所谓DMP，即数据管理平台，是近年来广告行业中的热词之一。尼尔森不久前所做的报告显示，DMP在广告商眼中有着非常高的认知度，但是有效利用和实施DMP仍处于初级阶段。换句话说，DMP行业在理解和执行上有着明显的差距。 关于让DMP诸多概念落地的讨论在行业中从未停止过，如何对海量数据进行正确的解析？应当选取怎样的分类维度？数据该怎样组合，才能成为营销利器？方方面面的问题困扰着不少广告主和技术公司。 中国传统国学讲求“取势、明道和优术”，不妨就从这三个角度，来谈谈今天的DMP应向何处发展。  取势：满足消费者的个性化营销需要 势代表着方向和趋势。作为服务于营销活动的DMP，首先最需要阐明的就是目前的营销大趋势是怎样的。 回顾过去，在营销的1.0时代，广告以产品为中心，最具时代特征的理论就是4Ps，即产品（Product）、价格（Price）、渠道（Place）、促销（Promotion），这一理论从管理决策的角度来研究市场营销问题，把消费者摆在了被动接受信息的位置上。 到了2.0时代，倾听消费者心中所想，以受众为中心的观念取代了之前的产品中心论。营销学家温德尔·史密斯提出了STP市场定位理论，其中“市场细分”的概念不是根据产品品种、产品系列来进行的，而是从消费者的角度进行不同类别的划分。消费者偏好在营销中的位置被提高到了新的高度，里面的不少概念被沿用至今天的数字营销业。 如今，营销步入3.0时代，精准广告的概念已经普及，但从效果上看仍不如设想的那么好，定向条件的局限性限制了广告投放的精度。用过去的方法，广告主可能知道某位用户是一位北京的女性上班族，但是对于她想要什么商品却一无所知。随着个性化的需求成为新的中心点，营销需要依托模型，将一个人在网络上的碎片化行为转化为具体的可供分析的“项”，探知他的消费动机和购买欲望。如果只停留在地理、人口属性等细分类别上，对广告的指导作用十分有限。 在粉末化的信息爆炸时代，数据是洞察消费行为和决策的最好工具，对于海量的数据来说，只有把这些数据的粒度解析到“行为”和“动机”两方面才能适应当下消费者个性化的营销需求，从而实现营销的根本目的——转化的提升。 明道：细分行为和动机的理论依据 道，是理论和规律。数字广告中的很多理论基础和对消费者规律的研究其实早已经成型。 例如Mehrabian和Russell共同提出SOR模型，本是对传统购物情境下消费情绪与购买意愿的研究，但放到现在的数字营销中依然受用。S是刺激、O是消费者、R是需要做出反应，广告本身就是一个以信息为载体的“刺激”，它可以对接触到人产生认知影响，最终驱动行为，这就是我们需要研究“行为”的原因。  这里引入的第二个营销理论是很多人熟知的“消费者购买决策过程”，包括：需求认知、信息收集、备选方案选择、购买决策和购后行为。广告投放的过程不光要对用户进行分类，也要了解它所处的决策阶段。  将上述理论结合，以SOR模型作为竖坐标，决策过程作为横坐标可以发现：广告代表的信息层既可以在不同的阶段对消费者进行刺激，从而影响行为的产生。反过来，广告主也能够根据消费者行为，判断他所处的决策阶段，针对性的推出他所需要的信息和广告。  对于决策时间较长的行业，广告主可以从当前的用户行为进行推测，给出符合需求的营销信息，而对于电商、金融类等高频行为领域，则可以根据阶段性频繁出现的行为规律，推测接下来顾客的需求，制定相应的广告策略。 以购买汽车为例，在消费者产生购车需求之后，可以对处于信息收集阶段的用户投放品牌广告形成认知；而对已经聚焦的用户，提供更多车型的选择让他们得以充分了解产品；当消费者进入产品备选的阶段时，对比广告能更好的抓住客户；进入到购买实施阶段，促销和打折信息则能有效提升转化。 基于用户的行为和动机进行真正有针对性的投放，方能实现效果的最大化。 优术：如何做到基于行为和动机广告投放 术，是具体的方法，也是应用理论的能力。落到DMP领域，如何让之前的理论落地是数据管理产品最大的难题。 想要对用户行为和动机做出分析，首先就要拥有这部分底层行为数据，例如搜索行为，访问行为，移动app中的行为以及底层行为等等。 派择科技（PageChoice）不久前推出了他们的新DMP产品，主打底层数据管理。这款名为Action的DMP新品，正是从这４个方面对消费行为展开研究。  Action的４个主要功能包括：“竞品拦截”，将一段URL给到系统，根据它找到访问过的顾客；“搜索行为”，根据给到系统的关键字，找出对应的顾客；“app行为识别”，通过DPI技术，完整识别app生命周期中的核心行为；“底层行为“，例如在电商领域，Action能够将用户的浏览，收藏，下单等行为完整的记录并解析，从中找出具有价值的行为和消费动机。 Action目前支持的主流转化行为超过195个，覆盖超过30个行业。数据源包括中国GDP Top15省份底层行为数据、往期广告投放、合作媒体和商业Wifi数据，基本做到了主流覆盖。 这些技术和数据，让这款DMP产品回归了DMP诞生的初衷：更好的了解用户，以及具有商业价值的各类底层行为数据，从而带来更好的广告效果。这也是数据营销服务最应重视的核心。 Action数据产品目前已经推出了十几个行业的主流营销方案，我们就从中选取美妆行业方案作为代表进行解析。 如今，很多垂直类的美妆网站和APP如雨后春笋一样涌现，美妆行业的品牌越来越分散，消费者对于产品的选择除了品牌口碑之外，开始更加注重产品的细节和功能价值。而女性人群花费在产品对比和研究上的时间也与日俱增，这些行为都在网络上留下了痕迹，也就是DMP分析时所用的数据。 例如，当一位女性刚开始关注某款新产品时，可以适时的根据场景投放针对性广告；随着用户多次打开美妆类App，或是在搜索引擎上查询具体的功能，证明放大品牌影响力的机会已经到来，此时产品和推广信息就要马上触及用户，而到了最后的购买决策阶段，用户也会有特殊的行为数据特征，例如不断的比价，或是和闺蜜讨论产品，在有这些行为产生的时候，就可以将最后的促销或优惠信息传递过去，形成最终转化。  Action除了针对痛点的模型，还提供了许多功能化的模块，比如通过数据挖掘，定位社交红人的“好闺蜜”能够放大网红对女性消费者的影响力；“美人心”则是顾客对竞品摇摆不定时，进行竞品的拦截；“回眸笑”则是跨媒体的重定向服务，把流失的客户有效召回。  总结 广告主对于DMP的最大需求在于高效的梳理数据资产，最大程度的发挥数据的指导性作用，形成更高的投资回报比。在度过了行业的爆发期后，DMP行业迎来了重新爬坡的新阶段，而数据解析和应用能力的落地，将成为2016年真正体现DMP竞争力的地方。 |
