2014智能电视广告峰会上发布,成为国内OTT广告行业首份技术参考文献;2014年8月,视广通联合尼尔森网联发布了中国首份海量数据全样本的OTT电视收视行为及广告价值研究报告,开启了OTT行业海量数据研究时代;2014年9月,视广通先后进入多家国际顶尖4A公司供应商系统,OTT广告价值进一步获得客户认可。

  视广通以智能电视广告为亮点,同时整合了互联网以及优势手机媒体等资源,为品牌客户提供多屏幕、跨平台、高互动、全覆盖的精准整合营销服务。目前可覆盖4120万智能电视终端1亿电视用户,同时用DSP系统,接入国内大部分主要的广告交易平台,覆盖4亿网民和3亿移动用户,实现了客厅传播与跨屏营销的有机互动,突破了传统电视广告与互联网广告的壁垒。

时间: 2024-11-10 07:51:23

视广通钱勇:大数据是工具 不是目的的相关文章

数据新闻周报:资本活跃,“数据美国”在线大数据可视化工具上线

行业趋势 近日,麻省理工学院推出了一款名为"数据美国"的在线大数据可视化工具,可以实时分析展示美国政府公开数据库.用户只需要输入任意美国地名,就可以检索到反映当地人口统计数据的可视化图表,包括平均家庭收入.房价等.该工具不但对求学.就业.生活.旅游.购物具有极高的参考价值,而且这些社会学大数据经过各种不同的可视化图表展示,可以生成大量"数据新闻",揭示超出人们经验范围的数据.同时,"数据美国"也是政务公开大数据造福社会的一个活生生的应用案例.该项

一季度大数据热门工具相关事件整理

文章讲的是一季度大数据热门工具相关事件整理,今年一季度,大数据开源圈内最热闹的一件事大概就是Hadoop迎来了它的十岁生日,收到了来自世界各地的各种祝福.Hadoop正式诞生于2006年1月28日,作为一个开源项目的生态系统,它从根本上改变了企业存储.处理和分析数据的方式:Hadoop可以在相同的数据上同时运行不同类型的分析工作. 那一周,有媒体整理了Hadoop这十年来的数据变化:核心Hadoop中目前的代码行数为170万+.自2006年来对Hadoop的提交数量超过12000.自2006年来

欢网科技发布智能导视2.0 利用大数据推送内容

 3月24日消息,今日,智能电视服务商欢网科技发布新产品智能导视2.0,利用大数据分析,主动向用户推送感兴趣的内容.相较于智能导视1.0,智能导视2.0主要是部分功能进行了优化. 在直播推荐方面,智能导视2.0基于大数据的热播节目收视排行和电视群体的用户画像进行校准,通过内容.用户的标签化,实现个性化匹配:在信息及频道的深度运营方面,在用户看广告或换台的时候,可以参与互动活动,让用户不换台或最先选择你喜欢的频道:在内容聚合方面,智能导视2.0升级了点播.回看内容的聚合,回看节目点播化,同时提供节

做项目首先要选好大数据可视化工具

       数据化运营越来越流行,很多企业都忙着运营起一个个大大小小的项目.但是还是有很多企业的IT人员没能把项目做好,问题漏洞百出.其实做项目首先的一步,就是选好一款适用的大数据可视化工具.俗话说得好,要先工其事,必先利其器.一款好的大数据可视化工具会更有利于数据可视化分析项目的后续开展.那么,大数据可视化工具该怎么选呢,接下来我们来看看.          市面上各式各样的大数据可视化工具有很多,有的是自助式的小型BI,有的是比较复杂的高端BI.项目有大有小,当有的项目没那么复杂,如果配上

大数据同步工具DataX与Sqoop之比较

DataX是一个在异构的数据库/文件系统之间高速交换数据的工具,实现了在任意的数据http://www.aliyun.com/zixun/aggregation/34332.html">处理系统(RDBMS/Hdfs/Local filesystem)之间的数据交换,由淘宝数据平台部门完成.Sqoop是一个用来将Hadoop和关系型数据库中的数据相互转移的工具,可以将一个关系型数据库(例如 : MySQL ,Oracle ,Postgres等)中的数据导进到Hadoop的HDFS中,也可以

2014年20大数据可视化工具及资料

巴西的新闻网站Visualoop,这是一家汇集来自互联网的信息图表和数据为中心的可视化网站,今年,他们继续评选出这一年最优秀的大数据可视化相关工具. "我们很艰难的选出这20个新的平台或工具-如果你是我们每周数据新闻报道的忠实读者,你可能记得我们列表中的几个."在这个榜单中他们忽略了新的版本和现有工具的更新,例如:CartoDB, Mapbox, Tableau, D3.js, RAW, Infogr.am 等等. 下面,就是2014年Visualoop从他们的报道中提取的20大可视化

Java程序员使用哪些大数据开发工具?

这是作者在另一个帖子中发布的一项近期调查结果,调查为作者询问一些Java程序员,其在12个月内使用了什么框架开发工具.本次调查中覆盖了大数据工具. 以下是调查所覆盖的主题: 1.语言 2.Web框架 3.应用服务器 4.SQL数据访问工具 5.SQL数据库 6.大数据 7.构建工具 8.云提供商 今天让我们来看看大数据. 根据维基百科,大数据是一个广义的术语,所包含的的内容十分庞大且复杂,以至于传统的数据处理应用程序根本不足以应对. 在许多情况下,使用SQL数据库用于存储/检索数据已经足够了.但

五个不容忽视的“非主流”大数据技术工具

大数据的生态系统如今已经非常庞大,涌现大量主流数据处理框架如Hadoop.Spark.Flink.Google的Tensorflow以及其他不计其数的Apache开源项目(最受欢迎的十个开源大数据技术). 今天我们要推荐的五个"非主流"开源大数据技术项目,在某些特定的应用场合,往往能助您出奇制胜. 一.Luigi Luigi是Spotify开发的数据管线批处理工具,热度正在不断飙升.Luigi的定位不是取代底层数据处理工具如Hive或者Pig,而是在众多任务间创建工作流.Luigi原生

大数据主流工具,你知道几个?

业内有这样一种说法,SQL虽然在大数据分析领域久经考验,但是无奈长江后浪推前浪,和炙手可热的Hadoop相比,SQL已经过时了.这个说法有点言过其实,现在很多的项目都是将Hadoop作为数据存储,然后利用SQL进行前端查询.这说明Hadoop需要一种高级查询语言的支持. Hadoop MapReduce虽然能够进行数据分析,但是太复杂了.于是,开发人员开发出了类似SQL的Pig和Hive. 大数据时代,我们有很多的查询工具可以选择.虽然SQL占据着绝对优势,但是随着大数据的持续升温,也给了Apa