1
如果你在一家電商買了咖啡壺，接下來會不斷看到咖啡壺的廣告，然而你已經不需要再買一個了。優(yōu)質的數(shù)據應該是在你完成交易后，推送給你的是咖啡豆或是電動咖啡壺的廣告。
Google大中華及韓國區(qū)數(shù)據洞察與解決方案總經理郭志明在T112016暨TalkigData智能數(shù)據峰會上，跟大家分享了Google是如何將所有數(shù)據資源聯(lián)系起來，轉化為實際應用的品牌洞察，以及以助力廣告為主大數(shù)據營銷實踐經驗。
郭志明說，Google的大數(shù)據營銷實踐經驗主要分為三個部分：
從數(shù)據里發(fā)掘洞察；
根據消費者行為，在多個接觸點進行互動關聯(lián)；
衡量真正的 KPI。
｜怎么在數(shù)據中發(fā)現(xiàn)洞察
Google數(shù)據整合來源主要有三個：
第一方數(shù)據是企業(yè)本身擁有的數(shù)據。 Google今年3月份推出了全球數(shù)據解決方案Google Analytics 360。通過這個方案里的產品，可以獲取到訪問客戶官網，或使用客戶app的用戶的交互行為及交互方式。
第二方數(shù)據是客戶關系管理（CRM）數(shù)據。 Google會把收集到的CRM 數(shù)據交給不同的供應商和平臺管理。為了讓數(shù)據更好的關聯(lián)，Google開發(fā)了Double Click Data Platform，隨時把與客戶相關聯(lián)的數(shù)據做一對一交換。
第三方數(shù)據就是從供應獲得的數(shù)據。
從Google自身經驗出發(fā)，郭志明認為現(xiàn)在大數(shù)據應用主要有三大挑戰(zhàn)，
虛假流量與數(shù)據會導致錯誤的預算與結論；
分散不完整的數(shù)據導致無法全面深入的了解用戶需要；
數(shù)據孤島導致分散的應用。
針對以上問題，Google有著自己的處理原則及方式。
第一，建立反欺騙體系，與政策打擊，理清作弊流量與欺騙點擊，建立與客戶的信任關系。發(fā)欺詐體系中，技術手段是核心。郭志明舉了個例子，如果是同一個APP，真人點擊的圖表范圍分布有規(guī)律的，以圖表的中心擴散。機器人點擊的圖標范圍分布是分散的，隨機且相對均衡。
第二，把數(shù)據連接起來，做到鏈接用戶與品牌互動的全過程。
第三，重視數(shù)據安全，對所有API層面進行加密。
｜如何進行數(shù)據的互動與互聯(lián)
雖然Google的搜索平臺，但Google通過自己的搜索管理平臺 Double Click Search 與百度連接API ，管理百度的SAM。郭志明告訴雷鋒網，Google有著許多以Google Analytics為核心的平臺，來將客戶的數(shù)據連接起來。 此外，Google會通過監(jiān)測廣告展示曝光的工具，來跟蹤點擊發(fā)生的地方，是站內、PC 端、還是手機端。
通過監(jiān)測所有的消費行為，Google可以更好的去了解消費者。如，想要知道搜索有關旅游地點的人的身份，就可以通過他的消費行為去辨別，他是商務游、家庭游、還是度蜜月。 Google希望可以根據消費者的行為在多個接觸點進行互動，無論是數(shù)據的搜索、視頻或展示，都可以做到跨屏幕與跨形勢。
｜如何衡量真正的KPI
郭志明用足球明星C羅舉了個例子。賽場上C羅進球了，但功勞并不是他一個人的。廣告營銷也是一樣，雖然大部分人還是習慣于把營銷效果歸功于最后的點擊量，這但沒有品牌曝光是不可能產生點擊的。Google現(xiàn)在利用機器學習，可以利用數(shù)據驅動的歸因模型對各個營銷環(huán)節(jié)產生發(fā)揮的作用進行計算。
郭志明說，根據投資回報率（ROI），可以明顯看出這種歸因方式相對于傳統(tǒng)歸因方式的優(yōu)勢。針對不同的客戶群，Google也有著不同的KPI衡量工具。 對于智能數(shù)據的說法，郭志明認為，大數(shù)據并沒有過時，機器學習所產生的智能數(shù)據還是依賴于數(shù)據的結果。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
