AdMaster攜手Accuen亮相第七屆金投賞 探索中國程序化營銷新發展
（10月21日，上海）第七屆金投賞創意峰會開幕首日，國內領先的數據解決方案提供商AdMaster（精碩科技）攜手宏盟媒體集團程序化購買平臺Accuen聯合主辦的“數據與技術驅動下的品牌程序化營銷分享會暨第七屆金投賞大數據分論壇在上海舉辦。作為本屆金投賞唯一大數據主題分論壇，會上圍繞當下備受關注的營銷話題“程序化購買”的發展現狀、應用策略、受眾人群管理、應用和評估優化手段等方面進行了深入分析和探討。
互聯網尤其是移動互聯網的發展加速了媒體數量和種類呈爆發式增長，程序化購買營銷就在這種多元的媒體資源和購買方式下順勢而生，正逐漸成為主流的營銷模式。程序化購買營銷方式的發展得益于大數據的營銷理念，實現了以受眾為購買的媒介策略，及能夠通過分析目標人群的廣告到達和轉化來實時優化媒介投放。
會上，針對目前中國程序化購買的發展現狀，Accuen總經理袁俊先生指出：“程序化購買是媒體購買不可逆轉的必然發展趨勢，目前中國程序化購買還處于發展的初級階段。但正有越來越多的媒體平臺，包括BAT都在開放媒體資源，增加程序化購買的廣告售賣形式，這都將加速整個程序化購買的生態環境的發展。同時，隨著廣告形式的多樣化及移動視頻平臺的發展，未來程序化購買將向多元化的趨勢發展。” 面對后續如何更好的推動國內程序化購買的發展，袁俊強調：“如何進一步運用監測和數據分析來優化品牌程序化購買的模式，幫助客戶提升營銷效果也是程序化購買發展的關鍵。”
（上圖：宏盟媒體集團中國 程序化購買互動營銷部門總經理袁俊先生發言）
Accuen業務總監江睿先生則重點強調了數據對于程序化購買的重要性,江睿表示 “隨著程序化購買在中國的發展，數據也越來越廣泛的被應用到程序化的采購之中。數據在程序化采購中的作用是顯而易見的，既有第三方數據來驗證前端投放的人群精準性，也有第一方和第三方數據用來提高投放的后端效果。同時，隨著國內市場對數據重要性認知的加強，先后出現了一批愿意開放自身數據的媒體，使得國內的投放環境顯得更加的成熟和開放。”
針對監測和數據分析在品牌程序化購買中的應用，AdMaster數據平臺副總楊純先生全面闡述了數據管理平臺如何幫助廣告主參與程序化購買。首先，楊純指出：“對于以數據作為購買依據的程序化購買來說，廣告主需要對于數據的認識從原先的監測分析過渡到受眾的管理和應用，第三方數據管理平臺是其發展的關鍵核心和保障。”在程序化購買中，面對技術驅動下的實時投放，廣告主普遍缺乏可信賴的實時決策數據（移動端更為明顯）、現有的品牌第一方數據如何參與營銷和優化、多方數據源如何融合和管理、品牌投放安全顧慮等都是市場正面對的挑戰。楊純強調：“第三方數據平臺的接入可以有效幫助廣告主解決這些困惑。AdMaster的數據管理平臺可以完成多源數據融合，幫助品牌私有數據資產更好的整合管理和利用；科學管理受眾數據，并讓這些數據能夠及時供給到程序化購買相關流量服務商，實現基于受眾分類下的程序化營銷（得益于第三方的身份和自身強大的媒體技術對接能力，目前AdMaster的受眾數據識別率領跑國內第三方數據服務市場）；同時，結合第三方增強數據，廣告從曝光開始到實際效果轉化（P.O.E.S）的完整流程都可以通過數據進行評估、分析和優化從而指導下一次的受眾購買。”
（上圖：AdMaster數據產品副總裁楊純先生發言）
程序化購買營銷在中國穩步發展兩年來，眾多行業專家和領導者都發揮著積極的推動作用。本次論壇，有幸邀請到多位行業內重量級嘉賓的積極支持和參與。國際知名雜志《The Economist》企業組織總監柏瑪麗（Mary Boyd）女士出席會議，并作為主要發言嘉賓介紹了中外程序化購買發展情況異同。同時，聯合利華數字和消費者互動營銷負責人廖明博士、谷歌大中華區程序化買方事務總經理郭志明先生作為圓桌發言嘉賓出席了會議。圓桌發言環節由Campaign亞太雜志大中華區記者陳詠欣女士主持，在AdMaster和 Accuen發言代表的共同參與下，為與會嘉賓呈現了一場行業上下游互動的精彩討論。
（上圖：圓桌討論環節）
另外，包括依云、上海家化、ABI、DS、康師傅、YUM、MHD、佰草集、強生、立邦、LVMH、歐萊雅、好時、玫琳凱、強生、實力、新網邁、華揚聯眾等近80家廣告主和代理公司嘉賓代表出席了論壇。
最后,楊純表示：“數據管理平臺對于程序化購買的發展是一種有力提升和推動，目前國內的數據管理和服務領域才剛剛起步，行業需要像AdMaster這樣的第三方數據管理平臺。只有第三方的數據平臺能夠將廣告主的第一方數據（如CRM），第二方的營銷數據，以及第三方的增強數據，真正做到融合和應用，并建立產業鏈上互通識別、以數據為單元的流通貨幣，品牌才能夠更主動參與程序化購買，媒體也更愿意開放優質的資源進入市場，只有這樣中國市場的程序化購買才能走向成熟和可持續發展。”
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）