大数据和精准投放是广告行业的一场变革

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

大数据与生俱来的变革力正在极大地改变社会结构、商业模式和人们的生活方式,对于广告行业也是如此。

腾讯集团法务部总经理江波在2016腾讯大数据合作与合规峰会上称:“如何能够合规、有效、安全地使用数据,需要寻找大数据的风险边界,在用户的隐私、数据安全和大数据产业发展之间寻找一种动态的平衡。”

广告的半壁江山来自互联网

在2015年,广告业已有了将近6000亿的规模,其中约48%的份额由互联网广告贡献。

互联网广告之所以有如此的发展态势,中国广告协会副秘书长周玉梅在出席上述峰会时表示,根本原因在于在数据跟踪基础之上的广告精准投放,对广告业的影响巨大。数据和精准投放是广告行业的一场变革,特别是关于大数据的采集、分析和应用,这是决定整个广告业下一步发展变化命运的大事。

目前,《消费者权益保护法》、《广告法》等法律均对如何进行数据的采集和应用、个人信息保护做了规制。

比如,《消费者权益保护法》第29条就对“经营者要采集什么数据,准备做什么用途,消费者是否同意”这些核心问题作出了明确规定:经营者收集、使用消费者个人信息,应当明示收集、使用信息的目的、方式和范围,并经消费者同意。经营者收集、使用消费者个人信息,应当公开其收集、使用规则,不得违反法律、法规的规定和双方的约定收集、使用信息,经营者未经消费者同意或者请求,或者消费者明确表示拒绝的,不得向其发送商业性信息。

那么,在法律规范的范畴内,行业协会如何推动数据合法采集,应用得当?周玉梅介绍,通过制定广告业的标准将是解决这一问题的途径之一。

目前,中广协已经初步与国家工商总局、国家标准委就广告行业的标准,拟定出关于广告行业标准的指导性意见。

“在这一意见里面有一些基本的标准方面的框架安排,比如提出来要建立广告业的基础标准、技术标准、服务标准、投放标准、播放标准、效果评价标准,还有广告业经营主体的信用标准。在大数据这块,特别是涉及到用户信息采集方面,目前也要着手合规方面的标准制定。” 周玉梅说。

数据如水,留不如流

腾讯网络媒体事业部广告平台总监陈戈认为,广告行业的变化和变革很多时候本质上来自于消费者和广告主的变化。

比如消费者互联网行为的一大特点是碎片化,包括了上网时间的碎片化、所消耗的互联网内容碎片化等。

“这一特点使得消费者的消费决策行为变得更加快捷和自由,其消费链条可能分散在互联网的各个场景当中。但这也意味着,在今天,广告主要想完整覆盖一个消费者的消费链条变得更加困难,跨媒体投放成为广告主的必选项。”陈戈介绍。

广告主的行为变化也在悄然改变,如从购买媒体转变为购买受众。

“广告主思考的是,应该购买什么样的受众去投放广告,其次在哪里可以找到这样的受众,如何进行购买,”陈戈说,其中有两个关键点,第一是消费者在不同的媒体出现时,广告主需要识别出来;第二广告主希望更多地介入整个广告投放的控制,比如在不同的媒体进行联合频次控制。

基于此,腾讯的品牌广告平台也做出了新的布局,关键在于以大数据为核心,实现广告程序化。

加和科技创始人尹子杰同样认为,程序化的广告为大数据的使用提供了基础条件。当只有广告是可以被挑选的,一切的数据才有价值和意义。

“程序化广告投放重要的一点是,能够让不同的媒体都能够识别同一个对象。对于一个用户一切的标签和观察都必须要在同一ID范畴下。如果一个公司、两个名字,那么组合的成本会很高,” 尹子杰说道,“今天要做一切的数据研究,重要的一点在于数据聚合。如果不能聚合,其研究价值可能就会变得很小。”

尹子杰谈到,数据资产成为了品牌广告主的关注点。但是,数据质量的标准化认定、数据安全的保障,多方标准化协同作业等内容尚需要市场进一步的推动。


本文作者:佚名

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
大数据 数据挖掘
社交大数据:营销背后的精准投放
      炙手可热的“大数据”正在全球掀起一场智能广告革命。那些无孔不入的广告不再出自大牌4A广告公司艺术总监或创意师之手,而是来自于自动生成的智能系统。       2012年,facebook的广告收入攀升到了43亿美元。
1932 0
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
4天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
49 7
|
4天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
14 2
|
17天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
58 1
|
1月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
49 3
|
11天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
26 3
|
11天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
40 2
|
14天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
46 2
|
16天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
49 2