海淘科技編者，為大家推出，移動營銷，數據先行內容。最近，【友盟+】COO葉謙在第二屆移動營銷峰會上分享了主題是《移動營銷 數據先行》的演講，他表示：數據應作為業務中非常重要的一環，是思考的起點。

(圖為【友盟+】COO 葉謙)

未來公司之間的差距在數據上

最近，AlphaGo 升級版“Master”遍挫中日韓圍棋高手，獲勝60場。圍棋界的人工智能已經悄然變得無比強大，而人工智能有兩個重要的核心：數據和算法。葉謙表示：目前在算法層面各公司差距非常小，最新最好的算法都是公開的，數據則成為未來各公司差距所在。葉謙進一步引用《數據資本的興起》報告中所提到的三個原則來說明數據的上升對競爭戰略具有重要的影響：

• 第一、數據來源于行為：行為數據具備獨特性，理論上一個人可以偽造身份證或者學歷，但想改變行為習慣或偽造行為非常困難。
• 第二、數據會產生更多的數據：數據在業務中使用會產生飛輪效應，業務初期采集和利用數據的難度較大，但業務上正軌后產生數據的速度會呈直線上漲甚至呈幾何級上漲。
• 第三、平臺是獲勝的關鍵：BAT是目前市場上數據保有量最大的三家公司，數據資本也會出現兩極分化的現象，未來類似BAT的平臺將會聚集更多的數據。所以數據應放在業務的討論和思考里，從而進一步推動業務的發展。

行為數據最大的價值即是在A場景產生的行為數據可以利用到B場景，接著葉謙通過三個場景分享了【友盟+】行為數據的研究和實踐：

一、利用行為數據構建數據智能平臺

目前【友盟+】的主要數據來源于三個方面：PC、APP以及線下店鋪，通過采集到各個場景的行為數據，【友盟+】打造了數據智能平臺——U-DIP。

區別于市場各家推出的數據管理平臺，U-DIP則更強調在平臺之上的數據和算法對業務起到的支撐能力。通過上圖可以看出U-DIP是通過PC、APP、線下、社交、營銷反饋的數據進行特征抽取，形成用戶的特征庫。通過分析和挖掘到的信息：例如：網頁、調研、APP、機構等數據，在標準數據庫條件下進而對消費者進行標簽預測：例如：人口屬性，興趣愛好等方面等。除此之外還挖掘出用戶的個性標簽，如：是否懷孕，是否有小孩，是否正要買車等等，甚至還可以產生消費心理標簽，如：用戶是否喜歡打折商品、是否喜歡優惠券等，通過這些標簽使行為數據可以在營銷領域發揮更好的作用。

由于【友盟+】可以把全域收集到的行為數據映射到同一個體，U-DIP因而占有兩大優勢：一是跨屏識別唯一用戶。二是在唯一用戶基礎上，對同一個體行為特征及偏好特征能夠進行更加全面、豐富、深入的分析和挖掘，從而能夠更為靈活地響應不同應用場景的數據需求。

進一步，葉謙還介紹了【友盟+】在廣告營銷上的一些嘗試，【友盟+】與某棋牌游戲廣告主合作進行分析得出，此前廣告主通過自己的標簽庫投放廣告的點擊率在2.64%，而通過U-DIP的定向人群廣告投放點擊率在6.45%，點擊率提升將近144%。

二、利用行為數據識別刷量

市場上不良競爭導致開發者不得不選擇非正常手段來增加用戶規模，交出更好的數據給投資人看，因而刷量業務便在國內市場上迅速發展。

針對刷量作弊行為，葉謙分析到：從2016年市場情況來看，刷量的作弊用戶更加團伙化、專業化、地域集中化。【友盟+】從行為數據來看刷量作弊依舊存在三大的問題：1、無法完全模擬真實的數據發送環境：刷量用戶模擬一個環境容易，但卻無法將設備環境、地理位置環境、設備狀況等因素都考慮進去。2、無法完全模擬真實的用戶使用模式：高級的刷量用戶可以模擬同一天或多天同一手機在同一款APP上的多次行為，但從真實用戶的使用情況來說，行為則會更加的復雜，例如：在多個APP的行為，設備的地理位置變化、節假日帶來的使用波動等，面對復雜的行為則是作弊無法模擬的。3、無法完全模擬真實的市場變化趨勢：在移動互聯網大環境下，市場發生的任何變動都會對APP有影響。例如：同類的APP上線會對APP產生一定影響，而這一點通過作弊模擬則是非常困難。

針對刷量行為，【友盟+】采取了相應的措施，如上圖【友盟+】反作弊模型所示，首先通過特征抽取到的信息會放入規則引擎和預測模型通道，通過這兩個通道得到的結果匯聚成的得分就是設備質量。而通過評估單個設備的質量還可以進一步評估渠道的質量，甚至還可評估APP的質量。【友盟+】將會與刷量作弊的行為斗爭到底，堅決維護誠信的行業生態。

三、利用行為數據助力線下活動

近幾年，線上線下上演“冰火兩重天”。如何將線上經濟反哺線下實體，傳統零售和電子商務從融合走向共贏?去年馬云曾提出了“新零售”的概念，即對消費者做到：可識別，可觸達、可洞察、可服務。那么線下零售如何做到可觸達和可感知呢?

葉謙提出了解決方案，目前通過WIFI獲取消費者手機設備信息或其它的ID識別信息，基于每個獨立的客流(類似線上UV指標)，建立客流人數、入店顧客、停留時長、來訪周期等指標體系，形成線下所需的客流分析。

通過收集到信息，可以得到一系列的指標：包括客流數、進店率、路過數、跳出率、停留時間等。通過數據進行分析后，把進入率高、停留時間長、關注率高的這一類用戶圈選出來進行重點營銷，從而達到事半功倍的營銷效果。

如上圖所示：在雙11促銷期間，某化妝品零售店進行促銷活動，通過分析后發現在促銷期入店客流增長整體不錯對引流方面效果很明顯。而通過進一步分析發現：化妝品店在北京有24個分店，共分四個區，兩個區效果不錯，另外兩個區基本上沒效果，這就對后面的營銷策略有了定量的指導作用，從而優化促銷活動的分區力度。

最后葉謙還表示：行為數據反映了人和人之間，人和事之間，人和地點之間的聯結，只有通過聯結才會對業務產生真正的價值。

想知道更多移動營銷技巧，可直接點擊預覽，并且海淘科技提供移動營銷服務，找服務可與海淘科技客服聯系。