深挖互联网DSP广告大数据的方法

随着互联网DSP广告人群定向技术的发展，广告投放终于从购买媒体转变为购买受众，“DSP-广告交易平台-SSP”的RTB新生态得以快速崛起。RTB即Real Time Bidding(实时竞价)，跟传统购买形式相比，实时竞价是对每个曝光进行单独购买，谁出价高，谁的广告就会被这个PV看到。这种方式的好处就在于:Ad Exchange(广告交易平台)售卖的不是传统意义上的广告位，而是访问这个广告位的具体受众，投其所好进行广告投放，就能产生最大的收益。因此，近年来RTB模式成为发展热点。

在RTB生态中，Ad Exchange(广告交易平台)就像淘宝，联系着买方和卖方。互联网DSP广告平台(需求方平台)为广告主服务，广告主可以设置广告的目标受众、投放地域、广告出价等等。而SSP(供应方平台)则服务广告位拥有方，拥有丰富媒体资源和用户流量的媒体们可以这个平台上管理自己的广告位，控制互联网广告的展现，设置补余等等。现在每一个广告主、每一个营销人员每天都会接到无穷无尽的大量数据，那么，应该怎么处理这些数据呢，怎么从这些数据中找出那些是有效地数据，那些是能带来效果的数据，每一种数据又有什么区别和联系呢，这就需要深挖 9种不同类型的数据：

　　1、调查研究数据

　　由经验丰富的专业第三方专业人士做科学研究，产生的可靠数据。研究设计，规范的数据，数学建模，刺激控制，统计控制，历史经验，质量保证标准等使得数据往往非常精确，噪声往往最小。

　　2、眼球追踪数据

　　眼球追踪主要是研究眼球运动信息的获取、建模和模拟。而获取眼球运动信息的设备除了红外设备之外，还可以是图像采集设备，甚至一般电脑或手机上的摄像头， 其在软件的支持下也可以实现眼球跟踪。随着测量设备和软件的稳步改善，您可以利用眼球追踪技术获取及生成有用的诊断信息，以帮助理解为什么一个项目、网站 或广告没有成功引起用户注意或注册某些消息或图像。

　　3、生物识别或生理测量

　　皮肤电反应，眼睛的瞳孔扩张，心脏率，脑电图（脑电波）测量，面部情绪识别等都非常有趣和令人兴奋，他们都可能将来成为进入人的灵魂的门户，但目前，这些措施在很大程度上是推测性的和未经证实的。其中一些措施在跟踪人的意识觉醒上相当不错，但如果没有引入测量或定性研究，就没有精确的方法去知道这个觉醒是否积极或者消极。

　　4、试验性数据

　　通过客观的专业第三方精心设计和严格控制的试验，得到最可靠的数据。并且全程和专业熟练的分析人员一起，对数据中的噪声进行了分离。

　　5、群体或咨询小组数据

　　许多大公司都购买了一些能够使其经常对一小组目标客户进行调研及对话的系统。企业的各类人群每天或每周都在持续地进行这种小众的调查。如果不把结果的质量 考在内，每次调查或测量的成本相对比较低。但是由于这样的群体并不真正具有代表性，也不是随机选择的，且很少验证过，所以随着时间的推移，条件反射和惯性 学习的风险将破坏群体的代表意义。

　　6、营销组合模型数据

　　创造一个分析数据库，并清理和规范这些数据，采用多元统计和建模去隔离和消除部分噪音，以使营销组合模型数据比实际销售数据更好。营销组合建模数据中的信 号更稳定，更可靠，更加可测量。这种类型的数据可以帮助企业了解哪些变量推动了他们业务，如是媒体广告，或者销售人员的数量，或定价差异？但通常需要多年 的数据积累来从营销混合建模中获得最大价值。

　　7、媒体组合建模数据

　　这和营销组合建模是相同的概念，规则相同，只是应用了一组不同的变量。一个分析数据库，数据清洗，建模和使数据中噪声被最小化，从而使各种媒体的影响被分离开来。同样，如果再与控制实验结合，那么这些数据和分析将更具有解释说明性。

　　8、销售数据

　　销售数据一定程度上可以被信任，但以销售数据衡量实际销售效果并不完美。因为销售可能还受广告效果、最佳媒体花费、产品质量、服务效 率、有竞争力活动等等影响。经济，竞争活动，天气，通货膨胀，度假周期，新闻事件，政治事件，库存和分销偏差，定价紊乱等因素也制造了错误的反馈和歪曲的 景象，所以销售数据并不是衡量原因和效果的最好方法，而只是理智的衡量什么已经发生，它并不会告知为什么发生以及什么使之发生。

　　9、社会化媒体数据

　　社交媒体数据非常受欢迎。因为该数据往往比较便宜的，数量大，并且实时（每天或每时）。许多新的软件工具和系统也比较容易对数据进行分析。社交媒体数据也 许作为早期预警系统最有价值，但是，必须始终以怀疑和质疑的态度去对外社交媒体数据！