当前位置:首页 >资讯中心 >行业资讯 >

智慧家庭场景下广告主该如何入场?大屏指数让黑客式增长成为可能

源自:互联网 作者:佚名 发布时间:2020-04-26 10:50

近日,酷开网络大屏指数研究院院长赵磊在直播过程中,揭秘了酷开网络如何通过营销技术化实现大屏端营销效果的持续增长。

在移动互联网流量红利见顶的当下,随着5G万物互联时代的到来,OTT大屏成为智慧家庭场景下最重要的流量入口。广告商逐流量而居,营销战场逐渐从个人转向家庭。然而,相比较于移动端私域流量,OTT端公域流量的触达和转化难度更高。业内认为,酷开网络大屏指数是目前市场上唯一一个能够给出基于公域家庭用户画像的产品,助力广告主实现在OTT大屏投放的预期效果。那么,大屏指数是如何运维公域流量的?近日,酷开网络大屏指数研究院院长赵磊在直播过程中,揭秘了酷开网络如何通过营销技术化实现大屏端营销效果的持续增长。

营销数字化:提供精细化公域数据能力

公域流量运维的难度在于,移动端、PC端的数据以使用者的个人数据为主,因此在营销过程中只要洞悉作为个体的兴趣爱好即可。而作为客厅公屏的OTT产生的用户数据,不仅有家庭构成、所处地域等差异,还存在明显的分时特征和多变的使用场景。

为了厘清公域大屏场景下的复杂用户数据,酷开网络将自身数据和第三方、合作伙伴的多源数据进行打通,在全量化数据的基础上,通过标签、人群和指标,建设了多达两千个精细化人群,实现从家庭到家庭成员的精准描绘,构建起区别于私屏TA(Target Audience)的TH(Target Household)动态家庭画像。

具体来说,酷开网络通过“标签”可以识别用户的典型特征,根据用户典型特征找到其中的共性,共性较大的用户就形成了“人群”。而“人群”结合不同地域、时间、场景被细分为具有不同特征的差异化人群。最后,把不同“人群”置入不同场景,就可以形成行为指标、活跃指标、转化指标等关键性指标。通过人群与标签的建立,酷开网络实现了公屏场景下用户数据的数字化。

当然,这只是第一步。赵磊表示:“人群与标签只能说实现了数字化的细化,但是如何利用它们达到一个效果?我们需要建设它的指标体系,这就是大屏指数。” 借助AI技术,大屏指数可以增强对实时大屏播放内容和用户场景的理解,将用户有效时长分成沉浸式观影、流量路径交互、活动参与等不同场景,在此基础上融合家庭当中的细粒度场景识别和分时特征,根据获客、活跃、留存、转化等不同营销阶段建设不同的数字化指标,同时结合历史上用户行为周期性的规律,实现营销投放的精准策划。最后,再结合数字的效果反馈,就可以在大屏指数上看到在不同阶段的营销效果。

从底层数据存储到数据标签体系、运用自动化营销和运营的系统工具与解决方案,经过完成与客户的触达、交互、转化、留存这一全过程,获取信息形成反馈,再到数据的进一步优化进入新的循环,酷开网络所建立的体系已经将数字化营销过程的每个环节都打通,形成了营销过程中的完整闭环。

增长黑客:让持续性增长成为可能

全链路营销数字化之后,下一步该如何做?传统营销只关注转化率,而酷开网络则将增长黑客的思维应用起来,聚焦整个用户生命周期。酷开网络发现,在将大屏营销全链路用户行为进行数字化以后呈现出营销漏斗的特征:从曝光到转化,非用户在成为用户过程中人群是在不断缩圈的,这是一个正常现象。但是酷开网络在思考的是,如何将漏斗式运营转变为以单一用户为核心的个性化运营,实现单一用户全生命周期的价值最大化。

在此,酷开网络提出了“超级用户”的概念。所谓超级用户,是指不将大屏使用者单纯视为消费者,而是家庭客厅中的体验者,通过家庭场景化创意运营来升级家庭用户的幸福体验,当整个家庭幸福感提升之后,也会助推每一位家庭成员的幸福值,个体的消费意愿和消费行为也会随之增加。在这样的营销场景下,酷开网络再通过对精细化场景的洞察向超级用户输出品牌信息及推送个性化商品,会极大提升营销转化效果。

酷开网络对用户全生命周期价值的挖掘还体现在针对营销漏斗每一个环节的专项提升。从获取、激活到留存、变现,酷开网络借助底层的精细化标签搭建起不同的分析模型,同时,根据广告主诉求可自行定义关键指标,针对某一个指标体系,酷开网络可以通过AB实验等方式探寻有效的增长策略,为品牌或产品搭建起长期、稳定的增长引擎,最终实现用户的持续性增长。由此,酷开网络将数字化营销过程转化为以效果为中心的智慧营销过程。

将MarTech技术进行数字化,可以洞察特定场景在全链路过程中转化情况如何;而以某一个指标体系专项做增长,可以完成以用户甚至以用户完整生命周期为核心的营销体系。以技术为媒,酷开网络将数字化和增长黑客两个能力进行融合,帮助广告主实现了大屏营销效果的持续提升,正如赵磊所言:“在数字化驱动的体系下,能够找到一些关键指标,同时再通过增长实验、增长黑客的方式保证持续增长,这就是闭环的价值。”

源自:中华广告网

本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

评论区域