2021 年 4 月 16 日

英国 Artefact 性能主管特里斯坦-桑德斯(Tristan Sanders)认为,audience 在谷歌 BigQuery 的基础上开发的专有技术可以对 audience 进行更深入的分析。

将廉价的 cloud data 仓库作为提名对象似乎是一个奇怪的选择。然而,对我们 Artefact 来说,谷歌的 BigQuery 产品却给了我们巨大的帮助,它让我们能够以前所未有的方式对媒体 audience 进行分析和细分。它是我们处理客户媒体的革命性方法的基础。.

如果没有 BigQuery 以及 data 仓储和分析更加民主化的趋势,我们将无法利用我们认为 “过去几年最具变革性的数字营销趋势”:即不断提高的定制媒体能力,在正确的时间向正确的 audience 发送正确的信息。.

在 Artefact,我们通过受众引擎(AE)工具来实现这一目标,该工具是我们的内部专有技术,是我们大部分媒体激活产出的基础。AE 可获取潜在客户的多个第一方/第二方/第三方 data 点,然后使用先进的机器学习算法来预测用户的特定行为倾向(如购买产品)。这使我们能够建立和分析队列,并根据客户的客户档案进行映射。.

现在,我们可以将消费者行为与倾向建模的输出结果进行合并,由此产生的矩阵可以根据用户的行为、需求和生命阶段开展超强针对性的媒体活动,并可大规模推广。此外,这项分析的结果还为 audience 相似人群提供了种子,为本质上更加以 data 为主导的潜在客户挖掘方法提供了基础。.

这种方法降低了客户的成本效益,在零售和旅游领域尤其如此。.

数字广告日益个性化的趋势并非一帆风顺,GDPR、Safari/iOS14 和更大范围的无烹饪未来都带来了巨大的挑战。然而,如果说有什么障碍的话,这些障碍则更加强调 1P data 来源。来自 Google Analytics 的网站行为 data 直接输入 BigQuery 进行处理,然后再输入 Audience Engine 等代理产品。.

总之,广告个性化程度不断提高的趋势应该是一个三赢的局面:对我们的客户来说,能够以更低的成本获得更好的效果;对消费者来说,他们越来越少地被无关紧要的、不恰当的广告所困扰;对我们广告公司来说,我们走在了这一切的最前沿。cloud data 仓储的民主化是这一转变背后的无名英雄,在我们看来,它代表了过去几年最具变革性的数字营销趋势。.

文章最初由《鼓声》发表