主持人：接下来我们有请MediaV副总经理赵卓强进行分享，题目是技术助力电商营销。我们MediaV2010年帮助淘宝进行圣诞期间五折的活动，当天淘宝的营销额有多少？
    赵卓强：这个数据淘宝回答更加合适，淘宝通过这样的活动在去年创造了整个互联网电子销售的奇迹，这样的合作方式其实可以希望大家有机会借鉴，或者跟着淘宝一块来做。
    我今天讲的内容是大会决定讲的技术助力电子商务营销的话题，其实我们公司一直是致力于做这种显示广告方面的突破和创新，所以也希望说在发展过程中帮助电商做到更好的一些互联网广告营销和推广。先看这个图，大家前段时间应该都听说过有一个网上传的帖子，讲很有名的，或者说一个很著名的实习生的故事，当然后来有很多其他的传言，这个图也是一个实习生做的，但是这个图是Facebook在今年前几个月做的图，这个显示用户关系度的数据，在这里面我们发现数据上很好，数据很有趣的东西，这个也是我们一直倡导的观点，希望通过数据创造决策，用数据驱动运营，这个我相信很多电商的网站本身会对这方面有比我们更深的一些了解，只是我们会发现数据里发现特别有趣的事，包括我们自己帮一些电商网站来做，我们会看到其实整个电商里头有很多我们之前没有特别关注到的。比如说整个网站里头，其实我从最前面的广告浏览开始，整个广告浏览里面可能差不多流量的30%到40%可能是网购用户，剩下的60%到70%目前来讲可能都不是王够用户，意味着在外面投的任何一个广告基本上有效性只有30%到40%。也会了解到现在广告的点击率非常的低，之前大家有一个概念，广告点击率是百分之几，千分之几，但是我们看这个广告点击去可能在万分之几的概率。广告从到达到销售的数据也不是太高，我们看到淘宝里面很好的店，淘宝的访问率也就3%左右。我们了解到所有电商转化率都不是特别高，但是我们希望通过所有的这些监测也好，或者通过所有的技术手段也好我们能捕获消费者更多的行为，其实你也会发现在这里面从1%到3%，比如每提高1%，意味着我的订单上升10%几甚至100%，这个变化可能一个小小的百分比变化导致整个ROI或者收益大的变化。
    另外还有一点我们做很长时间的，不管是营销也好，推广也好都会发现很多的时候电商决策也好，媒体决策也好，代理公司决策也好，相对来说都会有自己的思路、策略或者感觉。但其实我希望我们更多的是用一些数据来做判断，而不是凭感觉来判断。下面这两个图其实是我们之前尝试过的一些产品，比如说上面这个图是美品会的一个广告，我们做的时候刻意把它做成了一个男装一个女装，当然大家的习惯里头可能觉得靠这边的男装的用户感觉或者点击会多一点，但实际发现虽然说女装在这个位置不太好，但是通过点击热点可以看得到，大家对女装的感兴趣程度远远高于男装。所以其实通过这些东西可以非常直观的看到这个广告创意到底是好还是坏，而且这个包括创意其实也是很多时候会纠结很多电商广告的问题，包括下面其实我们看到这是一个男装的广告，我们放了三个产品，这个是去年我们做秋冬换季的时候做了一个尝试，这边是相对比较厚一点的，比较适合秋冬感觉的男装。这边就是一双鞋，点击的效果看起来这个产品虽然放的位置不是特别的显眼，但是用户关注度程度非常之高。但是反倒我们发现这边做的一个热卖也好，效果不是特别明显，而且这个跟创意本身特点有关系，创意做的颜色太相近，没有引起用户足够的关注。这个对我们来说我希望用一种比较快速的方法来更快的找到适合我们自己的一些方式或者方法。
    这个例子是前段时间我自己看博客的时候发现的一个例子，这是国外的一个研究，发现一个男性和女性看同样一张稍微有点诱惑图的时候关注度或者关注点会不太一样，比如男性看脸的时间会长，看臀部的时间会更长一些，但是不会关注他穿什么鞋，但是女性看鞋的时间会更长一些，这些东西我们发现通过一些数据，或者通过一些更直观的方法可以帮我们作出更好的判断，尤其比如说电商营销的时候这些方法都比较有用一些。
    营销大家比较直接的观点，前面我更多讲一些创意的东西，后面可能有一些媒体，一般情况买什么样的媒体，用什么样的创意，达到什么样的效果，买媒体的时候我们会发现，这个考评是一个新浪的截屏，你发现新浪的首页有很多电商的广告，新浪首页有非常多的广告位，广告位的数量我们初步统计过包括文字链，包括这些大的图形广告应该是在400个左右，这个数量其实大家每天看上网不太关注，但是其实你听到这个数字也会大家有一些触动。还有我们同时也会看到一个国外的例子，这个是现在的雅虎首页的广告，英文版的雅虎首页的广告，它的网站首页上我们看到广告位只有一个，我们也跟同行交流过，雅虎的整个广告收入90%来自于网站上差不多五个广告位，但是这五个广告位每一个广告位带来的收入甚至于都可能比新浪首页全部广告带来的收益多。这是本身国内和国外互联网发展的环境，发展的阶段或者发展的思路有不太一样的地方，这个对我们来说也是一个很好的启示。另外其实我们也会发现现在很多大的电商在做的时候会有一个很痛苦的抉择，他会为了10%几的有效用户而去买100%的流量，这个也是前面第一个判断讲到有品牌，有效果，这个里头大家可能把它赋予了更多品牌的作用，但是我们为这个15%的有效用户买100%的流量从品牌的角度或者效果的角度到底合不合适，这个每家电商都有每家电商自己的思考。
    我们看到随着互联网广告的发展，或者随着广告技术的一些进步，我们觉得其实互联网广告越来越多的会真的体现出互联网广告的价值，或者说互联网广告跟其他的常规的电视也好，户外也好不太一样的地方。比如互联网广告做的更精准的，分析到每个用户，或者分析到你的用户群，你的用户群到底对什么东西感兴趣。这几张图我们自己做的水晶球的产品，做的广告位置上一些用户的情况，比如一个广告位或者这个用户的情况，这个用户他每天上网的热门的时间段是什么时间段，这个时间段感兴趣的内容是什么，对什么样的内容感兴趣更多，对什么样的内容感兴趣少一些。他大概关注的一些关键词或者关键的内容点是什么东西，根据这些东西我们会分析网购的倾向度有多少，或者属于哪个类别的用户，所以其实对我们来说是把我们整个所有的这些用户里面做分类，我把它分成不同类别的用户，根据一些行为特征或者访问特征来做聚类的组合，据类组合以后我们根据不同类别的用户投不同创意的形式，或者说给他做不同的广告诉求，这样的做法其实我们在过去的两年中有很多的一些尝试，也有很多在之前的一些案例分享或者会议上也讲过很多例子，大家如果感兴趣会后可以再来做一些交流。
    这块是我们公司自己做的一些事情，我们看到自己整个广告定向的一些发展方向，其实这个广告定向说简单一点，我们原来讲广告投放都会希望我们把合适的广告在合适的地点投给合适的人群，这个其实是传统广告理论，包括互联网广告刚开始的时候国内和国外这么多年做广告一直比较强调的一点，但是其实在互联网广告我们会发现要做到这一点可能它的做法会跟常规的做法不太一样。比如说现在我们会找到正确的时间做合适的时段的投放，比如正确的地点我们会找到用户上网的路径，找到用户访问的习惯，给他投正确内容会根据他的访问兴趣，根据他的浏览习惯，根据他的一些整个网上的行为找到适合他的广告做一些投放。这里头我们也做了一些定向的尝试，包括其实基础现在大家都能做的时段的定向，地域的定向，频次的定向，包括我们做的UL的纯定向，也有说法在营销回头客，还有上下文的定向，包括我们做兴趣定向，根据用户的浏览习惯找到用户的兴趣。再往后做我们会根据这群用户的兴趣点是这样的，我们找到跟他相似的用户有什么做法，这些更多大家会看到下面的两个坐标，一个坐标是计算的复杂程度和计算量，一个是标记的内容和测算的难度，随着这个方向走标记或者说测量的难度会越来越大，而且计算量也会越来越大。这里头我们也在逐渐的尝试，包括我们马上要推出新的平台里头各种定向的方法基本上都会有，有大家感兴趣的可以实践一下。
    我们自己总结竞争广告投放的技术关键其实我前面讲的更多图形化的一些东西，昨天晚上跟一个人聊天的时候也在讲，其实广告推广或者营销更多是属于艺术和数据的，或者说艺术和科学的这种结合的一个东西，有很多东西需要技术来解决的，但是也有很多东西可能是技术解决不了的，当然我们重点或者我们更多关注是我们希望用技术的东西帮助大家去解决更多的内容，这里面精准投放里面我们很看重的一点是多学科的交叉，我们这里头除了常规计算的东西，包括数学的一些东西也会有很多传播学、心理学的东西，我用什么样的诉求，怎么样一个传播方法。还会有我们这种高维度的数量挖掘的方法，这个数据挖掘的量或者处理的量其实也是远远超乎我们初期的一些想象，现在包括数据处理量，另外还有一点我们高可靠度的预算平台，包括我们非常短时间内的投放决策，包括我们每秒上千亿次的决策次数，这个也是我们在整个创意上可能会做的一些东西，比如我们做的个性化的再营销。其实常规的广告放在这的时候我们可能会选择我的促销单品，热销单品或者热门商品，甚至于我的库存商品做推广，当然我做更多的一对一印象的时候会根据用户的浏览习惯，这个用户看过这两件衣服，我会把相应的产品出现在广告上，它的创意是很个性化的创意，这个其实我们内部把它叫单品重定向，根据用户看过什么样的商品在广告定向出什么商品，这个效果比之前单纯的纯定向有提升。
    另外还有一点其实前面讲的我们有那么多的兴趣分类，我们有那么多用户的分类方法，当然我们希望给用户投更多不同的创意的时候可能会做这种自动化创意的内容，比如这个我们现在看到这个创意只是一部分，我们当时做出来有上百个创意，这个创意是系统自动完成的，上百个创意我们会匹配上百个不同用户的兴趣和信息度来做相关的投放。这张图是整个创意营销的评估前景，整个评估里面我也会提到除了常规的显示广告投放也会有其他各种各样投放，其实效果里面更多的还会有我们自己网站自身的一些建设。这个是我们马上要发布的产品，我们自己做的一些数据墙，大家有兴趣会在我们官方上看得到，我们会在上面实时显示每一次的广告决策的地点，决策的广告主和用户决策的行为。谢谢大家。