海淘科技編者，為大家推出，移動營銷，數(shù)據(jù)先行內(nèi)容。最近，【友盟+】COO葉謙在第二屆移動營銷峰會上分享了主題是《移動營銷 數(shù)據(jù)先行》的演講，他表示：數(shù)據(jù)應(yīng)作為業(yè)務(wù)中非常重要的一環(huán)，是思考的起點。

(圖為【友盟+】COO 葉謙)

未來公司之間的差距在數(shù)據(jù)上

最近，AlphaGo 升級版“Master”遍挫中日韓圍棋高手，獲勝60場。圍棋界的人工智能已經(jīng)悄然變得無比強大，而人工智能有兩個重要的核心：數(shù)據(jù)和算法。葉謙表示：目前在算法層面各公司差距非常小，最新最好的算法都是公開的，數(shù)據(jù)則成為未來各公司差距所在。葉謙進一步引用《數(shù)據(jù)資本的興起》報告中所提到的三個原則來說明數(shù)據(jù)的上升對競爭戰(zhàn)略具有重要的影響：

• 第一、數(shù)據(jù)來源于行為：行為數(shù)據(jù)具備獨特性，理論上一個人可以偽造身份證或者學(xué)歷，但想改變行為習(xí)慣或偽造行為非常困難。
• 第二、數(shù)據(jù)會產(chǎn)生更多的數(shù)據(jù)：數(shù)據(jù)在業(yè)務(wù)中使用會產(chǎn)生飛輪效應(yīng)，業(yè)務(wù)初期采集和利用數(shù)據(jù)的難度較大，但業(yè)務(wù)上正軌后產(chǎn)生數(shù)據(jù)的速度會呈直線上漲甚至呈幾何級上漲。
• 第三、平臺是獲勝的關(guān)鍵：BAT是目前市場上數(shù)據(jù)保有量最大的三家公司，數(shù)據(jù)資本也會出現(xiàn)兩極分化的現(xiàn)象，未來類似BAT的平臺將會聚集更多的數(shù)據(jù)。所以數(shù)據(jù)應(yīng)放在業(yè)務(wù)的討論和思考里，從而進一步推動業(yè)務(wù)的發(fā)展。

行為數(shù)據(jù)最大的價值即是在A場景產(chǎn)生的行為數(shù)據(jù)可以利用到B場景，接著葉謙通過三個場景分享了【友盟+】行為數(shù)據(jù)的研究和實踐：

一、利用行為數(shù)據(jù)構(gòu)建數(shù)據(jù)智能平臺

目前【友盟+】的主要數(shù)據(jù)來源于三個方面：PC、APP以及線下店鋪，通過采集到各個場景的行為數(shù)據(jù)，【友盟+】打造了數(shù)據(jù)智能平臺——U-DIP。

區(qū)別于市場各家推出的數(shù)據(jù)管理平臺，U-DIP則更強調(diào)在平臺之上的數(shù)據(jù)和算法對業(yè)務(wù)起到的支撐能力。通過上圖可以看出U-DIP是通過PC、APP、線下、社交、營銷反饋的數(shù)據(jù)進行特征抽取，形成用戶的特征庫。通過分析和挖掘到的信息：例如：網(wǎng)頁、調(diào)研、APP、機構(gòu)等數(shù)據(jù)，在標準數(shù)據(jù)庫條件下進而對消費者進行標簽預(yù)測：例如：人口屬性，興趣愛好等方面等。除此之外還挖掘出用戶的個性標簽，如：是否懷孕，是否有小孩，是否正要買車等等，甚至還可以產(chǎn)生消費心理標簽，如：用戶是否喜歡打折商品、是否喜歡優(yōu)惠券等，通過這些標簽使行為數(shù)據(jù)可以在營銷領(lǐng)域發(fā)揮更好的作用。

由于【友盟+】可以把全域收集到的行為數(shù)據(jù)映射到同一個體，U-DIP因而占有兩大優(yōu)勢：一是跨屏識別唯一用戶。二是在唯一用戶基礎(chǔ)上，對同一個體行為特征及偏好特征能夠進行更加全面、豐富、深入的分析和挖掘，從而能夠更為靈活地響應(yīng)不同應(yīng)用場景的數(shù)據(jù)需求。

進一步，葉謙還介紹了【友盟+】在廣告營銷上的一些嘗試，【友盟+】與某棋牌游戲廣告主合作進行分析得出，此前廣告主通過自己的標簽庫投放廣告的點擊率在2.64%，而通過U-DIP的定向人群廣告投放點擊率在6.45%，點擊率提升將近144%。

二、利用行為數(shù)據(jù)識別刷量

市場上不良競爭導(dǎo)致開發(fā)者不得不選擇非正常手段來增加用戶規(guī)模，交出更好的數(shù)據(jù)給投資人看，因而刷量業(yè)務(wù)便在國內(nèi)市場上迅速發(fā)展。

針對刷量作弊行為，葉謙分析到：從2016年市場情況來看，刷量的作弊用戶更加團伙化、專業(yè)化、地域集中化。【友盟+】從行為數(shù)據(jù)來看刷量作弊依舊存在三大的問題：1、無法完全模擬真實的數(shù)據(jù)發(fā)送環(huán)境：刷量用戶模擬一個環(huán)境容易，但卻無法將設(shè)備環(huán)境、地理位置環(huán)境、設(shè)備狀況等因素都考慮進去。2、無法完全模擬真實的用戶使用模式：高級的刷量用戶可以模擬同一天或多天同一手機在同一款A(yù)PP上的多次行為，但從真實用戶的使用情況來說，行為則會更加的復(fù)雜，例如：在多個APP的行為，設(shè)備的地理位置變化、節(jié)假日帶來的使用波動等，面對復(fù)雜的行為則是作弊無法模擬的。3、無法完全模擬真實的市場變化趨勢：在移動互聯(lián)網(wǎng)大環(huán)境下，市場發(fā)生的任何變動都會對APP有影響。例如：同類的APP上線會對APP產(chǎn)生一定影響，而這一點通過作弊模擬則是非常困難。

針對刷量行為，【友盟+】采取了相應(yīng)的措施，如上圖【友盟+】反作弊模型所示，首先通過特征抽取到的信息會放入規(guī)則引擎和預(yù)測模型通道，通過這兩個通道得到的結(jié)果匯聚成的得分就是設(shè)備質(zhì)量。而通過評估單個設(shè)備的質(zhì)量還可以進一步評估渠道的質(zhì)量，甚至還可評估APP的質(zhì)量?！居衙?】將會與刷量作弊的行為斗爭到底，堅決維護誠信的行業(yè)生態(tài)。

三、利用行為數(shù)據(jù)助力線下活動

近幾年，線上線下上演“冰火兩重天”。如何將線上經(jīng)濟反哺線下實體，傳統(tǒng)零售和電子商務(wù)從融合走向共贏?去年馬云曾提出了“新零售”的概念，即對消費者做到：可識別，可觸達、可洞察、可服務(wù)。那么線下零售如何做到可觸達和可感知呢?

葉謙提出了解決方案，目前通過WIFI獲取消費者手機設(shè)備信息或其它的ID識別信息，基于每個獨立的客流(類似線上UV指標)，建立客流人數(shù)、入店顧客、停留時長、來訪周期等指標體系，形成線下所需的客流分析。

通過收集到信息，可以得到一系列的指標：包括客流數(shù)、進店率、路過數(shù)、跳出率、停留時間等。通過數(shù)據(jù)進行分析后，把進入率高、停留時間長、關(guān)注率高的這一類用戶圈選出來進行重點營銷，從而達到事半功倍的營銷效果。

如上圖所示：在雙11促銷期間，某化妝品零售店進行促銷活動，通過分析后發(fā)現(xiàn)在促銷期入店客流增長整體不錯對引流方面效果很明顯。而通過進一步分析發(fā)現(xiàn)：化妝品店在北京有24個分店，共分四個區(qū)，兩個區(qū)效果不錯，另外兩個區(qū)基本上沒效果，這就對后面的營銷策略有了定量的指導(dǎo)作用，從而優(yōu)化促銷活動的分區(qū)力度。

最后葉謙還表示：行為數(shù)據(jù)反映了人和人之間，人和事之間，人和地點之間的聯(lián)結(jié)，只有通過聯(lián)結(jié)才會對業(yè)務(wù)產(chǎn)生真正的價值。

想知道更多移動營銷技巧，可直接點擊預(yù)覽，并且海淘科技提供移動營銷服務(wù)，找服務(wù)可與海淘科技客服聯(lián)系。