SlideShare uma empresa Scribd logo
1 de 28
Baixar para ler offline
Aidata.me
Data Management Platform
для “нубасиков”
2017
Оглавление
1. Что такое данные? Какие типы бывают?
2. Экосистема DMP и технологические основы работы
3. Основные продукты DMP
4. Зачем компаниям DMP?
5. Куда развивается рынок DMP?
2
Aidata.me
Что такое данные?
Какие типы бывают?
3
Что такое данные?
Знания о пользователях
• Cookie — это уникальный текстовый идентификатор, записывающийся в браузер пользователя и позволяющий
различать пользователей в интернете, а также хранить данные о них.
• Благодаря отслеживанию cookie появляется возможность составлять карты поведения пользователей в интернете.
Cookie
www.bmw.ru
a101.ru
cars.auto.ru
realty.yandex.ru
medportal.ru
apteki.ru
rbc.ru
facebook.com
lenta.ru
drive.ru
rambler.ru help.mail.ru
ya.ru
air.ru
aliexpress.ru
4
Aidata.me
Что такое данные?
Знания о пользователях
Три типа данных с точки зрения владения
1st Party
Данные о посетителях, собранные с собственных ресурсов
2nd Party
Данные партнёра (к примеру, данные собранные онлайн
аптеками могут дополнять данные фарм.компании)
3rd Party

Данные внешних поставщиков (зачастую напрямую
неизвестних), собранных со всего интернета компанией,
агрегирующей данные
1st Party
2nd Party
3rd Party
DMP
5
Aidata.me
3. От 2 до 14 дней
— в зависимости от остроты интереса
Что такое данные?
Типы данных для сбора
Типы данных
о пользователях:
1. Заявленные
- пол;
- возраст;
- доход.
2. Поведенческие
- интересы по различным тематикам, история
посещения ресурсов;
- история запросов;
- история совершения конверсионных действий.
3. Данные о намерениях
- запросы, ориентированные на совершение
конечных действий (покупок)
Срок жизни
данных:
1. Теоретически срок не ограничен1
2. Около 30 дней
— средний срок жизни “куки” в базе
1 несмотря на отмирание кук по этим данным легко реализуем механизм отслеживания изменения и восстановления кук 6
Aidata.me
Экосистема DMP и
технологические основы работы
7
8
Экосистема DMP и технологические основы работы
Aidata.me
Паблишеры
Рекламодатели
Агентства
Экосистема DMP и технологические основы работы
Место DMP в programmatic экосистеме
9
SSP DSP
DMP
Aidata.me
Паблишеры
Экосистема DMP и технологические основы работы
Синхронизация данных: cookie sync
10
Партнер
DMP
1. Браузер юзера запрашивает страничку
(или баннер/или код) с сервера Партнера;
2. Партнер отвечает на запрос, вставляя в
него пиксель DMP, а также свой
идентификатор, присвоенный юзеру;
3. Браузер юзера считывает пиксель DMP и
инициирует вызов сервера DMP;
4. DMP идентифицирует браузер юзера,
сохраняет идентификатор Партнера в
таблице соответствия и возвращает в
браузер юзера невидимый 1*1 пиксель.
1
2
3 4
ID
Партнера
ID DMP
123 456
Aidata.me
Экосистема DMP и технологические основы работы
Что позволяет установка пикселя и cookie sync
11
1. Мэтчинг кук и предоставление детальной аналитики Партнеру по его аудитории;
2. Отслеживание событий на сайте (просмотры, клики, таймеры, отправки форм,
прокрутки и т.д.) и сегментация аудитории;
3. Обогащение данных Партнера данными со всего Интернета;
4. Возможность “всеобщего-синка” для передачи данных в любые из систем
Партнеров.
Aidata.me
Экосистема DMP и технологические основы работы
Типы пикселей и что они умеют
12
<script type="text/javascript">
(function (window, document) {
var elem = document.createElement('script');
elem.src = '//x01.aidata.io/pixel.js?pixel=Nubasiki&v=' + Date.now();
elem.type='text/javascript';elem.async = true;
var s = document.getElementsByTagName('script')[0];
s.parentNode.insertBefore(elem, s);
})(window, window.document);
</script>
<img src="//x01.aidata.io/0.gif?pid=AUTO" style="position: absolute; left: -9999px;" />
Javascript
Картинка
Aidata.me
Экосистема DMP и технологические основы работы
Look-alike
13
Aidata.me
Принцип:
Технология:
1. Сбор 1st party сегмента;
2. Выделение тренировочной выборки с включением в нее случайных кук;
3. Построение модели, описывающей выборку;
4. Прогон всех кук из базы через модель для выделения наиболее похожих кук;
5. Сбор наиболее похожих кук в финальный сегмент.
1
2
3
4
5
Экосистема DMP и технологические основы работы
Технологические заблуждения
14
1. Если на твоем ресурсе нет ни одного пикселя, то твоих пользователей не
отслеживают;
2. Ограничения по работе с персональными данными защищают тебя от того, чтобы
вся информация о тебе стала доступна;
3. Есть способы анонимизировать свою личность в интернете;
4. Ваши финансовые данные находятся в безопасности и за пределы финансовых
структур не распространяются.
Aidata.me
Экосистема DMP и технологические основы работы
Технологические заблуждения
15
1. Если на твоем ресурсе нет ни одного пикселя, то твоих пользователей не
отслеживают;
2. Ограничения по работе с персональными данными защищают тебя от того, чтобы
вся информация о тебе стала доступна;
3. Есть способы анонимизировать свою личность в интернете;
4. Ваши финансовые данные находятся в безопасности и за пределы финансовых
структур не распространяются.
Aidata.me
Основные
продукты DMP
16
Основные продукты DMP
Аудиторные сегменты. Откуда берутся данные?
17
Демография
Геолокация
Уровень дохода
Профессия
Интересы
Покупки
Лайки
Aidata.me
сайты знакомств, профессиональные соц.сети
IP пользователя
соц.сети поиска работы, покупки от банков
профессиональные соц.сети
посещение интернет страниц
данные от e-comm сайтов
парсеры социальных сетей
Официальная версия
Реальность
В реальности огромное количество данных получается с использованием
операторского кликстрима, данных от банков или посредников, плагинов, счетчиков,
виджетов, социальных кнопок. Особую ценность предоставляют оффлайн данные
Инструмент работы с 1st и 2nd party данными
Как работает DMP:
1. Установка кода на свои площадки и на ресурсы партнеров
2. Первичный сбор и анализ аудитории
3. Обработка, сегментация и анализ аудитории на основании данных DMP
4. Передача аудиторных сегментов в рекламные платформы для таргетинга
5. Интеграция с CRM для обогащения данных атрибутами из DMP
Дополнительные возможности:
1. Детальная аналитика, сегментация своей аудитории на основании данных со всего интернета
2. Обогащение своей аудитории 3rd Party данными
3. Построение look-alike сегментов на своих данных.
1st Party Data
2nd Party Data
3rd Party Data
1 2 3 4
DMP
1
2
3
4
CRM
5
5
18
Aidata.me
Основные продукты DMP
Зачем
компаниям DMP?
Аналитика собственный данных и построение
аудиторий
Сегментация аудиторий и построение
пользовательских профилей
Data onboarding (в т.ч. offline)
Обогащение своих данных (look-alike)
Динамическая адаптация контента
Обеспечение сохранности данных
Таргетирование с использованием 3rd party
данных
Паблишеры
Зачем компаниям DMP?
Основные запросы к DMP
20
РекламодателиАгентства
Aidata.me
Зачем компаниям DMP?
Возможности DMP для маркетинга
“Портфельное
управление” 1st Party
данными клиента
Пост-кампейн
аналитика
(Brand-lift)
Сбор, активация
и расширение
“конверсионных”
данных
Анализ соц-дем
и поведенческих
профилей
пользователей
Кастомизация
рекламного
сообщения под
пользователя
Единый
таргетинг
в рекламных
кампаниях
DMP
01 02
03
0405
06
Планирование
рекламных
кампаний
Корректировка по
результатам анализа
эффективности РК
00
00
+
21
Aidata.me
Зачем компаниям DMP?
Вертикальные DMP. Когда нужны?
Основной бизнес оффлайн
Стадия изучения длится больше недели и не
может быть вся закрыта SEM
22
Aidata.me
В категории 80% продаж делают 20% активной
аудитории, при этом высокий switching
Аудитория заходит в категорию на короткий
период
Автомобили
Недвижимость
Фармацевтика
Кинопрокат
Домашние животные
Детские товары
Зачем компаниям DMP?
Вертикальные DMP. Данные
Знание
Интерес
23
Aidata.me
Лид
Изучение
Соц-Дем
Поведенческие
Социальные взаимодействия
Кликнувшие
Органика на сайте
Качественное поведение
КупившиеПокупка
3rd Party
2nd Party 3rd Party
1st Party
1st Party
1st Party
1st Party
1st Party
Примеры стратегий размещения
с использованием данных
Общий
сегмент Ж
25-50
Общий
баннер с
частотой
5+
Клик
Переход
на сайт
На сайте более 35 сек
На сайте менее 35 сек
Нет клика
Добавляем в сегмент
максимально
заинтересованных
Добавляем в сегмент
не заинтересованных
Добавляем в сегмент
заинтересованных
Сегмент максимально
заинтересованных
Баннер с
частотой
2+
Создаем Look-
alike сегмент
Сегмент не
заинтересованных
Исключаем из
всех рекламных
кампаний
Сегмент
заинтересованных
Цель: увеличение знания и
сбор первоначальной
аудитории
Цель: добор лояльной
аудитории
Цель: исключение затрат на
нелояльную аудиторию
Цель: перевод клиентов из
разряда информированных в
разряд заинтересованных
Применяем
ретаргетинг
Видео
размещение
Зачем компаниям DMP?
24
Aidata.me
Типичные примеры использования DMP
Зачем компаниям DMP?
25
Aidata.me
Кейс 1: Паблишер. Использование DMP для аналитики качества аудитории статей и ее
продажи.
Кейс 2: Рекламное агентство. Мультибрендовая стратегия для фарм.производителя.
Кейс 3: Конечный рекламодатель. Автобренд. Использование триггеров для
увеличения заявок на тест-драйв.
Куда развивается
рынок DMP?
26
Будущее DMP
У нас впереди огромные возможности!
27
Mobile
White label
Оффлайн
данные
Cross-device
Aidata.me
Спасибо!
Евгений Жданов
+7 926 172 67 90
e.zhdanov@aidata.me
28
Aidata.me

Mais conteúdo relacionado

Mais procurados

Digital Marketing from inside
Digital Marketing from insideDigital Marketing from inside
Digital Marketing from insideDataArt
 
Покупка данных в AdRiver DMP
Покупка данных в AdRiver DMPПокупка данных в AdRiver DMP
Покупка данных в AdRiver DMPAdRiver
 
CleverDATA. Как же на самом деле заработать на данных
CleverDATA. Как же на самом деле заработать на данныхCleverDATA. Как же на самом деле заработать на данных
CleverDATA. Как же на самом деле заработать на данныхHybridRussia
 
Amber-data & Independent Media. DMP for Publishers: Easier than you think
Amber-data & Independent Media. DMP for Publishers: Easier than you thinkAmber-data & Independent Media. DMP for Publishers: Easier than you think
Amber-data & Independent Media. DMP for Publishers: Easier than you thinkHybridRussia
 
Avito. Программатик-симбиоз площадки и рекламодателя. Как получить максимум о...
Avito. Программатик-симбиоз площадки и рекламодателя. Как получить максимум о...Avito. Программатик-симбиоз площадки и рекламодателя. Как получить максимум о...
Avito. Программатик-симбиоз площадки и рекламодателя. Как получить максимум о...HybridRussia
 
Realweb & re:Store. У кого look alike длиннее
Realweb & re:Store. У кого look alike длиннееRealweb & re:Store. У кого look alike длиннее
Realweb & re:Store. У кого look alike длиннееHybridRussia
 
RTB-Media. Как закупать programmatic в self-service? Первое независимое срав...
 RTB-Media. Как закупать programmatic в self-service? Первое независимое срав... RTB-Media. Как закупать programmatic в self-service? Первое независимое срав...
RTB-Media. Как закупать programmatic в self-service? Первое независимое срав...HybridRussia
 
Soloway. Простой programmatic для высокой результативности performance-кампаний.
Soloway. Простой programmatic для высокой результативности performance-кампаний.Soloway. Простой programmatic для высокой результативности performance-кампаний.
Soloway. Простой programmatic для высокой результативности performance-кампаний.HybridRussia
 
Александр Кириллов, Head of Data monetization at DCA
Александр Кириллов, Head of Data monetization at DCAАлександр Кириллов, Head of Data monetization at DCA
Александр Кириллов, Head of Data monetization at DCAmaria_bu22
 
Михаил Петров, Between Digital: "Как спасти RTB? Новые технологии в интернет-...
Михаил Петров, Between Digital: "Как спасти RTB? Новые технологии в интернет-...Михаил Петров, Between Digital: "Как спасти RTB? Новые технологии в интернет-...
Михаил Петров, Between Digital: "Как спасти RTB? Новые технологии в интернет-...web2win
 
Яндекс. Развитие programmatic решений
Яндекс. Развитие programmatic решенийЯндекс. Развитие programmatic решений
Яндекс. Развитие programmatic решенийHybridRussia
 
RIF CIB 2015 DCA Big Data Value
RIF CIB 2015 DCA Big Data ValueRIF CIB 2015 DCA Big Data Value
RIF CIB 2015 DCA Big Data ValueKirill Chistov
 
Покупка данных через AdRiver DMP
Покупка данных через AdRiver DMPПокупка данных через AdRiver DMP
Покупка данных через AdRiver DMPSoloway
 
Платформа управления данными DMP (Data Management Platform)
Платформа управления данными DMP (Data Management Platform)Платформа управления данными DMP (Data Management Platform)
Платформа управления данными DMP (Data Management Platform)Adindex
 
Рецепт Б-52 для programmatic
Рецепт Б-52 для programmaticРецепт Б-52 для programmatic
Рецепт Б-52 для programmaticVladimir Mosin
 
Big Data is the new oil, или почему просто наличия (больших) данных недостато...
Big Data is the new oil, или почему просто наличия (больших) данных недостато...Big Data is the new oil, или почему просто наличия (больших) данных недостато...
Big Data is the new oil, или почему просто наличия (больших) данных недостато...Data-Centric_Alliance
 
Что хотят агенства от DSP?
Что хотят агенства от DSP?Что хотят агенства от DSP?
Что хотят агенства от DSP?RealWeb
 

Mais procurados (20)

Digital Marketing from inside
Digital Marketing from insideDigital Marketing from inside
Digital Marketing from inside
 
Покупка данных в AdRiver DMP
Покупка данных в AdRiver DMPПокупка данных в AdRiver DMP
Покупка данных в AdRiver DMP
 
CleverDATA. Как же на самом деле заработать на данных
CleverDATA. Как же на самом деле заработать на данныхCleverDATA. Как же на самом деле заработать на данных
CleverDATA. Как же на самом деле заработать на данных
 
Amber-data & Independent Media. DMP for Publishers: Easier than you think
Amber-data & Independent Media. DMP for Publishers: Easier than you thinkAmber-data & Independent Media. DMP for Publishers: Easier than you think
Amber-data & Independent Media. DMP for Publishers: Easier than you think
 
Avito. Программатик-симбиоз площадки и рекламодателя. Как получить максимум о...
Avito. Программатик-симбиоз площадки и рекламодателя. Как получить максимум о...Avito. Программатик-симбиоз площадки и рекламодателя. Как получить максимум о...
Avito. Программатик-симбиоз площадки и рекламодателя. Как получить максимум о...
 
Booster.DCA 2016
Booster.DCA 2016Booster.DCA 2016
Booster.DCA 2016
 
Realweb & re:Store. У кого look alike длиннее
Realweb & re:Store. У кого look alike длиннееRealweb & re:Store. У кого look alike длиннее
Realweb & re:Store. У кого look alike длиннее
 
RTB-Media. Как закупать programmatic в self-service? Первое независимое срав...
 RTB-Media. Как закупать programmatic в self-service? Первое независимое срав... RTB-Media. Как закупать programmatic в self-service? Первое независимое срав...
RTB-Media. Как закупать programmatic в self-service? Первое независимое срав...
 
DCA (Data-Centric Alliance)
DCA (Data-Centric Alliance)DCA (Data-Centric Alliance)
DCA (Data-Centric Alliance)
 
Soloway. Простой programmatic для высокой результативности performance-кампаний.
Soloway. Простой programmatic для высокой результативности performance-кампаний.Soloway. Простой programmatic для высокой результативности performance-кампаний.
Soloway. Простой programmatic для высокой результативности performance-кампаний.
 
Александр Кириллов, Head of Data monetization at DCA
Александр Кириллов, Head of Data monetization at DCAАлександр Кириллов, Head of Data monetization at DCA
Александр Кириллов, Head of Data monetization at DCA
 
Михаил Петров, Between Digital: "Как спасти RTB? Новые технологии в интернет-...
Михаил Петров, Between Digital: "Как спасти RTB? Новые технологии в интернет-...Михаил Петров, Between Digital: "Как спасти RTB? Новые технологии в интернет-...
Михаил Петров, Between Digital: "Как спасти RTB? Новые технологии в интернет-...
 
Яндекс. Развитие programmatic решений
Яндекс. Развитие programmatic решенийЯндекс. Развитие programmatic решений
Яндекс. Развитие programmatic решений
 
RIF CIB 2015 DCA Big Data Value
RIF CIB 2015 DCA Big Data ValueRIF CIB 2015 DCA Big Data Value
RIF CIB 2015 DCA Big Data Value
 
Покупка данных через AdRiver DMP
Покупка данных через AdRiver DMPПокупка данных через AdRiver DMP
Покупка данных через AdRiver DMP
 
Платформа управления данными DMP (Data Management Platform)
Платформа управления данными DMP (Data Management Platform)Платформа управления данными DMP (Data Management Platform)
Платформа управления данными DMP (Data Management Platform)
 
Рецепт Б-52 для programmatic
Рецепт Б-52 для programmaticРецепт Б-52 для programmatic
Рецепт Б-52 для programmatic
 
Big Data is the new oil, или почему просто наличия (больших) данных недостато...
Big Data is the new oil, или почему просто наличия (больших) данных недостато...Big Data is the new oil, или почему просто наличия (больших) данных недостато...
Big Data is the new oil, или почему просто наличия (больших) данных недостато...
 
Что хотят агенства от DSP?
Что хотят агенства от DSP?Что хотят агенства от DSP?
Что хотят агенства от DSP?
 
DataLift.DA
DataLift.DADataLift.DA
DataLift.DA
 

Destaque

Клуб Юных Программатиков. Лекция 4. Александра Осипова
Клуб Юных Программатиков. Лекция 4. Александра ОсиповаКлуб Юных Программатиков. Лекция 4. Александра Осипова
Клуб Юных Программатиков. Лекция 4. Александра ОсиповаYoungProgrammatic
 
AdRiver DMP
AdRiver DMPAdRiver DMP
AdRiver DMPAdRiver
 
Facetz DMP English 2014
Facetz DMP English 2014Facetz DMP English 2014
Facetz DMP English 2014Kirill Chistov
 
Jiří Malý - How to optimize RTB campaigns – current possibilities of the Czec...
Jiří Malý - How to optimize RTB campaigns – current possibilities of the Czec...Jiří Malý - How to optimize RTB campaigns – current possibilities of the Czec...
Jiří Malý - How to optimize RTB campaigns – current possibilities of the Czec...Marketing Festival
 
Digital заffтрак с Игорем Нагорновым, Auditorius
Digital заffтрак с Игорем Нагорновым, AuditoriusDigital заffтрак с Игорем Нагорновым, Auditorius
Digital заffтрак с Игорем Нагорновым, AuditoriusAlexey Ivanov
 
Thong tin du an sanctuary villas ho tram strip
Thong tin du an sanctuary villas ho tram stripThong tin du an sanctuary villas ho tram strip
Thong tin du an sanctuary villas ho tram stripBất động sản 777
 
Метрики оценки видео-кампаний
Метрики оценки видео-кампанийМетрики оценки видео-кампаний
Метрики оценки видео-кампанийHybridRussia
 
Где и как хранить данные в процессе их анализа:  SQL и не только…
Где и как хранить данные в процессе их анализа: SQL и не только… Где и как хранить данные в процессе их анализа: SQL и не только…
Где и как хранить данные в процессе их анализа:  SQL и не только… Alexey Neznanov
 
Mobile programmatiс
Mobile programmatiсMobile programmatiс
Mobile programmatiсRealWeb
 
Отчеты в Marilyn
Отчеты в MarilynОтчеты в Marilyn
Отчеты в MarilynMarilyn
 
Programmatic Buying и длинный цикл продаж - все точки над "i"
Programmatic Buying и длинный цикл продаж - все точки над "i"Programmatic Buying и длинный цикл продаж - все точки над "i"
Programmatic Buying и длинный цикл продаж - все точки над "i"CoMagic
 
Beeline. Digital–революция на рынке Mobile Programmatic
Beeline. Digital–революция на рынке Mobile ProgrammaticBeeline. Digital–революция на рынке Mobile Programmatic
Beeline. Digital–революция на рынке Mobile ProgrammaticHybridRussia
 
Статистика в Marilyn
Статистика в MarilynСтатистика в Marilyn
Статистика в MarilynMarilyn
 
Programmatic Buying: новая эпоха медиапланирования
Programmatic Buying: новая эпоха медиапланированияProgrammatic Buying: новая эпоха медиапланирования
Programmatic Buying: новая эпоха медиапланированияAuditorius
 
исследование черного рынка бд итог
исследование черного рынка бд итог исследование черного рынка бд итог
исследование черного рынка бд итог MFISoft
 
Валерий Кашин: "Почему вы разочаровались в программатике"
Валерий Кашин: "Почему вы разочаровались в программатике"Валерий Кашин: "Почему вы разочаровались в программатике"
Валерий Кашин: "Почему вы разочаровались в программатике"Auditorius
 
Я.крипта и Я.аудитории
Я.крипта и Я.аудиторииЯ.крипта и Я.аудитории
Я.крипта и Я.аудиторииiabrussiaprez
 
Programmatic video в России: "антикризисная" альтернатива ТВ рекламе
Programmatic video в России: "антикризисная" альтернатива ТВ рекламеProgrammatic video в России: "антикризисная" альтернатива ТВ рекламе
Programmatic video в России: "антикризисная" альтернатива ТВ рекламеAuditorius
 

Destaque (20)

Клуб Юных Программатиков. Лекция 4. Александра Осипова
Клуб Юных Программатиков. Лекция 4. Александра ОсиповаКлуб Юных Программатиков. Лекция 4. Александра Осипова
Клуб Юных Программатиков. Лекция 4. Александра Осипова
 
Viewability рекламы
Viewability рекламыViewability рекламы
Viewability рекламы
 
AdRiver DMP
AdRiver DMPAdRiver DMP
AdRiver DMP
 
Facetz DMP English 2014
Facetz DMP English 2014Facetz DMP English 2014
Facetz DMP English 2014
 
Jiří Malý - How to optimize RTB campaigns – current possibilities of the Czec...
Jiří Malý - How to optimize RTB campaigns – current possibilities of the Czec...Jiří Malý - How to optimize RTB campaigns – current possibilities of the Czec...
Jiří Malý - How to optimize RTB campaigns – current possibilities of the Czec...
 
Big data auditorius
Big data auditoriusBig data auditorius
Big data auditorius
 
Digital заffтрак с Игорем Нагорновым, Auditorius
Digital заffтрак с Игорем Нагорновым, AuditoriusDigital заffтрак с Игорем Нагорновым, Auditorius
Digital заffтрак с Игорем Нагорновым, Auditorius
 
Thong tin du an sanctuary villas ho tram strip
Thong tin du an sanctuary villas ho tram stripThong tin du an sanctuary villas ho tram strip
Thong tin du an sanctuary villas ho tram strip
 
Метрики оценки видео-кампаний
Метрики оценки видео-кампанийМетрики оценки видео-кампаний
Метрики оценки видео-кампаний
 
Где и как хранить данные в процессе их анализа:  SQL и не только…
Где и как хранить данные в процессе их анализа: SQL и не только… Где и как хранить данные в процессе их анализа: SQL и не только…
Где и как хранить данные в процессе их анализа:  SQL и не только…
 
Mobile programmatiс
Mobile programmatiсMobile programmatiс
Mobile programmatiс
 
Отчеты в Marilyn
Отчеты в MarilynОтчеты в Marilyn
Отчеты в Marilyn
 
Programmatic Buying и длинный цикл продаж - все точки над "i"
Programmatic Buying и длинный цикл продаж - все точки над "i"Programmatic Buying и длинный цикл продаж - все точки над "i"
Programmatic Buying и длинный цикл продаж - все точки над "i"
 
Beeline. Digital–революция на рынке Mobile Programmatic
Beeline. Digital–революция на рынке Mobile ProgrammaticBeeline. Digital–революция на рынке Mobile Programmatic
Beeline. Digital–революция на рынке Mobile Programmatic
 
Статистика в Marilyn
Статистика в MarilynСтатистика в Marilyn
Статистика в Marilyn
 
Programmatic Buying: новая эпоха медиапланирования
Programmatic Buying: новая эпоха медиапланированияProgrammatic Buying: новая эпоха медиапланирования
Programmatic Buying: новая эпоха медиапланирования
 
исследование черного рынка бд итог
исследование черного рынка бд итог исследование черного рынка бд итог
исследование черного рынка бд итог
 
Валерий Кашин: "Почему вы разочаровались в программатике"
Валерий Кашин: "Почему вы разочаровались в программатике"Валерий Кашин: "Почему вы разочаровались в программатике"
Валерий Кашин: "Почему вы разочаровались в программатике"
 
Я.крипта и Я.аудитории
Я.крипта и Я.аудиторииЯ.крипта и Я.аудитории
Я.крипта и Я.аудитории
 
Programmatic video в России: "антикризисная" альтернатива ТВ рекламе
Programmatic video в России: "антикризисная" альтернатива ТВ рекламеProgrammatic video в России: "антикризисная" альтернатива ТВ рекламе
Programmatic video в России: "антикризисная" альтернатива ТВ рекламе
 

Semelhante a Клуб Юных Программатиков. Лекция 2. Евгений Жданов

Презентация к выступлению Бориса Омельницкого на конференции FinInternet-2014
Презентация к выступлению Бориса Омельницкого на конференции FinInternet-2014 Презентация к выступлению Бориса Омельницкого на конференции FinInternet-2014
Презентация к выступлению Бориса Омельницкого на конференции FinInternet-2014 ADFOX
 
Big Data: Как принести пользу Бизнесу
Big Data: Как принести пользу БизнесуBig Data: Как принести пользу Бизнесу
Big Data: Как принести пользу БизнесуDen Reymer
 
Den Reymer Resilience_2014
Den Reymer Resilience_2014Den Reymer Resilience_2014
Den Reymer Resilience_2014CleverDATA
 
Clever data 1dmp_oracle_fors
Clever data 1dmp_oracle_forsClever data 1dmp_oracle_fors
Clever data 1dmp_oracle_forsCleverDATA
 
Александр Сергиенко (Техносерв Консалтинг) - Кейсы Big Data в трэвеле
Александр Сергиенко (Техносерв Консалтинг) - Кейсы Big Data в трэвелеАлександр Сергиенко (Техносерв Консалтинг) - Кейсы Big Data в трэвеле
Александр Сергиенко (Техносерв Консалтинг) - Кейсы Big Data в трэвелеTravelStartupsRu
 
Big Data: О чем думают ваши клиенты?
Big Data: О чем думают ваши клиенты?Big Data: О чем думают ваши клиенты?
Big Data: О чем думают ваши клиенты?Den Reymer
 
Cpa ex общая клиентская презентация_07042017
Cpa ex общая клиентская презентация_07042017Cpa ex общая клиентская презентация_07042017
Cpa ex общая клиентская презентация_07042017CPAex
 
DenReymer_presentation_for_CNewsforum_14112014
DenReymer_presentation_for_CNewsforum_14112014DenReymer_presentation_for_CNewsforum_14112014
DenReymer_presentation_for_CNewsforum_14112014CleverDATA
 
Веб-аналитика для всех: WebTrends
Веб-аналитика для всех: WebTrendsВеб-аналитика для всех: WebTrends
Веб-аналитика для всех: WebTrendsAndrew Fadeev
 
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса. Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса. Den Reymer
 
SocialCRM: Предпосылки. Решения и технологии. Перспективы развития.
SocialCRM: Предпосылки. Решения и технологии. Перспективы развития.SocialCRM: Предпосылки. Решения и технологии. Перспективы развития.
SocialCRM: Предпосылки. Решения и технологии. Перспективы развития.SemanticForce
 
РИФ 2016, Data & VOD текущее состояние На опыте продуктов ГПМД
РИФ 2016, Data & VOD текущее состояние На опыте продуктов ГПМДРИФ 2016, Data & VOD текущее состояние На опыте продуктов ГПМД
РИФ 2016, Data & VOD текущее состояние На опыте продуктов ГПМДТарасов Константин
 
Оценка стоимости данных со стороны поставщиков и потребителей - Риф+Киб'15 , ...
Оценка стоимости данных со стороны поставщиков и потребителей - Риф+Киб'15 , ...Оценка стоимости данных со стороны поставщиков и потребителей - Риф+Киб'15 , ...
Оценка стоимости данных со стороны поставщиков и потребителей - Риф+Киб'15 , ...AmberData
 
Валерий Кашин на главной отраслевой конференции для рынков интернет-маркетинг...
Валерий Кашин на главной отраслевой конференции для рынков интернет-маркетинг...Валерий Кашин на главной отраслевой конференции для рынков интернет-маркетинг...
Валерий Кашин на главной отраслевой конференции для рынков интернет-маркетинг...Auditorius
 
РИФ 2016, Data Monetization - Как зарабатывать на данных 2.0
РИФ 2016, Data Monetization - Как зарабатывать на данных 2.0РИФ 2016, Data Monetization - Как зарабатывать на данных 2.0
РИФ 2016, Data Monetization - Как зарабатывать на данных 2.0Тарасов Константин
 
Перезентация с доклада на конференции MarketingOne2014
Перезентация с доклада на конференции MarketingOne2014Перезентация с доклада на конференции MarketingOne2014
Перезентация с доклада на конференции MarketingOne2014RTB-media RU
 
MESImeetup_DenReymer_presentation
MESImeetup_DenReymer_presentationMESImeetup_DenReymer_presentation
MESImeetup_DenReymer_presentationCleverDATA
 
Как перестать бояться и начать любить медийку. Алгоритмический маркетинг.
Как перестать бояться и начать любить медийку. Алгоритмический маркетинг.Как перестать бояться и начать любить медийку. Алгоритмический маркетинг.
Как перестать бояться и начать любить медийку. Алгоритмический маркетинг.Molinos
 
Владимир Давыдов: Сквозная веб-аналитика в B2B
Владимир Давыдов: Сквозная веб-аналитика в B2B Владимир Давыдов: Сквозная веб-аналитика в B2B
Владимир Давыдов: Сквозная веб-аналитика в B2B Alexander Rys
 

Semelhante a Клуб Юных Программатиков. Лекция 2. Евгений Жданов (20)

Презентация к выступлению Бориса Омельницкого на конференции FinInternet-2014
Презентация к выступлению Бориса Омельницкого на конференции FinInternet-2014 Презентация к выступлению Бориса Омельницкого на конференции FinInternet-2014
Презентация к выступлению Бориса Омельницкого на конференции FinInternet-2014
 
Big Data: Как принести пользу Бизнесу
Big Data: Как принести пользу БизнесуBig Data: Как принести пользу Бизнесу
Big Data: Как принести пользу Бизнесу
 
Den Reymer Resilience_2014
Den Reymer Resilience_2014Den Reymer Resilience_2014
Den Reymer Resilience_2014
 
Clever data 1dmp_oracle_fors
Clever data 1dmp_oracle_forsClever data 1dmp_oracle_fors
Clever data 1dmp_oracle_fors
 
Александр Сергиенко (Техносерв Консалтинг) - Кейсы Big Data в трэвеле
Александр Сергиенко (Техносерв Консалтинг) - Кейсы Big Data в трэвелеАлександр Сергиенко (Техносерв Консалтинг) - Кейсы Big Data в трэвеле
Александр Сергиенко (Техносерв Консалтинг) - Кейсы Big Data в трэвеле
 
Big Data: О чем думают ваши клиенты?
Big Data: О чем думают ваши клиенты?Big Data: О чем думают ваши клиенты?
Big Data: О чем думают ваши клиенты?
 
Cpa ex общая клиентская презентация_07042017
Cpa ex общая клиентская презентация_07042017Cpa ex общая клиентская презентация_07042017
Cpa ex общая клиентская презентация_07042017
 
DenReymer_presentation_for_CNewsforum_14112014
DenReymer_presentation_for_CNewsforum_14112014DenReymer_presentation_for_CNewsforum_14112014
DenReymer_presentation_for_CNewsforum_14112014
 
Веб-аналитика для всех: WebTrends
Веб-аналитика для всех: WebTrendsВеб-аналитика для всех: WebTrends
Веб-аналитика для всех: WebTrends
 
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса. Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
 
SocialCRM: Предпосылки. Решения и технологии. Перспективы развития.
SocialCRM: Предпосылки. Решения и технологии. Перспективы развития.SocialCRM: Предпосылки. Решения и технологии. Перспективы развития.
SocialCRM: Предпосылки. Решения и технологии. Перспективы развития.
 
РИФ 2016, Data & VOD текущее состояние На опыте продуктов ГПМД
РИФ 2016, Data & VOD текущее состояние На опыте продуктов ГПМДРИФ 2016, Data & VOD текущее состояние На опыте продуктов ГПМД
РИФ 2016, Data & VOD текущее состояние На опыте продуктов ГПМД
 
Оценка стоимости данных со стороны поставщиков и потребителей - Риф+Киб'15 , ...
Оценка стоимости данных со стороны поставщиков и потребителей - Риф+Киб'15 , ...Оценка стоимости данных со стороны поставщиков и потребителей - Риф+Киб'15 , ...
Оценка стоимости данных со стороны поставщиков и потребителей - Риф+Киб'15 , ...
 
Валерий Кашин на главной отраслевой конференции для рынков интернет-маркетинг...
Валерий Кашин на главной отраслевой конференции для рынков интернет-маркетинг...Валерий Кашин на главной отраслевой конференции для рынков интернет-маркетинг...
Валерий Кашин на главной отраслевой конференции для рынков интернет-маркетинг...
 
РИФ 2016, Data Monetization - Как зарабатывать на данных 2.0
РИФ 2016, Data Monetization - Как зарабатывать на данных 2.0РИФ 2016, Data Monetization - Как зарабатывать на данных 2.0
РИФ 2016, Data Monetization - Как зарабатывать на данных 2.0
 
Перезентация с доклада на конференции MarketingOne2014
Перезентация с доклада на конференции MarketingOne2014Перезентация с доклада на конференции MarketingOne2014
Перезентация с доклада на конференции MarketingOne2014
 
"Современная веб-аналитика для B2B". Вебинар WebPromoExperts #173
"Современная веб-аналитика для B2B". Вебинар WebPromoExperts #173 "Современная веб-аналитика для B2B". Вебинар WebPromoExperts #173
"Современная веб-аналитика для B2B". Вебинар WebPromoExperts #173
 
MESImeetup_DenReymer_presentation
MESImeetup_DenReymer_presentationMESImeetup_DenReymer_presentation
MESImeetup_DenReymer_presentation
 
Как перестать бояться и начать любить медийку. Алгоритмический маркетинг.
Как перестать бояться и начать любить медийку. Алгоритмический маркетинг.Как перестать бояться и начать любить медийку. Алгоритмический маркетинг.
Как перестать бояться и начать любить медийку. Алгоритмический маркетинг.
 
Владимир Давыдов: Сквозная веб-аналитика в B2B
Владимир Давыдов: Сквозная веб-аналитика в B2B Владимир Давыдов: Сквозная веб-аналитика в B2B
Владимир Давыдов: Сквозная веб-аналитика в B2B
 

Клуб Юных Программатиков. Лекция 2. Евгений Жданов

  • 1. Aidata.me Data Management Platform для “нубасиков” 2017
  • 2. Оглавление 1. Что такое данные? Какие типы бывают? 2. Экосистема DMP и технологические основы работы 3. Основные продукты DMP 4. Зачем компаниям DMP? 5. Куда развивается рынок DMP? 2 Aidata.me
  • 4. Что такое данные? Знания о пользователях • Cookie — это уникальный текстовый идентификатор, записывающийся в браузер пользователя и позволяющий различать пользователей в интернете, а также хранить данные о них. • Благодаря отслеживанию cookie появляется возможность составлять карты поведения пользователей в интернете. Cookie www.bmw.ru a101.ru cars.auto.ru realty.yandex.ru medportal.ru apteki.ru rbc.ru facebook.com lenta.ru drive.ru rambler.ru help.mail.ru ya.ru air.ru aliexpress.ru 4 Aidata.me
  • 5. Что такое данные? Знания о пользователях Три типа данных с точки зрения владения 1st Party Данные о посетителях, собранные с собственных ресурсов 2nd Party Данные партнёра (к примеру, данные собранные онлайн аптеками могут дополнять данные фарм.компании) 3rd Party
 Данные внешних поставщиков (зачастую напрямую неизвестних), собранных со всего интернета компанией, агрегирующей данные 1st Party 2nd Party 3rd Party DMP 5 Aidata.me
  • 6. 3. От 2 до 14 дней — в зависимости от остроты интереса Что такое данные? Типы данных для сбора Типы данных о пользователях: 1. Заявленные - пол; - возраст; - доход. 2. Поведенческие - интересы по различным тематикам, история посещения ресурсов; - история запросов; - история совершения конверсионных действий. 3. Данные о намерениях - запросы, ориентированные на совершение конечных действий (покупок) Срок жизни данных: 1. Теоретически срок не ограничен1 2. Около 30 дней — средний срок жизни “куки” в базе 1 несмотря на отмирание кук по этим данным легко реализуем механизм отслеживания изменения и восстановления кук 6 Aidata.me
  • 8. 8 Экосистема DMP и технологические основы работы Aidata.me
  • 9. Паблишеры Рекламодатели Агентства Экосистема DMP и технологические основы работы Место DMP в programmatic экосистеме 9 SSP DSP DMP Aidata.me Паблишеры
  • 10. Экосистема DMP и технологические основы работы Синхронизация данных: cookie sync 10 Партнер DMP 1. Браузер юзера запрашивает страничку (или баннер/или код) с сервера Партнера; 2. Партнер отвечает на запрос, вставляя в него пиксель DMP, а также свой идентификатор, присвоенный юзеру; 3. Браузер юзера считывает пиксель DMP и инициирует вызов сервера DMP; 4. DMP идентифицирует браузер юзера, сохраняет идентификатор Партнера в таблице соответствия и возвращает в браузер юзера невидимый 1*1 пиксель. 1 2 3 4 ID Партнера ID DMP 123 456 Aidata.me
  • 11. Экосистема DMP и технологические основы работы Что позволяет установка пикселя и cookie sync 11 1. Мэтчинг кук и предоставление детальной аналитики Партнеру по его аудитории; 2. Отслеживание событий на сайте (просмотры, клики, таймеры, отправки форм, прокрутки и т.д.) и сегментация аудитории; 3. Обогащение данных Партнера данными со всего Интернета; 4. Возможность “всеобщего-синка” для передачи данных в любые из систем Партнеров. Aidata.me
  • 12. Экосистема DMP и технологические основы работы Типы пикселей и что они умеют 12 <script type="text/javascript"> (function (window, document) { var elem = document.createElement('script'); elem.src = '//x01.aidata.io/pixel.js?pixel=Nubasiki&v=' + Date.now(); elem.type='text/javascript';elem.async = true; var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(elem, s); })(window, window.document); </script> <img src="//x01.aidata.io/0.gif?pid=AUTO" style="position: absolute; left: -9999px;" /> Javascript Картинка Aidata.me
  • 13. Экосистема DMP и технологические основы работы Look-alike 13 Aidata.me Принцип: Технология: 1. Сбор 1st party сегмента; 2. Выделение тренировочной выборки с включением в нее случайных кук; 3. Построение модели, описывающей выборку; 4. Прогон всех кук из базы через модель для выделения наиболее похожих кук; 5. Сбор наиболее похожих кук в финальный сегмент. 1 2 3 4 5
  • 14. Экосистема DMP и технологические основы работы Технологические заблуждения 14 1. Если на твоем ресурсе нет ни одного пикселя, то твоих пользователей не отслеживают; 2. Ограничения по работе с персональными данными защищают тебя от того, чтобы вся информация о тебе стала доступна; 3. Есть способы анонимизировать свою личность в интернете; 4. Ваши финансовые данные находятся в безопасности и за пределы финансовых структур не распространяются. Aidata.me
  • 15. Экосистема DMP и технологические основы работы Технологические заблуждения 15 1. Если на твоем ресурсе нет ни одного пикселя, то твоих пользователей не отслеживают; 2. Ограничения по работе с персональными данными защищают тебя от того, чтобы вся информация о тебе стала доступна; 3. Есть способы анонимизировать свою личность в интернете; 4. Ваши финансовые данные находятся в безопасности и за пределы финансовых структур не распространяются. Aidata.me
  • 17. Основные продукты DMP Аудиторные сегменты. Откуда берутся данные? 17 Демография Геолокация Уровень дохода Профессия Интересы Покупки Лайки Aidata.me сайты знакомств, профессиональные соц.сети IP пользователя соц.сети поиска работы, покупки от банков профессиональные соц.сети посещение интернет страниц данные от e-comm сайтов парсеры социальных сетей Официальная версия Реальность В реальности огромное количество данных получается с использованием операторского кликстрима, данных от банков или посредников, плагинов, счетчиков, виджетов, социальных кнопок. Особую ценность предоставляют оффлайн данные
  • 18. Инструмент работы с 1st и 2nd party данными Как работает DMP: 1. Установка кода на свои площадки и на ресурсы партнеров 2. Первичный сбор и анализ аудитории 3. Обработка, сегментация и анализ аудитории на основании данных DMP 4. Передача аудиторных сегментов в рекламные платформы для таргетинга 5. Интеграция с CRM для обогащения данных атрибутами из DMP Дополнительные возможности: 1. Детальная аналитика, сегментация своей аудитории на основании данных со всего интернета 2. Обогащение своей аудитории 3rd Party данными 3. Построение look-alike сегментов на своих данных. 1st Party Data 2nd Party Data 3rd Party Data 1 2 3 4 DMP 1 2 3 4 CRM 5 5 18 Aidata.me Основные продукты DMP
  • 20. Аналитика собственный данных и построение аудиторий Сегментация аудиторий и построение пользовательских профилей Data onboarding (в т.ч. offline) Обогащение своих данных (look-alike) Динамическая адаптация контента Обеспечение сохранности данных Таргетирование с использованием 3rd party данных Паблишеры Зачем компаниям DMP? Основные запросы к DMP 20 РекламодателиАгентства Aidata.me
  • 21. Зачем компаниям DMP? Возможности DMP для маркетинга “Портфельное управление” 1st Party данными клиента Пост-кампейн аналитика (Brand-lift) Сбор, активация и расширение “конверсионных” данных Анализ соц-дем и поведенческих профилей пользователей Кастомизация рекламного сообщения под пользователя Единый таргетинг в рекламных кампаниях DMP 01 02 03 0405 06 Планирование рекламных кампаний Корректировка по результатам анализа эффективности РК 00 00 + 21 Aidata.me
  • 22. Зачем компаниям DMP? Вертикальные DMP. Когда нужны? Основной бизнес оффлайн Стадия изучения длится больше недели и не может быть вся закрыта SEM 22 Aidata.me В категории 80% продаж делают 20% активной аудитории, при этом высокий switching Аудитория заходит в категорию на короткий период Автомобили Недвижимость Фармацевтика Кинопрокат Домашние животные Детские товары
  • 23. Зачем компаниям DMP? Вертикальные DMP. Данные Знание Интерес 23 Aidata.me Лид Изучение Соц-Дем Поведенческие Социальные взаимодействия Кликнувшие Органика на сайте Качественное поведение КупившиеПокупка 3rd Party 2nd Party 3rd Party 1st Party 1st Party 1st Party 1st Party 1st Party
  • 24. Примеры стратегий размещения с использованием данных Общий сегмент Ж 25-50 Общий баннер с частотой 5+ Клик Переход на сайт На сайте более 35 сек На сайте менее 35 сек Нет клика Добавляем в сегмент максимально заинтересованных Добавляем в сегмент не заинтересованных Добавляем в сегмент заинтересованных Сегмент максимально заинтересованных Баннер с частотой 2+ Создаем Look- alike сегмент Сегмент не заинтересованных Исключаем из всех рекламных кампаний Сегмент заинтересованных Цель: увеличение знания и сбор первоначальной аудитории Цель: добор лояльной аудитории Цель: исключение затрат на нелояльную аудиторию Цель: перевод клиентов из разряда информированных в разряд заинтересованных Применяем ретаргетинг Видео размещение Зачем компаниям DMP? 24 Aidata.me
  • 25. Типичные примеры использования DMP Зачем компаниям DMP? 25 Aidata.me Кейс 1: Паблишер. Использование DMP для аналитики качества аудитории статей и ее продажи. Кейс 2: Рекламное агентство. Мультибрендовая стратегия для фарм.производителя. Кейс 3: Конечный рекламодатель. Автобренд. Использование триггеров для увеличения заявок на тест-драйв.
  • 27. Будущее DMP У нас впереди огромные возможности! 27 Mobile White label Оффлайн данные Cross-device Aidata.me
  • 28. Спасибо! Евгений Жданов +7 926 172 67 90 e.zhdanov@aidata.me 28 Aidata.me