视频&PPT | 晶赞科技联合创始人梁信屏：当我们在谈数据营销的时候，我们在谈论什么？
在10月25日数据猿联合上海大数据联盟在上海举办的《魔方大数据11：精准营销主题思享会》活动中，晶赞科技联合创始人梁信屏博士发表了精彩演讲，他表示，营销的核心就是围绕用户的兴趣爱好、偏好，去跟公司的业务以及产品相结合。由于这几年大数据的飞速发展，营销也在发生着改变
10月25日，数据猿联合上海大数据联盟在上海举办了《魔方大数据11：精准营销主题思享会》活动。活动中，邀请了多位来自房地产、传媒、广告等行业领军企业的专家大咖，就各行业领域的大数据精准营销真实案例做了分享，探讨了大数据时代下，各行各业该如何更好地进行精准营销等系列问题。
与会分享嘉宾有：
晶赞科技联合创始人 梁信屏
百分点高级咨询顾问 宗瑞朋
99CLICK 首席数据分析顾问 郑泉
上海星红桉数据科技有限公司副总裁 潘宇文
普丘信息系统 COO & CO-FOUNDER 陈涛
https://v.qq.com/txp/iframe/player.html?vid=x034035lwsm&width=500&height=375&auto=0
温馨提示：
欲索取现场嘉宾分享的PPT，请后台回复关键词“梁信屏”下载
以下内容为“晶赞科技联合创始人梁信屏”分享，并由数据猿编辑整理发布：
我是晶赞科技联合创始人Mike Liang梁信屏，很高兴今天可以就“数据怎样驱动营销”为主题，特别是在受众营销方面与大家进行分享交流。
现在大数据在驱动营销、受众营销领域处于非常兴奋的阶段，而我们晶赞科技想要做的，就是让数据创造新价值。在营销方面，目前中国的市场规模大概有六千亿人民币。在这个过程中，出现的最大改革就是，不管是电视、广播、互联网还是线下的户外广告等媒体平台，都已经逐步数字化了，并且用户的行为也因此更趋近场景化、数字化。
营销这个行业已经存在几百年了，在近几十年中开始发生改变。那究竟是如何改变的呢？其实，营销的核心就是围绕用户的兴趣爱好、偏好跟公司的业务以及产品相结合。由于这几年大数据的飞速发展，营销也在发生着改变。
最近提到四个非常重要的方面：
1、数字营销，怎样用不同的Digtal平台做营销。
2、内容营销，怎样让一个企业创造新的内容去吸引用户，这些内容怎样去选，怎样知道哪个内容跟用户有关，这些都是大数据的驱动。
3、营销科学，我刚才说的营销都是关于人的，去了解这个人的不同行为是怎样的，怎样进行可视化，通过不同的营销手段、渠道去推广，用户的反映是怎样的，这也是营销科学。
4、客户体验，在营销方面也发现，客户体验一直是在改变的，比如说，以前的公司通过广播向公众介绍产品后，如果你想继续了解我的东西是什么，那你就来我的店，这就是体验。除了这个，也要了解怎样提供个性化的服务给每一个用户，那怎么个性化呢？怎么知道这个用户想要的东西是什么样的呢？这同样也需要大数据的驱动。
今天因为话题比较大，我就只谈数字营销，我们公司也花了挺长时间在这个领域。
数字营销，我分为五个重要的方面：
1、规划，怎样知道营销推广的受众是谁，他们的兴趣爱好是什么，我去哪里可以跟他们有接触。
2、定向，大概知道我需要的这些人是谁，怎样在最关键的时候跟他们互动。
3、价格衡量，每一个人对广告主的价值是不一样的，所以每一次跟用户互动的时候要去衡量怎样出价，应该出多少钱。
4、创意，在进行数字营销的时候，跟用户互动时要给他看什么，什么东西可以推荐给他，这是最关键的。
5、优化，通过数字营销的活动，从机器的角度，人的角度都学到了什么，哪些东西有效果，哪些没有，针对这些去进行调整，做最后的优化工作。
大数据平常可以分成几个大块：
采集。从用户数据、商品数据开始进行数据采集，然后再集成汇总；
处理。当众多数据进来之后，再由基础的算法、设备，把这些数据进行加工、处理；
分析。通过模型和可视化的方法找到数据关键点；
应用。我们今天就在谈营销的应用场景。
第一个问题，我想谈的就是规划，这是非常重要的环节，我们一定要了解一家公司的产品和服务跟用户的关系到底是怎样的。最近有很多新的数据源出来，在规划这个阶段，我们怎样拿到受众用户的人群属性，怎样通过他在网站、移动端，线下商圈的行为轨迹，将分散的数据点汇变成完整的人群属性，他的购物意图是怎样的，兴趣偏好是怎样的，这些都需要用到大数据，这是第一个问题。
第二个问题，如何预测在我的媒体里面，无论是视频、移动还是网站上面，会有多少人出现，他们广播的次数是多少。
第三个问题，这些不同的维度，比如用户数据爱好，媒体场景跟广告主不同的特性之间怎么做切换。这也是在大数据的框架里面非常大的一个问题，也是驱动的一个方面。
当我们谈数字营销的时候，事实上跟程序化购买是一样的。程序化购买的意义是什么？就是一天内可能就有几百亿的展示规模，让广告主有机会向用户投放广告，也就是说一秒钟就有几十万次请求，在这时候，每一秒钟我们都要去判断进来的这个人背后的属性是什么。我们知道，在数据库中的属性数可能有几亿甚至几十亿，而我们必须要在一毫秒内查询出这个人背后的属性，查询完再做配算，看究竟是不是广告主要的东西。
试想一下，那么多数据同时在生产，一天几十G的数据落地，被收集到日志里面，再传达到中央系统进行后面的分析工作，如此庞大的工作量，也是得益于如今大数据技术的发展，我们才能够做到。
怎样知道当一个用户过来的时候，他所产生的机会价值是多少，其实这个就是预测分析的能力。一个用户，在挑选与广告主接触的场景、场所和时间时，背后的行为是什么样的？在一个互联网广告中，用户会通过点击、互动，因此生产出新的价值，新的转化，这些都是预测。这个预测就要考虑我们有什么办法将用户不同的属性和场景不同的属性，与我们广告主不同的属性相匹配。这时候，机器学习的作用都会体现出来。
每当广告主和用户有接触的时候，就像是偶遇相亲，这个广告主就有机会将他最有用、最相关的信息表达给这个用户，那究竟怎样做呢？一个客户比如说是一个电商，可能有很多产品，也许这些产品有一部分消费者看过，有一部分没有，怎么去排序，什么是前、什么是后，这些都需要通过推荐引擎来实现，我们利用推荐引擎做一个动态创造，提供给用户跟他相关的创意，然后进行互动。
最后环节就是怎样优化，一个推广推动后，根据受众所表现出的兴趣差异进行调节，从不同的互动中找到相应的特征进行优化。
在我们进行数字营销时，每一个环节、每一个阶段，从大数据数据源的采集，到我们怎样收集、处理数据，到怎样分析，都是推动受众营销的关键所在。
我今天先分享到这里，谢谢！
完整版视频：
https://v.qq.com/txp/iframe/player.html?vid=l0340g9124h&width=500&height=375&auto=0
来源：数据猿