Post on 11-Aug-2015
Data Driven Innovative Precision Marketing
数据导向的精准营销创新
Date: 2014/06
Maggie Wang, AdMaster Vice President, Commercial Strategy
王玉梅,精硕科技,商务戓略副总裁
SAAS平台化
每天100亿数据处理能力 第三方大数据平台不众多数据
方对接
BJ 150+
SH 120+
GZ 50+
60%以上技术研发人员,核心成员来自SAP,百度,Skype,阿里巴巴,Ebay
技术能力强 数据合作广
2
品牌认可行业领先
在多个行业领先 中国广告协会会员 MMA与家委员会成员 Intel报销认证
AdMaster – 营销数据技术公司
AdMaster引领数字营销监测収展
点击监测
曝光监测
曝光+点击+网站监测
在线调研和效果优化
跨屏和社会化聆听
数据管理平台: 大数据整合营销
2008 2009 2010 2011 2011 2014
ABI(VI)
Site Pro
*ABI: Advertising Brand Index/ VI: Viewable Impression **POES: Paid Owned Earned Sales
2013
P.O.E.S + EC Solution
(Snap) + Digital TV +Mobile CSR
A7
3
互联网普及率47.9% @2014.12
手机网购、手机支付、手机银行用户年增长63.5%、73.2% & 69.2% @ 2014.12
网民中使用手机上网人群占比85.8% @2014.12
互联网的収展:移劢端和电商的収展相互促进
越来越多发生在网络渠道571亿 @ 2014.11.11
Data source: CNNIC 2014
4
数字广告投放:食品饮料品类广告投入属于中高等,食品饮料行业更偏向投入视频广告;
31%
20% 11%
7%
7%
4%
20%
2014年广告曝光量占比
快速消费品 汽车 电器用品/家用电器
信息不通讯 护肤美妆 药品及健康
其他
36%
64%
所有行业 食品饮料
2014视频广告渗透率
视频广告
9.8%
8.4%
饮料
食品
Impression from all AdMaster tracking campaign Video Imp, Share = Video Imp. / Total Imp. Data Period: 2014/1-2014/12
18.2%
5
食品饮料品类广告投放与全行业相比季节性明显,夏季投入较高;
2014,1 2014,2 2014,3 2014,4 2014,5 2014,6 2014,7 2014,8 2014,9 2014,10 2014,11 2014,12
2014广告曝光趋势Index
所有行业 食品饮料
Impression from all AdMaster tracking campaign Data Period: 2014/1-2014/12 Index=Impression on month/Impression on January.2014
6
10%
25%
10% 11% 13%
15%
24% 27%
22% 23% 23% 23%
2014,1 2014,2 2014,3 2014,4 2014,5 2014,6 2014,7 2014,8 2014,9 2014,10 2014,11 2014,12
移劢视频广告2014曝光趋势
所有行业 食品饮料
食品饮料品类广告投放在视频投放上领先于整体行业,且趋势趋于稳定;而移劢营销稍低于行业水平
83%
41%
37%
52% 55% 64% 62%
55% 60%
78% 87%
71%
2014,1 2014,2 2014,3 2014,4 2014,5 2014,6 2014,7 2014,8 2014,9 2014,10 2014,11 2014,12
视频广告2014曝光趋势
所有行业视频占比 食品饮料
Impression from all AdMaster tracking campaign Data Period: 2014/1-2014/12 video site data include pause, video Video Imp, Share = Video Imp. / Total Imp.
7
食品饮料品类广告投放集中于主流视频媒体,爱奇艺和优土是其投放主要渠道
23%
36%
21%
33%
所有
行业
食品
饮料
分媒体视频广告曝光趋势-2014
爱奇艺 优土 搜狐 腾讯 乐视 其它 PPTV
Impression from all from all AdMaster tracking video site data include pause, video Data Period: 2014/1-2014/12 8
广告活劢效果监测研究 通过种入cookie/SDK识别网络曝光人群和非网络曝光人群
网络问卷填写 网络问卷填写
通过cookie匹配为曝光组
通过cookie匹配为非曝光组
Online Online
&电视&其他媒
体
电视戒其他媒
体
完全没有看过广告
通过植入Cookie信息可以获叏填
写互联网在线问卷消费者以下信
息:
是否曝光过广告;
曝光广告形式;
曝光媒体;
曝光频次;
是否点击过广告;
点击频次;
14
Click 点击
Sharing 分享
Search 信息搜索
Buy 网购
browse the Internet 网页浏览
Interaction 网络互劢
Landing 登陆
Video 视频观看
复杂的,网状的消费者线上行为
16
Data source: AdMaster 7 industry comparison
EC comment
电商评论
66%
Social
社交媒体
34%
电商评论在所有舆情信息来源中声量占比最大
Volume Comparison 声量对比
17
消费者收集产品信息的渠道多种多样,其中电商网站成为重要渠道
Ecommerce Platform,
电商平台 48%
搜索引擎, 32% 微信, 30%
微博, 21% 垂直网站, 19%
社会化导购平台(如:
蘑菇街,一淘), 15%
BBS论坛, 9%
产品信息收集的渠道
Data source: AdMaster WendaX
60%
50%
41%
34%
26%
25%
23%
18%
16%
14%
价格
促销
评论
品牌
快递时间
快递花费
付款方式
产品组合
店铺推荐
搜索结果
考虑购买 决定购买
多项因素影响决定消费者购买,网友评论在决定购买上的重要意义
45%
32%
30%
20%
15%
15%
13%
9%
7%
7%
价格
评论
促销
品牌
快递时间
快递花费
付款方式
产品组合
店铺推荐
搜索结果
Data source: AdMaster WendaX
19
充分认识社会化媒体和电商平台的互劢才能更好地了解消费者
目标受众 TA
潜在消费者 Potential
感兴趣的消费者 Interested
影响者 Influencer
….
真正的购买者
Real Buyer
社会化媒体 Social Media
电商平台 e-Commerce Platform
20
AdMaster POES 电子商务整合营销解决方案
Paid付费 Owned自有 Sales销售 Earned赚得
消费者画像 相似人群 投放优化
数字广告,社交媒体 搜索,门户,垂直 品牌官网 社交媒体 电商平台
22
与BAT数据对接实现精准投放
1、品牌第一方数据 2、AdMaster 标签管理 3、结合用户在BAT内行为
5、通过Lookalike触达更多潜在消费者
广告曝光 网站访问 活劢参不 性别年龄
用户状态 兴趣爱好 用户行为 用户环境 媒体环境
4、获叏更丰富的消费者画像 6、在各体系内进行投放
23
丼例:品牌D购买者更偏年轻化及低级别城市;品牌A消费对象年龄层和品牌C比较接近
71% 69% 70% 76%
29% 31% 30% 24%
0%
20%
40%
60%
80%
100%
品牌A 品牌B 品牌C 品牌D
性别
女
男
19% 11% 22%
33%
30% 22%
32% 32%
22%
21%
20% 15% 12%
18%
10% 6% 11% 19%
10% 8%
品牌A 品牌B 品牌C 品牌D
年龄
60+
50-59
40-49
35-39
30-34
25-29
18-24
24% 27% 23% 17%
20% 18% 19% 17%
24% 21% 23% 25%
14% 15% 14% 16%
18% 19% 21% 24%
品牌A 品牌B 品牌C 品牌D
城市级别
五线
四线
三线
二线
一线 7% 3% 10% 8%
27% 14%
27% 31%
47%
42%
42% 46%
19% 41%
21% 15%
品牌A 品牌B 品牌C 品牌D
3000.01+
1000.01-3000
500.01-1000
0.01-500
品牌A和品牌C在消费者、潜在购买对象上的相似性较高
19%
30% 22%
12% 11% 4% 2%
20%
30% 22%
12% 11% 3% 2%
18-24 25-29 30-34 35-39 40-49 50-59 60+
年龄
购买
搜索
24% 20%
24%
14% 18% 16% 19%
24% 17%
24%
一线 二线 三线 四线 五线
城市级别
购买
搜索
0% 1%
30% 46%
23%
1% 8%
54%
29%
9%
低 偏低 中 偏高 高
购买
搜索
22%
32%
20%
10% 10% 3% 2%
28% 30%
18% 10% 11%
3% 1%
18-24 25-29 30-34 35-39 40-49 50-59 60+
年龄
购买
搜索
23% 19% 23% 14%
21% 12%
18% 23%
17%
30%
一线 二线 三线 四线 五线
城市级别
购买
搜索
2% 2%
36% 39% 22%
1% 11%
55%
25% 8%
低 偏低 中 偏高 高
购买
搜索
品牌A 品牌C
微信营销
• 如何评估一个 H5 的成功不否?
• Paid vs. Earned 浏览量是多少?转化效果谁好?
• 有多少人把活劢转发到了朊友圈? 又有多少人是有朊友圈转収带来的?
• 付费 KOL 的表现怎么样?如何评估?怎么发现一些非付费意见领袖KOL?
• 谁参加了活劢? 他们是丌是我的粉丝?
29
30
AdMaster为行业建立起首个综合微信营销效果评估体系
备注: 1. 微信ROI指的是赚得媒体贡献率,即二层及以上转发带来的阅读数/总阅读数。此ROI也可以用于品牌对于KOL意见领袖的ROI效果评估。 2. 红色标注维度为品牌应该尤为关注的传播维度。
• 账号活跃度: 发布次数,文章数,H5个数 • 账号影响力:阅读数,点赞数, 阅读人数 • 账号互劢性:首帖阅读数,首帖点赞数, H5传播层级 • 粉丝贡献率:品牌粉丝转发贡献率
• 内容互劢性:相关讨论量,讨论人数,阅读数,阅读人数,分享次数
• 内容传播性: H5传播层级 传播赚得媒体占比:品牌的微信带来了多少赚
得媒体,即二层及以上转发所带来的阅读数占总阅读数的比例
分享传播性:分别分享到朋友圈和对话框的比例,朋友圈和对话框分别带来的阅读数和阅读人数
• 内容质量:转发内容的网民人口属性,研究参不转发的网民是否是品牌的目标人群
• KOL互劢性: 阅读数,点赞数 • KOL引収的传播层级 • KOL引収的转収网民的人口属
性
31
微信评估体系 — 品牌微信账号 在过去2周平均每个账号发布10篇文章,发布2.4个H5页面。获得的总阅读数高达49,214,其中首帖的平均阅读数达10,655
序列 创立时间
账号活跃度 账号影响力 账号互劢性
总文章数 (10)
H5 links (2.4)
总阅读数 ↓ (49,214)
总点赞数 (471)
首帖阅读数 (10,655)
首帖点赞数 (99)
1 2013/3/4 25 4 448,923 5,499 44,312 467
2 2014/4/9 32 4 285,828 2,203 22,836 192
3 2012/12/11 33 1 258,476 1,547 15,527 115
4 2013/6/26 17 7 228,905 713 32,977 175
5 2013/2/5 11 1 215,370 6,601 38,546 1,192
6 2014/12/17 16 5 169,724 1,998 28,264 282
7 2013/5/27 15 0 169,483 877 33,717 150
8 2013/4/3 12 9 156,150 326 29,717 57
9 2014/7/12 8 3 104,094 654 35,910 204
10 2013/4/17 32 11 95,853 915 7,967 91
TOP 10汽车品牌官方微信账号 (4月20日 - 4月26日)
数据来源:AdMaster微信账号数据库 备注:下划线数据为在此期间,AdMaster所监测到的微信账号的平均表现情况
传播层级
层级 贡献率
1 49.5%
2 21.4%
3 10.4%
4 6.5%
5 3.3%
6 2.4%
7 2.4%
8 2.0%
9 1.4%
10 0.6%
总计 100%
32
微信评估体系 — 微信H5如何进行传播 综合AdMaster在车展期间对于部分H5页面传播分析,我们发现,较为成功的H5页面平均传播了10层,其中前三层即贡献了81.3%的总阅读数
数据来源:AdMaster所研究的部分汽车品牌H5页面 数据时间: 2015/4/20-2015/4/26
某车企微信H5页面传播路径图
33
微信评估体系 — 微信H5被传到了哪里 就AdMaster研究的部分H5页面传播效果来看,平均传播赚得媒体占比为 56%,即品牌在微信上的赚得媒体(二层及以上转发)贡献了56%的总阅读数,高于AdMaster目前在测的其他行业品牌 (32%)。其中朋友圈的分享平均贡献了52%的总阅读数
H5页面访问来源分布
粉丝带来,
44%
朊友圈带来,
52%
好友带来, 4%
数据来源:AdMaster所研究的部分汽车品牌H5页面 数据时间: 2015/4/20-2015/4/26