AdMaster携手Accuen亮相第七届金投赏 探索中国程序化营销新发展
（10月21日，上海）第七届金投赏创意峰会开幕首日，国内领先的数据解决方案提供商AdMaster（精硕科技）携手宏盟媒体集团程序化购买平台Accuen联合主办的“数据与技术驱动下的品牌程序化营销分享会暨第七届金投赏大数据分论坛在上海举办。作为本届金投赏唯一大数据主题分论坛，会上围绕当下备受关注的营销话题“程序化购买”的发展现状、应用策略、受众人群管理、应用和评估优化手段等方面进行了深入分析和探讨。
互联网尤其是移动互联网的发展加速了媒体数量和种类呈爆发式增长，程序化购买营销就在这种多元的媒体资源和购买方式下顺势而生，正逐渐成为主流的营销模式。程序化购买营销方式的发展得益于大数据的营销理念，实现了以受众为购买的媒介策略，及能够通过分析目标人群的广告到达和转化来实时优化媒介投放。
会上，针对目前中国程序化购买的发展现状，Accuen总经理袁俊先生指出：“程序化购买是媒体购买不可逆转的必然发展趋势，目前中国程序化购买还处于发展的初级阶段。但正有越来越多的媒体平台，包括BAT都在开放媒体资源，增加程序化购买的广告售卖形式，这都将加速整个程序化购买的生态环境的发展。同时，随着广告形式的多样化及移动视频平台的发展，未来程序化购买将向多元化的趋势发展。” 面对后续如何更好的推动国内程序化购买的发展，袁俊强调：“如何进一步运用监测和数据分析来优化品牌程序化购买的模式，帮助客户提升营销效果也是程序化购买发展的关键。”
（上图：宏盟媒体集团中国 程序化购买互动营销部门总经理袁俊先生发言）
Accuen业务总监江睿先生则重点强调了数据对于程序化购买的重要性,江睿表示 “随着程序化购买在中国的发展，数据也越来越广泛的被应用到程序化的采购之中。数据在程序化采购中的作用是显而易见的，既有第三方数据来验证前端投放的人群精准性，也有第一方和第三方数据用来提高投放的后端效果。同时，随着国内市场对数据重要性认知的加强，先后出现了一批愿意开放自身数据的媒体，使得国内的投放环境显得更加的成熟和开放。”
针对监测和数据分析在品牌程序化购买中的应用，AdMaster数据平台副总杨纯先生全面阐述了数据管理平台如何帮助广告主参与程序化购买。首先，杨纯指出：“对于以数据作为购买依据的程序化购买来说，广告主需要对于数据的认识从原先的监测分析过渡到受众的管理和应用，第三方数据管理平台是其发展的关键核心和保障。”在程序化购买中，面对技术驱动下的实时投放，广告主普遍缺乏可信赖的实时决策数据（移动端更为明显）、现有的品牌第一方数据如何参与营销和优化、多方数据源如何融合和管理、品牌投放安全顾虑等都是市场正面对的挑战。杨纯强调：“第三方数据平台的接入可以有效帮助广告主解决这些困惑。AdMaster的数据管理平台可以完成多源数据融合，帮助品牌私有数据资产更好的整合管理和利用；科学管理受众数据，并让这些数据能够及时供给到程序化购买相关流量服务商，实现基于受众分类下的程序化营销（得益于第三方的身份和自身强大的媒体技术对接能力，目前AdMaster的受众数据识别率领跑国内第三方数据服务市场）；同时，结合第三方增强数据，广告从曝光开始到实际效果转化（P.O.E.S）的完整流程都可以通过数据进行评估、分析和优化从而指导下一次的受众购买。”
（上图：AdMaster数据产品副总裁杨纯先生发言）
程序化购买营销在中国稳步发展两年来，众多行业专家和领导者都发挥着积极的推动作用。本次论坛，有幸邀请到多位行业内重量级嘉宾的积极支持和参与。国际知名杂志《The Economist》企业组织总监柏玛丽（Mary Boyd）女士出席会议，并作为主要发言嘉宾介绍了中外程序化购买发展情况异同。同时，联合利华数字和消费者互动营销负责人廖明博士、谷歌大中华区程序化买方事务总经理郭志明先生作为圆桌发言嘉宾出席了会议。圆桌发言环节由Campaign亚太杂志大中华区记者陈詠欣女士主持，在AdMaster和 Accuen发言代表的共同参与下，为与会嘉宾呈现了一场行业上下游互动的精彩讨论。
（上图：圆桌讨论环节）
另外，包括依云、上海家化、ABI、DS、康师傅、YUM、MHD、佰草集、强生、立邦、LVMH、欧莱雅、好时、玫琳凯、强生、实力、新网迈、华扬联众等近80家广告主和代理公司嘉宾代表出席了论坛。
最后,杨纯表示：“数据管理平台对于程序化购买的发展是一种有力提升和推动，目前国内的数据管理和服务领域才刚刚起步，行业需要像AdMaster这样的第三方数据管理平台。只有第三方的数据平台能够将广告主的第一方数据（如CRM），第二方的营销数据，以及第三方的增强数据，真正做到融合和应用，并建立产业链上互通识别、以数据为单元的流通货币，品牌才能够更主动参与程序化购买，媒体也更愿意开放优质的资源进入市场，只有这样中国市场的程序化购买才能走向成熟和可持续发展。”
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）