西安刘毅SEO西安刘毅SEO西安刘毅SEO

网站稳定运行:

数据管理平台

数据管理平台 (DMP)是用于收集和管理数据的软件平台。它们允许企业识别受众细分,可用于针对在线广告活动中的特定用户和上下文。DMP 可以使用大数据和人工智能算法来处理和分析来自各种来源的用户的大型数据集。使用 DMP 的一些优势包括数据组织、增加对受众和市场的洞察力以及有效的广告预算。另一方面,DMP 经常不得不处理隐私问题由于第三方软件与私人数据的集成而引起的担忧。尼尔森和甲骨文等全球实体正在不断开发这项技术。

更一般地,术语数据平台可以指用于收集和管理数据的任何软件平台。它是一个集成解决方案,截至 2010 年代,它可以结合数据湖、数据仓库或数据中心等功能用于商业智能目的。但是,本文专门讨论了使用此类技术平台来收集和管理用于数字营销目的的数据。

特点

目的

DMP 是管理数据的收集、存储和组织的任何类型的软件,以便营销人员、出版商和其他企业可以从中利用有用的信息。存储的数据可能包括客户信息、人口统计数据和移动标识符或cookie ID,DMP 将对其进行分析以允许企业为广告创建目标细分。DMP 可以帮助品牌更多地了解其客户群,从而为收购策略提供信息并增加销售额。它们还允许企业评估其广告活动的有效性。

历史

Memory_Data_Register_diagram.jpg

第一代和第二代编程语言

在 1950 年代,数据管理成为公司的一个问题,因为计算机的计算速度不快,需要大量的劳动力来提供结果。公司首先将数据存储在仓库中。早期的程序是用二进制和十进制编写的,这被称为绝对机器语言,后来被称为第一代编程语言。

此后,汇编语言——后来被称为第二代编程语言——应运而生。这种象征性的机器代码在程序员中越来越流行,因为他们能够利用字母进行编码。这减少了程序中的错误并提高了代码的可读性。

高级语言

在整个 1960 年代和 1970 年代,随着技术的不断进步和程序员与计算机的接触越来越多,第一代和第二代编程语言演变为高级语言(HLL)。这些语言以易于人类阅读而闻名,并且对于允许人们编写不依赖于所使用计算机类型的通用程序非常重要。HLL 以强调内存和数据管理而闻名,并且这个时代出现的许多语言(即COBOL、C和C++)今天仍然被广泛使用。

在线数据管理和数据库

在线交易很快成为许多行业的重要组成部分。这是通过在线数据管理系统实现的。这些系统可以快速分析信息,它们允许程序读取、更新信息并将信息发送给用户。

在 1970 年代,Edgar F. Codd开发了一种易于学习的语言,即结构化查询语言 ( SQL ),它具有英语命令。这种语言处理关系数据库,改进了数据处理并减少了重复数据。这种关系模型允许快速处理大量数据,并改进了并行处理、客户端-服务器计算和图形用户界面,并使多个用户同时进行交互。

为了应对大数据的处理和研究,NoSQL应运而生。NoSQL 最大的优势在于它能够存储大量数据。NoSQL 出现于 1998 年,但它在开发人员中的流行度在 2005 年之后有所增长。

280px-Data_Virtualization.jpg

云和人工智能

如今,数据管理已从本地存储转移到云端。在 1990 年代末和 2000 年代初,Salesforce 和亚马逊推广了基于互联网的服务的概念,这对客户很有吸引力,因为它降低了内部维护成本并增加了改变业务需求的灵活性。随着人工智能(AI) 的日益普及,现在比以往任何时候都更容易存储和分类大量数据。正是在这个时代,DMP 经历了它们的崛起,因为现在可以处理世界上天文数字的用户数据并将其呈现给公司用于营销目的。

数据管道

DMP 首先从收集原始数据开始。这需要从各种来源收集数据,例如网页访问和在线找到的注册表单。此外,可用数据不仅限于个人计算机,因为移动设备、社交网络和智能设备都是原始数据的恒定来源。从技术角度来看,JavaScript跟踪器和API用于在用户执行应记录和存储的操作时通知服务器。

一旦 DMP 收集了数据,它就会继续处理和整合所有数据。它首先通过过滤掉任何垃圾或缺失值来清理数据。然后,它利用机器学习算法在用户集之间找到模式并在大范围内组织它们。这有助于创建 360 度客户视图,进而有助于将第一、第二和第三方数据类型集成到一个数据库中。

接下来是数据管理阶段。在这里,DMP 协助其客户(即寻求利用其用户数据的其他公司)创建用户配置文件。用户资料是特定客户人口统计数据的一部分,旨在帮助可视化整个行业的模式和趋势。它们还有助于揭示未被发现的市场机会。

此过程的最后一步是激活阶段。一旦所有数据都被收集、处理并正确组织和分割,它就会通过服务器或DSP在市场上投入使用。从这里,广告商使用其他第三方服务来访问 DMP 并向其目标受众提供目标内容。

功能

DMP 用于在数字营销中对在线客户进行剖析、分析和定位。他们在以下领域工作:

· 广告定位 -创建细分受众群并通过个性化广告活动定位特定用户,例如向表现出购买新车兴趣的用户展示汽车广告。

· 用户分析 -使用用户相关信息(例如需求、兴趣和行为)的数据集来代表真实的人。可以手动创建配置文件,也可以通过自动分析和配置互联网用户的机器学习算法创建配置文件。

· 相似建模 -为有针对性的广告活动识别行为与当前客户相似的新客户。

· 业务洞察——通过数据分析发现关于客户和服务的新洞察,以及用额外的外部数据补充现有的CRM系统,例如用户的属性或他们与在线产品的交互。

· 内容和产品推荐 -使用 DMP 推荐为所有用户开发个性化体验。

· 货币化或销售数据 -销售 DMP 数据以产生额外收入。

· 受众丰富 -通过 DMP 分析分析和了解受众,以了解他们的特定需求。

· 扩大您的客户群 -通过 DMP 分析发现新的客户群,提高知名度和品牌忠诚度。

优点和缺点

优势

使用数据管理平台有六大优势:在一个地方收集数据、使用第三方数据发现新市场、获得受众洞察、创建完整的客户视图、定位您的受众以及有效地预算营销支出。

缺点

数据管理平台严重依赖 Cookie 技术来识别行为。苹果和现在的谷歌最近采取的措施是阻止第三方广告 cookie,这会使数据管理平台的价值主张面临风险。

此外,在组织的当前环境中采用这样的平台可能很困难。这是因为数据聚合技术很复杂,需要正确的技术知识才能实施。

另一个值得关注的领域是导入数据的质量:如果质量低,则 DMP 将无法提供有意义的结果。

收集数据的所有权和隐私问题

一般来说,数据主要分为三类:

· 第一方数据——由公司本身收集和拥有的数据。例如,网站数据、移动应用程序数据和 CRM 数据。

· 第二方数据——通过企业合作收集的数据。这包括在线活动数据和客户旅程数据。

· 第 3 方数据——数据提供商提供的数据,可在市场上购买。

DMP还收集了三种主要类型的数据:

· 观察到的数据——互联网用户的数字足迹,即搜索历史或使用的网络浏览器类型。

· 推断数据——基于用户互联网行为的结论。

· 声明的数据——用户明确提供的数据,例如在线表格或应用程序注册。

DMP 有助于帮助数字营销人员根据第三方数据发现新的受众。尽管情况确实如此,但通用数据保护条例(GDPR) 使 DMP 更难获取第三方数据。以前,DMP 通过cookie处理第三方数据,现有法律不需要用户同意此类数据收集。但是,GDPR 现在要求个人数据(包括通过使用 cookie 收集的数据)只能在用户同意的情况下使用。展望未来,这意味着公司收集第三方数据将变得更加困难,DMP 将承担更大的法律义务。因此,未来的 DMP 可能会更加依赖第一方和第二方数据。

 


版权声明:本站部分文章来源或改编自互联网及其他公众平台,主要目的在于分享信息,版权归原作者所有,内容仅供读者参考,如有侵权请联系我们删除。
邮箱:2636484259@qq.com