一个亿的大项目已上线,这里是参与方式

“百灵计划”是TalkingData发起的合作伙伴共创计划,基于TalkingData的数据资源与数据中台能力,与数据应用合作伙伴共同探索和构建基于大数据及领先数据技术下的实际商业应用,更好的实现数据叠加业务后的商业价值。

第一阶段,TalkingData计划投入一亿元,在一百天中,为至少一百家合作伙伴,免费开放数据、计算资源能力、提供服务与培训,共同探索一百个数据应用场景或模型

“百灵计划”在不久前举办的T11 2018暨TalkingData数据智能峰会上首次亮相,随即引起广泛关注,微信后台也收到了很多询问。目前“百灵计划”已正式启动,感兴趣的伙伴们快来了解下详情:

如果您是——

  1. 有实际业务场景,并有数据服务及建模需求的各行业企业
  2. 有数据应用产品开发需求的各领域合作伙伴

如具备下条件,将帮助您优先入选:

  • 数据产品或服务可应用于金融、零售、汽车、地产、互联网等行业领域
  • 已具备比较成熟的应用场景,可商业化应用于其他行业领域
  • 对目标数据应用场景具有实践经验
  • 已具有一定量的业务数据积累,可用于建模实践
  • 具备相对成熟的数据应用思路及有经验的建模团队

您可以获得——

  • 数据:用于构建数据模型或应用产品服务所需的数据,可通过数据集或数据服务方式提供
  • 环境:构建模型和数据验证所需的计算资源环境,或者数据集、数据服务访问接入
  • 培训:由腾云大学(TalkingData University)提供的数据工程、建模基础、数据科学等专业培训
  • 科学家支持:依据具体场景,TalkingData可提供数据科学团队参与建模过程或提供数据分析支持

还可以帮您实现——

  • 通过数据建模结果,洞察实际商业问题、获取解决问题的思路和对未来方向的把控
  • 基于实际问题获取数据服务、数据连接或数据应用能力,将数据与业务应用深度结合
  • 借助相关培训和指导,提升企业自身数据分析师、业务人员的应用和实操能力
  • 针对行业典型场景,双方可联合发布数据建模结果,提升行业影响力

参与方式——

  1. 前往TalkingData官网“百灵计划”页面
  2. 在页面下方填写并提交相关信息
  3. TalkingData将安排专人与您取得联系,并跟进后续审核事项

『关于TalkingData』

TalkingData 成立于2011年,是国内领先的第三方数据智能服务商。借助以SmartDP为核心的数据智能应用生态为企业赋能,帮助企业逐步实现以数据为驱动力的数字化转型。

附报告解读 | 电商人群最具投放价值奖揭晓

近日,“智胜营销峰会暨 Best Audience Buying 颁奖盛典”在TalkingData T11 2018数据智能峰会期间举办。

在本次颁奖盛典中,TalkingData基于移动大数据的智能营销能力,通过数据加工及算法处理,以及对移动互联网人群进行洞察并综合多方数据进行考量,从中定位电商行业用户群及消费者“TA”的聚集地,并针对电商行业评选出了最具投放价值的媒体。

从传统营销到数字营销,再到已成趋势的智能营销,营销理念在不断的颠覆和创新。但如何在营销投放中找到目标客群?如何全面的了解目标客群?什么媒体是目标客群的聚集地并能达到有效转化?这些依旧是电商行业的营销难题。

TalkingData一直致力于帮助电商行业以数据为关键依据,前瞻发展趋势、理解市场现状、认知目标人群,并以数据为核心引擎驱动产品发展、改善用户体验。

通过评选,获得“Best Audience Buying”大奖—电商人群最具投放价值媒体奖的应用分别为:B612咔叽、快手、WiFi万能钥匙。

在本次颁奖典礼中,TalkingData诚意邀请京东商城大快消事业群全球购业务部总经理 杨叶作为颁奖嘉宾为获得电商人群最具投放价值媒体奖的获奖应用颁奖,并解读《TalkingData 电商人群洞察报告》

从左到右依次为:获奖媒体B612咔叽、快手、WiFi万能钥匙的领奖嘉宾与颁奖嘉宾杨叶女士

现在,我们具体回顾一下颁奖典礼现场,由京东商城大快消事业群全球购业务部总经理 杨叶解读的《TalkingData电商人群洞察报告》(下文中,均简称为“报告”)。希望通过本次颁奖和报告解读,能够为广大开发者、广告主明智选择投放渠道、精明使用投放费用提供重要参考,从而助力行业加速迈进更精准、可扩展、可优化、见实效的智能营销时代。

移动电商用户规模达到9.35亿 社交电商等模式拉动用户增长

2017年Q1-2018年Q2期间,移动电商规模处于匀速增长状态。像平板电脑、智能手表等设备的生产,使用户可以在更多环境下使用智能设备进行购物,截止2018年Q2移动电商用户设备规模已达到9.35亿台。

在2018年初,电商行业中社交电商模式开始崛起,成为行业新风口。比较典型的例子像小红书主要用户群是一、二线城市有海淘需求的人群。随着“张雨绮分享购买钻石经验”的视频爆红,使小红书一度成为社交电商中的热点话题。社交电商在2018年初的兴起,刺激移动电商用户规模环比增长率显著提升。

团购 海淘和生鲜继续发展 主流应用用户日均启动次数增长

世上无难事只怕有心人,从来都不是一句空话。在JD、淘宝等电商巨头夹击下,移动电商为了生存另辟蹊径,着眼细分领域。虽然综合电商应用用户日均启动次数仍居高位,但启动次数已有下降趋势。得益于近年海淘比代购更加有品质保证和售后服务保证,使海淘应用用户启动次数增长势头猛烈。

截止2018年6月,生鲜、海淘和团购领域主流应用的用户日均启动次数均呈同比增长态势。移动电商在细分市场下继续深耕,相信未来在其他细分领域也会产生像小红书这样优秀的移动电商,这些移动电商也将开拓创新给用户来带更多不一样的购物体验。

典型移动电商用户人群剪影——学生、蓝领、白领

通过对电商人群洞察,典型移动电商用户人群剪影可划分为学生、蓝领、白领三类。学生人群剪影偏好特征关键词有活力、学习、娱乐等,这些关键词很符合学生人群特别点,活力四射,学习是生活中的主要“工作”。

蓝领人群剪影偏好特征关键词有早睡、保守、早起、人力等,可以看出蓝领人群作息规律从事劳动力工作以男性为主。白领人群剪影偏好特征关键词有女性、知识、熬夜等,这部分人群女性居多受过高等教育,经常熬夜加班或刷剧。

学生人群性别平衡 蓝领人群男性主导 白领人群女性担当

相信在对典型移动电商用户人群剪影偏好特征关键词解析中,已经对学生、蓝领、白领人群特性有了一定了解。现在,我们看一下典型移动电商用户人群性别TGI指数,学生人群性别TGI指数比较均衡,这很符合上一页数据中,学生人群剪影的偏好特征关键词。

蓝领群体以男性为主,男性TGI指数达到124,他们性格保守很少会有工作变动,在各自的岗位上敬业持家。白领人群中女性占比不可小觑,女性TGI指数达到130。她们独立自信在工作能独当一面,为国家做出的贡献毫不逊色于男性。

白领人群爱熬夜 蓝领人群善早起 学生人群享自由

典型移动电商用户群体24h活跃指数又是什么样的呢?现在深入分析一下学生、蓝领和白领的属于哪种生物钟类型。学生是典型的“金丝猴”型,除了0点有小幅度凹进,其他时间基本都处于活跃状态中,且下午活跃度更高,可谓是活跃四射,年轻无极限。

蓝领人群养成了早起早睡的作息习惯,属于“百灵鸟”类型。通过活跃指数可以了解到蓝领人群相当敬业值守,尤其在下午直线凹进。蓝领人群在非工作时间刷刷快手,邀三五好友撸个串,又何尝不是另一种惬意人生。白领人群的生物钟类型和蓝领呈相反状态,属于“猫头鹰”类型,熬夜煲剧刷淘宝、看趣味视频刷朋友圈已成为白领人群的日常。

下期预告《TalkingData游戏人群洞察报告》,请保持关注哦~~

小程序,智慧零售的新武器

前几年,面对很火的互联网企业、互联网产品、互联网思维,零售企业普遍只能干瞪眼。要不要做APP这个问题反复被讨论,除了几个行业巨头企业有成功的线下转线上的经验之外,更多的企业不得不反复纠结:一方面希望得到互联网那种快速低价获取大量用户的能力,一方面又受到ROI及企业内部复杂的流程限制,无法投入运营APP的巨大成本。

小程序来了,带来的是低成本投入,明确场景引导。原来零售的大体量线下会员在这里有了发挥的空间,线下转线上不再是一句空谈,而是带给了零售行业无限的机遇和希望。

今天,我们抛出几个问题,一起来探寻下小程序在零售的可能性。

  • 零售企业的痛点在哪里?
  • 零售企业应该要自建线上平台么?
  • 小程序为什么适合零售企业?
  • 零售企业应该如何做小程序?

一、零售企业的痛点在哪里?

1、 品牌同质化严重。

品牌无特色?竞争同质化?在信息、技术、服务、品质等不断增强的今天,品牌之间的差异性变得越来越小。80后人群为品质买单,90后人群为个性、好玩、有趣买单。如何让自己的品牌满足90后以甚至00后、10后的需求?除了传统零售大厂的巨额广告预算外,品牌是否可以营造自己的品牌文化,明确自己的品牌定位?

2、 用户流量受开店量限制。

传统零售是“坐商”的概念。导购待在门店里,坐等用户上门,才能跟用户产生互动。门店数量有限,门店的辐射范围是否能扩大?如何让看不到门店的用户认识到我们的品牌?最好再能对品牌有一轮初步的体验,然后再让用户确定是否需要购买。

3、 用户流量的粘性较低。

从进店到出店,导购与用户的互动从开始到结束。做的稍微好点的,会有会员制度,邀请买单的用户注册会员,当场累计积分。做再好点的,会把入会的权益提前告知用户,给犹豫是否要购买的用户一个刺激,提高购买转化率。但是在这个过程中,导购是否引导、权益是否有吸引力、注册体验是否友好,都会直接影响到用户是否会成为你的会员。

4、 坪效与人效的瓶颈。

“坐商”的传统零售门店不仅限制了入店用户流量的多少,也因为门店场地的大小限制了展示商品的数量,从而直接影响了路过门店的人是否进店逛的比例。用户进店是因为对某一种产品或者对某一种风格的认可和需求,是否有方式可以增加商品的曝光几率或者销售平台呢?

人效的问题更为直接。零售行业的一线导购人员流动率非常大,这就导致很难做到经验的积累和沉淀,直接影响人效。是否有方法可以降低员工的准入门槛,并且提高人效呢?

二、零售企业到底要不要自建线上平台?

零售行业一直面临的这些痛点问题,企业也在不断地寻求解决方案。我们看到很多企业都设立了专门的部门,建立了会员体系,创建了企业公众号,开发了自己的APP,并在持续进行各种尝试。

很有意思的一点是,基本上每个企业都非常明确地表明要建立自有线上流量池,不能把用户放在别家平台上。但是基本上很少有企业能下定决心说我要把资源倾斜给自有流量平台上。比如,我们经常可以见到,同一款衣服,在天猫旗舰店的价格会低于品牌APP上的价格。这种情况下,请给我一个理由,用户为什么要放弃现有的淘宝APP而再耗费精力和流量去下载一个新的APP呢?价格上没有优势,服务上有么?服务上没有优势,你们是否有独家爆款商品呢?如果什么都没有,如何吸引用户、如何构建自有流量池呢?

好吧,相信很多企业有这个决心,不仅要创建自有平台,也愿意倾斜资源在自有平台上。那么下一个问题,自有平台的定位是什么?我们过去经常看到服装品牌的官方APP,进入之后只是一个做了移动端适配的与PC端网站基本相同的页面;做再好点的,也是类似淘宝京东一样的电商页面。也就是说,即使投入了更多的用户权益资源,其实也就是把原来的用户,从天猫渠道洗到了品牌自有APP上而已。

自有APP建立的目标不应该是把左兜的用户揣到右兜,而应该是吸引更多的用户进入兜里面来。所以,在讨论要不要做APP的昨天,基本上会建议零售企业考虑几个问题:

  • 门店数量多少?会员体量多少?如果只有几百家店并且在可预计的几年内可累计会员最多几百万,那么还是算了吧~
  • 用户的消费频次是怎样?对于一个月消费还不了一次的场景,还是算了吧~
  • APP的投入预算怎样?如果只是别人家有我也想有,而没有足够的人员进行产品迭代及用户经营,那么还是算了吧~

三、小程序为什么适合零售企业?

零售企业一直受哪痛点问题困恼,也经历了是否要做APP的反复纠结。小程序带着自有的优势和特征的出现,带给零售企业一些新的希望。

1、 开发成本低。

APP对于零售企业的纠结点在于,要研发一个APP,需要组建自己APP团队,就算做外包也需要有专门的懂开发、产品、运营全套体系的人。开发周期至少几个月,版本更新每次也需要大约至少一个月的时间。外包的团队基本上只能做简单的日常运营,对于用户的分群经营、活动设计、产品体验基本上也只是想想而已。

小程序很好地解决了让零售企业纠结的这些问题点。一个小程序的开发周期基本上是以天为单位的,最快可以一晚上就完工。现在已经有很多提供小程序模板的供应商,直接调用模板,将研发和设计门槛基本降到了很低。加上小程序本身会根据微信的体系做自适配,也省去不同机型适配的工作周期。整体一个小程序研发的成本,不论从人员、工期来看,小程序的成本都很低。省下来的这些人力和时间,可以投入在真正值得深入钻研的用户经营上。

2、 获客成本低。

APP的获客成本高,体现在几个方面。第一,一般APP包体都至少几十兆,下载APP不管是流量还是操作,对用户来说都是比较复杂的过程。第二,由于下载门槛高,一般来说只有当APP提供下载的等值权益才能触动用户,导致权益成本高。第三,由于用户是奔着权益去的,拿到权益后,很难保证用户的二次访问以及后续转化行为。除非,APP本身就能满足用户的刚性需求。可是,不得不说,零售行业与用户之间是买卖关系,如果不以买卖为目的,基本上很难找到对使用APP的刚性需求。

同样的问题放在小程序上就不一样了。第一,小程序无需下载,直接使用,不用担心用户嫌烦。第二,小程序的使用,一般是有特定的场景,比如餐厅点餐、扫码验真、参加活动等,不用小程序操作,后面就没法玩,这才是真正的刚需场景。第三,基于场景的设计,因为门槛低,可以更多地跟低频用户进行互动。一个人一年吃一次KFC,绝不肯下载KFC APP。但是还是这个人一年吃一次KFC,当他出在KFC排队点餐的场景下,还是非常愿意使用小程序进行自主点餐免除排队的麻烦的。

3、 操作体验好。

小程序的操作体验跟H5相比自然是好很多。除此之外,小程序借助于微信提供的开放能力,拥有了进一步的能力提升:

  • 小程序支持与其他平台的跳转与打通,包含小程序→小程序,小程序→APP、APP→小程序、H5→小程序、图文消息→小程序、公众号→小程序等;
  • 小程序拥有强社交裂变能力。小程序拥有微信的好友关系,支持分享给好友及群。借助小群体内相互之间的信任关系及PK关系帮助小程序更容易传播,加上分享内容直接跳转到具体落地页面,整体操作直接明了,可带来快速裂变效果;
  • 小程序有微信支付的支持,允许用户在不离开微信的状态下,无需启动其他APP,无需进行登录验证,即可完成支付。

四、零售企业应该如何做小程序?

1、 明确整个零售环节中,各个场景及触点的痛点及用户的需求。

APP要做的是生态,所以APP是很多功能的聚集地。小程序要做的是场景,所以小程序都是要完成单一目标的工具。一个企业或者说一个品牌一般只有一个APP,但是会有几个甚至十几个小程序。挖掘出与用户的所有触点及在每个触点的用户内心需求,就可以帮助我们通过小程序这一工具获取更多用户,并提高用户的满意度。

以快餐为例,快餐和用户的触点主要发生在用户进店点餐和外送人员送餐两个场景上。

用户点餐触点的痛点,集中在高峰时段的长时间排队上。使用小程序点餐可以解放点餐人员工作,让用户通扫码进入小程序完成下单,后厨通过系统拿到订单数据进行配餐。就算后厨需要时间来制作,用户也可以先坐在位置上等待,用户体验相对之前站着排队来说会好很多。

同理,在外送场景,用户比较关心的是下单之后何时送达,以及如果外送体验不好如何反馈两点上。移植现有APP的订单状态功能到小程序上,实时显示外送人员当前地理位置及预计送达时间,可以让用户掌握订单状态。对于外卖订单的反馈收集,建议在外送单上印上用户反馈小程序的二维码,用户扫描后可以进入常见问题分类,并快速一键进行沟通,比如紧急问题直连人工客服电话,比如表扬等不紧急沟通可通过模板格式收集。

2、 小步快跑,单点突破,快速试错,验证后快速推广;

小程序的开发成本低,因此适合在这么多的触点中找出用户痛点,确定优先级别,逐个进行攻破。小程序迭代速度快,只需要微信简单审核即可上线,因此对于单一功能的不同方案也合适进行快速的更新迭代,根据客户喜好调整出最优产品。

继续以送餐反馈小程序为例。是应该让用户先描述反馈的问题更好?还是应该先让用户选择希望的反馈方式更好呢?设计两个不同版本,让用户分组跳转到两组不同的页面方式,查看用户的后续转化及跳出率等数据,判断用户习惯偏好,最终确定较优版本。

3、 数字化记录各环节数据,用数据分析结论调整决策。

不管是APP还是小程序,不管是线上还是线下,对于人、货、场的数据采集及分析,通过数据结论来调整决策,才是让企业真正做到数字化转型。同样,对于小程序,我们需要监测的数据有:

  • 分门店数据:

零售企业最大的资源是线下门店。小程序可以通过具体明确的场景,根据用户当前痛点提供刚性功能需求,快速将线下门店无法定位的顾客,转化到小程序上,并通过微信的UnionID、绑定的会员号以及在小程序上的行为来描述具体这个数字化的会员。分门店查看数据,包含:

  • 扫码新增用户数
  • 扫码用户数
  • 扫码次数
  • 日均扫码次数
  • 人均扫码次数
  • 以及通过单个门店的扫码用户人群的用户行为

  • 分场景数据:

除了扫码这一用户来源外,更多的用户来源场景是基于微信及外部其他曝光位,比如微信群的分享、微信聊天主界面下拉、APP分享消息卡片等。了解不同场景下用户的数据,可以帮我们调整小程序的线上推广策略。

分场景查看数据,包含:

  • 新增用户数
  • 访问用户数
  • 访问次数
  • 日均访问次数
  • 人均访问次数
  • 以及通过单个场景来源的用户人群的用户行为

  • 分页面的分享数据:

不同小程序页面的内容在同样的分享下会产生不同的数据。到底什么样的页面更容易产生列表效果?什么样的页面用户不太喜欢呢?这里我们就应该监测分页面的分享数据,包含:

  • 分享的页面
  • 分享次数
  • 分享用户数
  • 点击分享Link数
  • 分享点击比

通过数据帮助企业去监控用户从哪些门店来,用户从哪些场景资源来,用户喜欢什么样的分享内容,可以帮助我们更好地经营小程序。

  • 小程序用户和其他平台用户的数据打通

可能会有人问,小程序的数据是基于微信的数据,是不是和其他平台的数据彼此独立呢?微信数据是基于UnionID定义用户的,APP是基于设备ID定义用户的,H5是基于cookie定义用户的,CRM数据是基于会员账号定义用户的。所以,只要通过在小程序平台、APP平台甚至H5平台记录用户登录信息提取用户的账户信息,就可以根据账户信息就可以将不同平台之间的用户打通。打通后,用户在不同平台上的标签属性就可以汇集在一起,丰富我们对用户的认识了。

小程序带给零售行业很多可能性。微信平台也在不断地优化和开放更多的接口提升小程序的能力。但是真正能让小程序发挥作用的一定是零售企业自己。因为只有零售企业自己才知道与用户的触点在哪里,知道用户的痛点在哪里,才能通过不断试错及迭代收集足够的用户数据,才能知道用户在哪里、怎么来、需要什么,才能真正地实现门店数字化升级以及用户体验优化,实现真正的智慧零售。

营销的数之智与智之能

1.jpg

TalkingData首席机器学习科学家 李想

TalkingData首席机器学习科学家李想,在智胜营销峰会暨 Best Audience Buying 颁奖盛典”上发表了主题为《智胜营销–畅谈数之智与智之能》的演讲。旨在从数据科学的角度阐述到底何为“智胜营销”,又如何从数据中提取智能,以及如何将智能作为能力赋予给客户。希望通过本次分享能够使营销人,对“智胜营销”理解的更加透彻,并把分享所学应用于营销实践中。现在一起回顾下,TalkingData首席机器学习科学家李想给现场嘉宾带来了哪些前沿观点和营销干货。

TalkingData收集/处理的各类数据

在TalkingData的数据架构中,最底层是数据的采集层, 移动端、互联网数据和各类合作伙伴,都是我们采集数据的渠道。数据采集进来后,数据团队开始对这些原始数据进行各类加工处理,如判断设备以及设备所对应的属性等。包括设备对应人的年龄、性别及其他基本属性。在此之上,我们会提供设备中的APP行为、互联网行为,以及各类线下消费购物行为等,这些都是比较基本的原始数据。

在原始数据之后,我们着重介绍一下原始标签。其中包括标准标签,可以理解为TalkingData定义的自有标签系统。但很多时候我们发现有一些TalkingData标准标签系统无法满足客户的定制化需求, 所以我们又提供了UGC标签的能力,使客户可自己定义标签体系。模型的探索/部署,还有我们这里开发的基于合规/保护隐私的Embedding数据输出,是我们数据体系的另外两个热点。

2.jpg

标签2.0:人工智能标签

TalkingData每天会处理大量的数据,仅自己内部产生的数据,每天数据量就已经约32T。这大概是什么概念呢?如果看4K高清电影,32T等同于700部的4K高清电影。这么多数据,它有什么价值?我们就以营销特定的场景跟大家分享一下怎样从丰富的数据中,产生与从前不一样的价值。

最近国家人口政策从计划生育到鼓励二胎,与这个场景相关的,我们可以看到客户对育儿类的标签需求相比以前变了很多。其中一个很有特点的就是母婴类人群的标签。首先说一下母婴标签的定义,即家里有从出生到三四岁小宝宝的人群,都可以被打上母婴标签。和标签相关的,我们打标签的方法也从过去的人工产生标签(标签1.0)演进到了基于人工智能的标签方法(标签2.0)标签1.0是如何定义的?首先,找到所有女性的设备,之后找到特定母婴人群的APP。然后,用这些App和“女性”属性做交集,就产生了第一版本的母婴人群。

从今年开始,TalkingData内部对数据的加工方式已经从过去的人工向人工智能转化, 标签制作的方法也从人工的1.0升级到了人工智能的2.0。标签2.0又是如何制作的?首先,还要找到一些的女性设备和一批大致能够反应是母婴人群的App。但差别在于,过去需要尽可能找到所有覆盖母婴的App,而现在只需找二到三个典型与场景相关的App就可以了,这些被我们称作为种子标签人群。有了种子标签人群,我们会通过各类人工智能的算法把他们和所有设备大库里的设备进行基于各类特征的分析。比如基于App, 位置, 购物,机型,等等,找到设备大库里其它和种子标签人群类似的设备,并把他们和种子标签合并,生成更多的母婴标签人群。

3.jpg

在了解了如何在数据中提取智能之后,这样的智能还能用来做些什么呢?主要是三个点,分别是Know who、Know when、Know what。

Know who

即为整个业务中的主体,也就是人。TalkingData最关心的就是帮客户找到对他们最有价值的用户群。人有手机、邮件、平板、电脑、电视等等相关设备。如何把人的信息完整地刻划出来,从而提供人的价值,而不是碎片的设备价值,也是在TalkingData持续关注的内容之一。

4.jpg

Know when

是比时间更加宽广的概念,可以叫场景。对用户场景有了解,根据场景做相应的触达。具体包括了三方面:行为、位置、姿态。

6.jpg

Know what

有了人和场景之后,我们的最终目的是希望通过行动来改变用户的价值,这就相当于what。知道用户的价值以及喜好、画像之后,结合所在的场景,比如是在地铁、办公室或者是家里面,才能采取更加适合的行动。

TalkingData评选最具投放价值媒体,为五大行业智能营销指路

“2017年的今天,TalkingData举办了第一届颁奖典礼《移动应用风云榜》。我们通过数据帮助不同的行业和企业发现中国在2017年度增长最快的移动应用。但是在颁奖发布之后,很多的广告主或品牌广告主找到TalkingData,咨询能否通过数据帮他们找一下最合适这个品牌的媒体或者人群是什么?同时,也有很多媒体找到TalkingData,了解自身的媒体属性适合哪种品牌广告主进行投放。

基于此,我们考虑TalkingData的数据能否把品牌广告主和媒体的诉求用数据进行连接?于是,在今年设立了 “ Best Audience Buying”奖项,用数据帮助某一个品牌或某一类行业,找到最适合投放的人群,再通过人群找到他们关联度最的媒体,这也是这个奖的初衷来来源。”

——TalkingData高铎

近日,“智胜营销峰会暨Best Audience Buying 颁奖盛典”在TalkingDataT112018数据智能峰会期间举办。TalkingData基于真实数据,评选出金融、电商、游戏、汽车、新零售五大行业的最具投放价值媒体,助力广告主全面了解、定位、触达目标人群,并持续优化形成智能营销闭环。

从传统营销到数字营销,再到已成趋势的智能营销,各行业逐渐开放心态拥抱新时代的营销理念。但困扰也真实存在,比如如何在营销投放中全面了解目标人群?如何找到目标“TA”在哪里?如何触达“TA”并促进转化、实现商业价值提升?

此次评选,TalkingData基于移动大数据的智能营销能力,通过数据加工及算法处理,以及对移动互联网人群进行洞察并综合多方数据进行考量,从中定位各行业用户群及消费者“TA”的聚集地,针对金融、电商、游戏、汽车、新零售五大行业人群,找到最具投放价值的媒体。

获得“Best Audience Buying”大奖的分别为:

金融人群最具投放价值媒体奖

  • 微博
  • 优酷
  • 58同城

电商人群最具投放价值媒体奖

  • B612咔叽
  • 快手
  • WiFi万能钥匙

游戏人群最具投放价值媒体奖

  • BeautyCam美颜相机
  • 芒果TV
  • 网易云音乐

汽车人群最具投放价值媒体奖

  • 墨迹天气
  • 汽车之家
  • 腾讯新闻

新零售人群最具投放价值媒体奖

  • 摩拜单车
  • 美团
  • 知乎

注:排名不分先后

此外,颁奖盛典现场还邀请了六位圈内大咖,对智能营销趋势以及五大行业人群画像及特征进行了专业洞察。来自圣戈班(中国)的亚太区首席数字官王焕,首先分享了B2B领域企业的数字化战略与发展路线图。随后,来自百度金融的数据生态部总经理杨潆来自京东商城的大快消事业群全球购业务部总经理杨叶来自360的商业化销售副总裁张旻翚来自蓝色光标的产品技术委员会主席王鹏云以及来自IDG TN China的Managing Director王健分别发布了金融、电商、游戏、汽车和新零售行业的人群洞察报告。

从左到右依次为高铎、王焕、杨潆,杨叶、张旻翚 、李想 、王健,王鹏云

TalkingData一直致力于帮助各行业以数据为关键依据前瞻发展趋势、理解市场现状、认知目标人群,并以数据为核心引擎驱动产品发展、改善用户体验。通过此次最具投放价值媒体奖评选,能够为广大开发者、广告主明智选择投放渠道、精明使用投放费用提供重要参考,从而助力行业加速迈进更精准、可扩展、可优化、见实效的智能营销时代。

T11暨TalkingData数据智能峰会,是TalkingData每年主办的业界盛会。本次大会以“突破”为主题,着力探讨数据赋能社会转型升级的突破性思路,分享数据驱动各行业成效提升的突破性案例。

本次颁奖典礼中分享的《TalkingData金融人群洞察报告》《TalkingData电商人群洞察报告》《TalkingData游戏人群洞察报告》《TalkingData新零售人群洞察报告》《TalkingData汽车人群洞察报告》,将陆续在公众账号中更新,请大家保持关注哦~

关于TalkingData

TalkingData成立于2011年,是国内领先的第三方数据智能服务商。借助以SmartDP为核心的数据智能应用生态为企业赋能,帮助企业逐步实现以数据为驱动力的数字化转型。

更多关于T11 2018

演讲回顾、PPT下载

欢迎关注TalkingData官方公众号

TalkingData高铎:解读智胜营销

“智胜营销峰会暨 Best Audience Buying 颁奖盛典”在TalkingData T11 2018数据智能峰会期间举办。TalkingData副总裁高铎在峰会上发表了主题为《智胜营销》的演讲,与现场来宾们分享了如何通过数据和算法在营销闭环中产生价值,那么营销如何制胜?又何为“智胜营销”?下面与读者们一起回顾智胜营销的关键点:

TalkingData副总裁高铎正在演讲

何为智胜营销?

高铎表示:“智胜的核心是数据和算法,营销只是数据和算法的应用场景。而对于“数据”,运用在各个场景中遇到的很多问题,两三年来我阐述过两个核心观点:其一,大家都在讲大数据,但是由于数据的不完备性,大部分企业使用的都是小数据;其二,数据孤岛群概念,就是运营商、政府和头部互联网企业(如BAT)的三大数据孤岛群各自难以打通。同时,我们发现很多的企业想用数据来解决问题,但是由于各种原因,导致使用的数据是不真实的,很多是有问题的。”

智胜—Data

※ 人本数据、打通数据孤岛、数据真实性

那么应对上面三个“数据现状”TalkingData当如何破局呢?

高铎表示:“第一,建设人本数据能力。基于设备的行为特征,TalkingData设立了人本数据实验室。人本数据能力很多体现在TalkingData的营销云产品里面,能够了解不同人群的媒体特征、行为特征、位置特征等关联属性。

第二,打通数据孤岛。TalkingData打造了能够连接不同数据孤岛的ID Mapping能力。通过数据连接合作,将多源数据变成一种强大的能力、通过脱敏处理和业务模型输出给不同的行业、不同的客户去使用。

第三,数据真实性。之所以强调数据的真实性,是TalkingData多年来深入不同场景探索数据应用的惨痛感悟。在跟很多企业沟通的时候,我们首先会询问你的数据是真实的吗?“真实”数据有三种情况:

①使用沉默、流失客户进行数据分析。比如,很多企业的CRM系统里面虽然有数以百万、千万级客户数据,是真实存在过的,但是很多客户可能已经沉默很久,或许已经流失,如果没有能力定义客户近期的真实情况,就无法对业务做准确分析。

②潜规则数据,这类是司空见惯的一种,多是广告相关的数据,是有很多水分的。

③拍脑袋的数据。我们发现有些公司的数据是造出来的,是领导“拍脑袋”给个目标,手下按照目标造数据,这样的数据用来指导业务基本是天方夜谭。

所以,讲数据、AI、营销的时候要往后退一步,首先保证你的数据是真实有效的。如果你使用的数据都不是真实数据,那么得出来的结论可信度有多大呢?

智胜—AI

※ Lookalike、点击率计算、反作弊算法

“关于AI算法,第一类是Lookalike,但这个词说实话,在营销圈是放之四海,而皆准的一个忽悠,怎么讲呢?给若干个种子人群放大找到想要的人群,听上去多么美妙。其实,大部分Lookalike只停留在科学家的算法研究里面,一个好的Lookalike算法要落地使用产生效果,需要因地制宜、因行业制宜,进行特定的模型调整才能使用,只需要深入进到行业,结合行业经验才能去切实调整。

第二类是点击率计算,在中国有一些特殊的地方会看到声势浩大的万部手机一面墙、五百部手机一个小卡位。这类行业为我们的刷单、点赞、自媒体刷量,和粉丝量都立下了不可磨灭的“功劳”。同样的,也为广告行业的点击率立下了几乎是一半以上的“功劳”,作为一个品牌广告主,不希望预算就这样的“流量”被浪费掉。同样作为优质的媒体,也不希望自己优质流量被这类“劣质流量”带沟里去。TalkingData提供了点击率计算模型,能够把异常识别出来,帮助广告主发现更好的人群,帮助媒体鉴别更好的流量。

第三类是反作弊算法,TalkingData提供了由浅入深的反作弊服务,从简单的时间和IP异常模型,到复杂的行为识别算法,甚至结合业务特征的设备关联度的一些模型,在不同层面和维度帮助广告主节省推广费用。

谈智胜营销要有第二个阶段的能力,就是AI的能力。当这个能力具备了之后,才能说营销闭环,就像上图一样,AI和数据通过不断迭代,最终推动营销商业场景的价值。”

营销场景闭环

※ TA选择→TA分析→TA触达→TA评估→TA迭代

通过TA目标人群贯彻整个营销环节,自始至终我们简化为五个环节。

  • 第一,作为一个品牌广告主,要投放的时候目标人群在哪里,怎么找,怎么分析
  • 第二,找到了目标人群之后怎么去触达,怎么让他看到我带来品牌的感知能力和广告?
  • 第三,品牌广告主评估触达的效果、转换的效果。
  • 第四,看到了效果,知道了哪些人群、以及哪些创意是有问题的,又有什么相应的能力去帮助迭代
  • 第五,迭代之后就可以进行跟进,结合原有的数据能力再一次选择新的人群。

营销场景闭环——TA选择

在做“TA选择”的时候,说起来很容易,但是背后其实很难的,为什么?意味着背后的数据是全覆盖,并且是实时的。但想做到全覆盖、实时,且能够即选即用,就要在数据治理的底层去打通不同的数据孤岛,这个数据孤岛从行业的角度来说分布在不同的巨头或产业里面,比如说政府、运营商、互联网的大企业,从这个场景里面来说,数据也分布在不同的屏幕里面。总之,要看到数据在不同行业的割裂性,不同场景的难以打通性,当有了打通能力才能去做TA选择,。TalkingData目前提供了五种能力:

  • 其一,拥有帮助一方数据鉴定流量,去除“噪音数据”的能力。
  • 其二,通过TalkingData或合作伙伴的三方数据,帮助不同企业、场景选择想要投放的群体。
  • 其三,通过LBS地理位置进行TA选择的能力。
  • 其四,提供Lookalike算法,但是这个算法其实在通用性上是需要做行业差异化的。
  • 其五,定制化标签,帮助不同的企业定制特有人群。

营销场景闭环——TA分析

※ 媒体属性、LBS属性、业务属性、环境属性、人口统计学

当选择了目标人群之后,需要知晓,选择的目标人群特征与在实际业务上的特征,是否相互匹配,我们提供了五种洞察,分别为媒体属性、LBS属性、业务属性、环境属性、和人口统计学:

媒体属性,能够分析出目标人群到底跟哪些媒体有较强的关联性。

LBS属性,能够分析出目标人群的位置属性。

业务属性,业务是属于电商、直播、还是互金行业?所以业务属性很强的时候,需要具体按照业务特性来定义。

环境属性,能够分析出目标人群的联网特征、机型特征等。

人口统计学,简单来讲就是年龄和性别,很多时候在用算法解决问题时,算法挖掘的特征与真实的社会学和生理学的定义是有差异的,但是不代表是错的,需要大家有一个理性的认知。譬如通过算法识别的是一个女性,其社会属性是男的,但是消费特征和女性很类似,或者说很中性,对于广告投放而言,按照女性特征来投放,效果可能会更好一些。

营销场景闭环——TA触达

※ 线上、线下、Push、程序化广告联盟

TA选择、TA分析后,就知道了目标人群的投放场景,或投放线下广告、或通过程序化广告定投目标人群,又或是直接购买高关联媒体等多元化投放触达方式。但触达过程中需要有数据作为支撑,帮助判断投放方式和触达方式是合理的。

营销场景闭环——TA评估

※ 效果评估、品牌测量

有这么一句话被誉为广告营销界的哥德巴赫猜想“我知道我的广告费有一半被浪费掉了,但我不知道是哪一半”,不过,这句话在大数据年代可能是要修正了,广告费浪费在哪里,是能够通过数据全程链追踪的,可以看到哪个环节是作弊,哪个环节是异常,哪个环节是可修正的,哪个环节是能帮助去提高收入的。

营销场景闭环——TA迭代

※ 模型优化、人群编制优化、线下特征优化、标签重定义

完成一轮的TA选择、分析、触达、评估之后,就能够针对TA人群进行迭代与优化,如果是通过算法获取的,可以优化算法模型;如果是通过TalkingData已有的标签生成的可以通过这些数据标签编织处理找到更合适的人群;如果通过线下的特征定义,亦可以针对LBS地理位置属性进行优化。

在整个智胜营销闭环的过程中,所有的迭代只有两个,优化数据、优化算法,为了完成唯一的目标——营销场景价值。所有的企业都一样,无论是品牌广告主,还是媒体,场景的价值不变。智胜营销的核心在智上,智的核心在优化算法、整合和治理数据,以完成营销目标。

实现“智”的背后是什么?是TalkingData提出的这八字箴言,“开放、连接、安全、智能”,必须拥有开放的心态,帮助企业连接不同的场景和数据,同时保证足够的数据安全能力来应用智能算法,实现特定场景的数据价值。

更多关于T11 2018

演讲回顾、PPT下载

欢迎关注TalkingData官方公众号

TalkingData携手中移物联,共同挖掘物联网数据智能

万物互联的时代正在加速到来, 人与物的连接数量正加速超越人与人之间的连接数量,物本数据体量也已远超人本数据体量。在这样一个新的时代,人本—物本数据的打通融合蕴含着无数新的应用场景,其中可开放出来的智能将创造出前所未有的价值。这正是TalkingData所看到的行业发展趋势。

在T11 2018暨TalkingData数据智能峰会上,TalkingData正式宣布了与全球最大的物联网运营商——中国移动物联网有限公司的重磅合作,并且荣幸的请到了中移物联副总经理何瑞女士参与圆桌论坛,以及中移物联产业合作部总经理、中国移动物联网联盟副秘书长李晋刚先生作主题分享,让到场的3000名观众近距离聆听到了中移物联作为中国物联网领域领军企业所洞察的行业发展现状和下一步关键发展方向,学习到了其前瞻性战略布局和探索成果。

李晋刚 中移物联产业合作部总经理 中国

移物联运营着全球最大的公众物联网,并且拥有最大的物联网数据平台。在大会的主题分享中,李晋刚先生用直观的数字展现了加速发展的物联网产业生态。

在中国移动“大连接”战略牵引下,中移物联以公众物联网为核心,深入贯彻用户战略和平台战略,聚焦智能连接、开放平台、芯片模组、智能硬件、行业应用五大产品线,形成了“云—管—端”服务能力,各项业务呈现良好增长的态势。中国移动公众物联网于2014年11月正式商用,作为全球第一个物联网专用网络,目前已拥有超过3.2亿连接数,市场份额超70%,稳居三大运营商首位,成为全球第一大物联网运营商,预计2-3年,物联卡连接数会超过中国移动手机用户数,成为“下一个”中国移动。

然而,独木难成林,物联网业务发展需要产业伙伴共同推动。2017年11月,由中移物联网有限公司牵头,成立了中国移动物联网联盟。联盟以“开放共享,合作共赢”为方向,聚焦物联网、大数据、云市场等领域,旨在促进各行业合作伙伴交流与协作,推动物联网产品的广泛应用,构建合作共赢的物联网新生态。目前联盟会员已达417家,TalkingData也是其中重要的会员之一。

在本次T11 大会上,TalkingData发布了数据智能平台2.0,即“数据中台”产品战略,与中移物联的战略方向不谋而合。更重要的是,双方都拥有十分开放的心态和意识,深刻理解只有开放才能推动整个产业链的良性发展和真正进步。在大会主题演讲中,李晋刚先生对双方的合作和已经取得的合作成果做了深入分享。

TalkingData拥有中国独一无二的人本数据基础,中移物联拥有国内最大的物本数据资源,在即将到来的万物互联时代,两者势必走向合作。人本、物本数据的融合将挖掘出更多、更有意义的数字化场景,而基于这些场景将产生更多智能,服务各行各业。对此,李晋刚先生表示:“我们期望数据取之于民,用之于民。为此,我们双方专门成立了情景感知联合实验室,共同探索人本—物本数据如何关联,共同挖掘以物赋能,以人为本的应用场景”。

开放是数据中台战略所要实现的关键行动之一,在这方面中移物联希望能够将数据资源和数据能力更加有效的开放出来,赋能给产业的合作伙伴和第三方的应用开发者,推进整个物联网产业生态的发展。而TalkingData在数据中台方面的领先技术和实践积累,给中移物联实现数据开放提供了有力的支持,双方将共建物联网数据开放平台,赋能整个中国的物联网生态,推进产业的繁荣发展。

除此之外,数据安全是构建物联网数据平台所面对的关键问题之一。中移物联作为物联网行业领军企业致力于领导行业的规范化,通过形成标准促进行业的健康发展。在T11 2018“数创未来”智慧城市峰会中,中移物联副总经理何瑞女士作为运营商和物联网产业的代表参加了数据治理委员会的成立仪式。该委员会由中关村大数据产业联盟与中移物联、TalkingData、京东云、国富资本、北京软件和信息服务业协会等多家企业和机构联合发起,致力于解决网络实名制与隐私保护之间的矛盾,确保数据开放、共享,确保个人与法人的数据安全。

随后,何瑞女士代表中移物联参加了“智慧城市与数据安全”圆桌论坛,从物联网数据的角度系统阐述了从数据采集、标识、汇总、分析、共享、管理等各个阶段所遇到的挑战与中移物联的实践经验,并生动的分享了中移物联在智慧城市领域的一些应用案例。

关于中移物联

中移物联网有限公司是中国移动通信集团公司出资成立的全资子公司。公司按照中国移动整体战略布局,围绕“物联网业务服务的支撑者、专用模组和芯片的提供者、物联网专用产品的推动者”的战略定位, 专业化运营物联网专用网络,设计生产物联网专用模组和芯片,打造车联网、智能家居、智能穿戴等特色产品,开发运营物联网连接管理平台OneLink和物联网开放平台OneNET,推广物联网解决方案,形成了五大方向业务布局和物联网“云-管-端”全方位的体系架构。

为向社会提供更加优质的物联网技术、产品及服务,推动产业发展,公司密切协同中国移动各省公司及专业公司, 以开放、合作、共享的发展理念,广泛开展国际、国内企业合作,以市场化机制独立运作,力争成为立足全国,服务全球的物联网领先企业,推动物联网在各行业的规模应用。

关于TalkingData

TalkingData 成立于2011年,是国内领先的第三方数据智能服务商。借助以SmartDP为核心的数据智能应用生态为企业赋能,帮助企业逐步实现以数据为驱动力的数字化转型。

关于TalkingData,你必须了解的几件大事

“突破”为主题的T11 2018暨TalkingData数据智能峰会昨天在北京成功举办。

TalkingData创始人兼首席执行官 崔晓波

大会上,TalkingData创始人兼首席执行官 崔晓波发表了以《突破——新生态下的数据智能服务》的主题演讲,他首先介绍了TalkingData的顾问天团,而后从战略、产品、行业模式、人才培养等多个方面,对TalkingData最新战略与发展情况进行了深入的解读。

其中,此次重磅发布的TalkingData数据中台——数据智能平台2.0,以及TalkingData合作伙伴共创计划——“百灵计划”备受瞩目。

以下为崔晓波的演讲精粹:

移动互联网&物联网飞速发展数据体量呈指数级爆发增长

崔晓波指出:过去十年,智能手机和移动互联网带动了整个大数据领域的发展。传感器和物联网设备也飞速发展,大量生物特征数据与物联网数据将指数级增长,手机和物体互相感知,对场景还原和场景预测的各种需求也将不断增加。如何管理这些非结构化数据、并将其与结构化数据整合使用依然是目前所面临的一大挑战。

崔晓波表示,目前大数据的行业规模已经超过了一万亿元,不仅中国,全球大数据的产业的发展势头都非常迅猛。

数据体量、产业规模以及云计算高速发展所推动的基础设施成本都已不再是问题,而大数据能否创造真实的商业价值和回报才是企业所真正关心的核心。

优化合作模式助力传统企业升级转型

TalkingData创始人兼首席执行官 崔晓波

崔晓波谈到:为客户提供怎样的产品和服务,以及以怎样的模式合作,是TalkingData一直探究的两个终极问题。

在TalkingData成立之初主要面向互联网企业和app开发者提供工具、分析方法,同时帮助行业统了数据口径、度量衡标准等,为行业标准化付出了努力与贡献。

2014年,大量实体产业开始做移动化和数据化转型,一些拥有远见卓识的企业开始在数据化和移动化方向勇敢探索,并获得了丰厚的回报。

在此过程中TalkingData也注意到传统行业和互联网公司的不同之处:基础设施不足、缺乏运营能力。TalkingData希望不仅为企业提供工具、服务或解决方案,而是整体赋能。

在T11 2017上,TalkingData开创性地提出了“成效合作”模式,与行业客户共同分享利益和承担风险。一年来已在重点行业的头部企业中进行尝试,事实证明,成效合作所带来的效果和回报已经相当明显。

用匠心去打造连接、安全、共享的数据中台

TalkingData创始人兼首席执行官 崔晓波

成效合作让头部企业获利颇丰,比如TalkingData帮助知名快餐连锁企业的数千家门店提前一天准确预测出第二天以小时为单位的客流量、原材料消耗数,一年可以节省几亿元。而对中小企业来说,建立同样的数据模型就非常困难,因为要聚合很多数据源。

如何让头部企业探索出来的能力和方法,更多更好地去赋能整个产业链中的中小企业,是未来几年所面临的难题之一。在价值成立的基础上,怎么让价值更好地传递,需要数据中台去解决。

数据中台是今年的热门概念,很多企业在打造自己的数据中台,但大家对数据中台的理解各不相同。

TalkingData对数据中台的定义是——指基于数据智能应用探索商业价值的平台,它需要具有数据管理、数据工程和数据科学的能力。

T11 2017上TalkingData发布了数据智能平台1.0,提供数据管理、数据工程以及数据科学的核心能力。

为了更好满足行业对数据中台需求的变迁,TalkingData用一年时间匠心打造,将数据智能平台升级到2.0,内部称之为TalkingData数据中台。

数据智能平台2.0(SmartDP 2.0)拥有管理、工程、科学以及安全、连接、共享六大核心能力。

如何理解这些能力呢?崔晓波用三句话简明扼要地进行了概括:

连接,而不是拥有

对数据共享的最大误区是:我想要你的数据或你想要我的数据,这就产生了僵局。未来,谁也不会拥有谁的数据,而强调的是将数据做连接,把所有的身份匹配、映射。TalkingData去年与相关的部委讨论多次,并得到大力支持,承建了国家1142数联网整体示范工程,是未来整个大数据行业做数据交换的基础。

安全

数据安全是两个问题,首先合法合规,其次保证数据本身的安全性。崔晓波认为,要解决安全问题,只能保证数据不动,通过算法流动的方式去解决。利用TalkingData积累的完全脱敏并进行隐私保护的TDID,通过ID-Mapping的服务和算法,放到各个数据源帮助做数据的匹配和打通。

数据做连接、关联之后,再提供类似于安全沙箱的环境,将数据在里面做整合,来保证应用、建模时的数据安全。TalkingData目前正与麻省理工学院联合研发开放算法库OPAL框架,将算法前置到数据端,而不用流动数据,以保障数据安全合规。

共享

数据中台理念的由来是共享。崔晓波谈到,很多企业热衷重复造轮子和文人相轻的思想亟待改变。因为和做软件不一样,数据要聚合才能发挥业务的价值。打造一个中台将所有可共享能力放到上面以供重复利用,就可以避免重复造轮子。崔晓波强调:检验中台是否成功的唯一标准就是共享能力。如果没有能力做共享,这个事一定会失败。

除了以上能力,数据智能平台原有三大能力——管理、工程和科学也会继续演进。

深度行业合作为传统企业数字化转型赋能

在数据中台的基础上,TalkingData与合作伙伴一起打造了多款产品,助力智能城市建设与传统企业数字化转型。

智选

基于数据中台,TalkingData与行业领先的云计算平台腾讯云合作打造了智选,凭借双方强大的数据能力,致力于解决整个线下实体门店的选址、商圈运营诊断等问题,助力智慧零售以及多元化线下产业的发展。以前费时费人力的选址工作,借助智选只需几分钟即可通过可视化、数据化的方法快速做出决策。

智赢

TalkingData与京东云共同打造了数字营销一站式服务——智赢。基于数据中台的能力,整合京东的用户购物习惯数据与TalkingData的地理信息数据,提供全栈场景营销能力。

崔晓波表示,TalkingData与京东达成战略合作,并实现了数据的互联互通,并在智慧城市领域打造了多个成熟应用,已在开始做落地建设跟部署。

小蜗牛

TalkingData与中国电信合作构建了小蜗牛整合营销云平台,这是第一个真正安全合规的运营商数据赋能模式,为此双方做了大量数据的安全脱敏以及保护方面工作,现已在地产、零售等行业中落地应用。

情景感知联合实验室

物联网是未来大数据爆发的动力。TalkingData与中国移动物联网有限公司联合成立了情景感知联合实验室,利用数据中台的能力,探索在物联网产业生态中的发展。

此外,崔晓波表示还将继续布局,在垂直领域里基于数据中台的能力探索各种商业模式,加速产业的突破。

One more thing“百灵计划”推动行业共创

在演讲的最后,崔晓波揭晓了此次最为重要的一件大事——“百灵计划”的重磅发布。

百灵计划是TalkingData即将启动的合作伙伴共创计划。基于TalkingData打造的数据中台能力,TalkingData计划在一百天中、为一百家合作伙伴,总计投入一亿元,开放数据、开放算力、提供服务与培训,去探索一百个场景模型,并且其中所有过程都是免费开放给这些合作伙伴的。

希望能通过这一计划,在迅速丰富TalkingData中台的数据模型的同时,帮助众多的合作伙伴找到真正的商业模式,与合作伙伴共同成长。

以数据驱动突破,T11 2018暨TalkingData数据智能峰会今日举办

如果说人类进步在于突破创新,那么推动下一次突破创新的力量将来自于数据。

“突破”为主题的T11 2018暨TalkingData数据智能峰会今天在北京举办。

上午的数据智能峰会带来多个重磅发布和分享。下午大会设置了“数创未来”智慧城市峰会、“智变金融”新金融峰会、“数聚零售”新零售峰会以及智胜营销暨Best Audience Buying颁奖盛典。大会吸引数千名相关行业从业者到场参会,探讨以数据驱动突破发展的新模式、新路径。

互联网、大数据、云计算、人工智能、感知计算……认知一次又一次带领我们探索技术的边界,触及更深远的智慧壁垒。在题为“认知 • 未来”开场演讲中,红杉中国专家合伙人车品觉认为,作为新时代的认知方式,大数据将重塑人类未来。而面对全球数据量的几何增长,数据智能时代也将成为人工智能的后时代。

围绕“突破——新生态下的数据智能服务”主题,TalkingData 创始人兼首席执行官崔晓波先生从战略与产品、安全合规、行业合作、研究探索等几方面,对TalkingData的发展历程、目前规划与企业愿景进行了深入解读。依托自2011年成立以来的七年发展与不断探索,TalkingData公开了以“数据智能服务平台”为核心的整体平台全景图,夯实数据工程、数据科学基础能力,针对各行业业务场景提供数据智能应用,同时连接多维度数据源与第三方服务商,构建完善数据智能生态。

践行开放共享的核心战略,TalkingData此次重磅发布合作伙伴共创计划——“百灵计划”,宣布将投入价值1亿元的资源,为100家合作伙伴提供100天的免费开放数据、开放算力以及服务与培训,加速赋能合作伙伴发展。此外,TalkingData还在大会上正式宣布与三大运营商建立深度合作,以“连接”实现数据价值的飞跃。

商业发展方面,TalkingData合伙人兼执行副总裁林逸飞带来了“以数据智能探索业务突破”的分享。他着重介绍了TalkingData总结提出的“D2D数字化转型方法论”,强调从业务“数字化”到目标结果“数字化”的核心思维,并以整合合作伙伴与TalkingData自研的全景数据应用与方案,为企业客户提供业务场景落地服务。民生银行信用卡中心、绫致时装、中国移动物联网有限公司也作为重要合作伙伴代表登台,分享了在企业数字化转型方面的独到见解,以及与TalkingData合作探索转型创新的经验。

下午还将举办四大峰会,“数创未来”智慧城市峰会与大数据产业、智慧城市设计师、建设者、管理者、使用者等各领域专家,共话数据治理与新型智慧城市健康快速发展之道。“数聚零售”新零售峰会则邀请绫致时装、影儿时尚、菲仕兰乳制品等零售企业,探寻传统零售业的转型之路。“智变金融”新金融峰会从解决实际业务问题角度出发,携手来自证券时报、国泰君安、兴业数金、中国银行、民生科技等企业的嘉宾,探讨如何借助数据智能助力金融企业实现价值提升。智胜营销峰会将正式揭晓金融、电商、游戏、汽车、新零售五大行业人群最具投放价值媒体奖,暨“Best Audience Buying”,并由圈内大咖分享五大行业的人群画像及特征洞察报告。

连续四年举办T11数据智能峰会,还是以实现TalkingData “数据改变企业决策,数据改善人类生活”的愿景为初心,希望通过这个聚合性平台诠释数据所蕴含的力量,帮助更多企业实现数据驱动转型,加速各行业的数字化进程,利用数据智能推动社会和人类生活的提升。

TalkingData2018母婴行业洞察报告-母婴市场前景可期

报告背景

随着二胎政策的实施、消费结构的升级,育儿观念的转变和新零售模式的崛起,加之母婴群体从妈妈扩大至爸爸和祖父母,母婴行业的发展迎来更多推力,母婴市场充满机会,基于此TalkingData联合品木传媒发布《2018母婴行业洞察报告》本报告将从母婴行业现状,母婴行业人群应用画像,不同级别城市母婴人群差异,以及母婴行业未来发展趋势四个方面为您全面解析母婴市场。

母婴行业前景可期,消费升级、理念转变,中产崛起等共同助力

母婴人群孕育观念和消费理念升级,带动更高层次情感/精神需求

母婴市场形成线上线下联动生态,资本和运营驱动行业发展

移动智能终端提升母婴人群渗透,移动母婴活跃用户达到1.3亿

截至2018年6月,移动母婴行业用户规模达到1.3亿,同比增长13.2%,以智能手机为代表的移动智能终端为母婴人群融合线上线下渠道,通过产品+渠道+服务等增强消费体验。

母婴人群比较关注健康状态和知识,健康助手应用占比4成

2018年6月,移动母婴主流应用中,母婴健康助手应用的款数占比40.0%,高于母婴电商、母婴实用工具和母婴社区,健康成为母婴人群优先关心的领域。

母婴人群注重孕育经验学习和分享,母婴社区应用使用时间长

2018年6月,移动母婴主要细分领域中,母婴社区的月均使用时长接近150分钟,母婴人群相对偏好利用社区平台学习、分享相关孕育知识。

母婴应用领域尚未形成垄断格局,移动母婴市场存在发展机会

移动母婴市场还处于发展初期,格局未定移动App在母婴人群中的渗透率有待进一步培育。

母婴应用细分领域TOP5

母婴人群约85%为妈妈或准妈妈,一半以上年龄位于26-35岁

母婴人群孕育阶段以妊娠期和新生儿居多,妊娠期比重占34%

从母婴人群孕育阶段分布看,准妈妈人群超1/3,34.0%的用户处于妊娠期,26.6%的用户开始照顾新生儿。

准妈妈人群通常按期检查健康状态,较为偏好设施完善型医院

准妈妈较为看重媒体内容价值,整体更加相信医院权威

母婴人群主要通过母婴平台,获取母婴知识、记录宝宝成长

从母婴人群使用母婴平台的主要动机看,获取母婴知识是最为优先考虑的内容,其次是为了记录宝宝成长,第三则是有关育儿问题的咨询。

图文、短视频以及综艺/影视植入广告,更容易获得母婴人群认同

母婴人群点击广告主要是为了,满足自身的兴趣或需求

从母婴人群点击广告的主要影响因素看,母婴人群更加容易受到兴趣/需求相关广告的影响,其次是有创意的广告,第三则品牌知名度高的广告。

专家达人以及同龄用户,更容易引导母婴人群消费

母婴用户城市洞察:网络兴趣大同小异,消费层次大相径庭

不同城市婴人群媒介偏好基本一致,整体偏好社交、娱乐、网购

不同城市母婴人群常用主流母婴App偏好接近,城市各异应用趋同

一线城市母婴人群爱熬夜,二线偏好早起,三四线则晚间活跃

一线母婴人群更加钟爱苹果,二、三、四线则较为偏好国产品牌

一线城市母婴人群消费能力高,三、四线则偏好娱乐、家居等消费

母婴人群步入消费升级,消费呈现多元化特征

母婴人群触媒习惯全面转向移动互联网

本报告为TalkingData&品木传媒联合发布