RTB，运营商大数据应用的新方向（案例解析）

“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”——麦肯锡

1、 运营商大数据及RTB发展

在互联网尤其是电商领域，大数据已经得到了较成熟的运用，并成功指导企业的生产和销售。而电信运营商是传统行业中的天然大数据公司，它的主要业务包括语音业务、数据业务、位置、网络和商务等增值业务，而这些业务决定了运营商在大数据产业链中的数据传递和交换中心的地位，并为其带来丰富的数据资源，能力开放和数据运营是电信运营商多元化发展的必然趋势。目前，全球120家运营商中，已经有48%的企业正在实施大数据战略。通过提高数据分析能力，他们正试图打造着全新的商业生态圈，实现从电信网络运营商(Telecom)到信息运营商(Infocom)的华丽转身。

RTB（RealTime Bidding）实时竞价，是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。实时竞价RTB主要特点在于基于大数据技术可以协助广告主投放过程更加精准、透明、高效、可控，规避了无效的受众到达，从而提高投放效果ROI。RTB目前逐渐成为未来互联网广告发展中无可争辩的主流趋势，在美国，RTB展示广告近5年的复合年均增长率为70.5%。Google认为展示广告的市场规模将从现在的200亿美金扩张到2015年的500亿美金，其中50%以上的展示广告将通过RTB模式完成，Google、Facebook等国际互联网巨头纷纷推出自己的RTB广告发布系统。国内互联网巨头BAT凭借资金、经验、技术和用户优势，引领RTB行业发展。

2、 国内外运营商大数据应用现状

最近几年，国外运营商已经开始对所拥有的大数据资源进行商业模式的探索，目前主要运用模式分为数据分析打包、现有业务改善、数据开放、数据销售等形式，这些模式尝试将为国内运营商的能力开放和数据运营提供良好的借鉴。如西班牙电信成立了大数据业务部门“数据洞察”，提供数据分析打包服务，并推出了首款产品名为智慧足迹（Smart Steps）。该产品可对某个时段、某个地点人流量的关键影响因素进行分析，并将洞察结果面向政企客户提供。该方案面向不同行业推出系列产品，例如包含交通流量管理功能的“Smart City”。Vodafone则将匿名数据开放给外部API，与LBS服务对接。通过开放API，向数据挖掘公司等合作方提供部分用户匿名地理位置数据，以掌握人群出行规律，有效地与一些LBS应用服务对接。

这两年，国内运营商也积极推进大数据的跨界合作和应用，中国移动在2013年年底提出了以“大数据、超细分、微营销”为核心，以大数据能力为基础，建立适应互联网时代的营销服务体系。中国电信则以综合平台、智能管道为依托，以丰富大数据为基础，聚焦重点大数据应用，特别是聚合更有价值的四大大数据商业应用模式，依托自身核心业务，以实现利润最大化。

2013年底，国内首个由运营商自主研发的互联网广告实时交易平台在中国电信浙江公司成功上线，浙江电信互联网广告实时交易平台的建成，标志着运营商探索大数据走出重要一步，相对于互联网企业，运营商在RTB最大的优势在于其拥有网络管道优势上的大数据，除了客户的基本属性之外，还有大量的、实时的客户互联网行为数据。运营商在移动互联网生态体系应充分发挥其优势，占据主导地位。

3、 国内运营商RTB应用案例

运营商RTB生态圈，主要包括DSP即需求方平台，以广告主和广告公司为主；SSP即供应方平台，主要指提供广告位资源的媒体，也包括现下的自媒体；DMP即数据管理平台，拥有客户属性及行为数据的分析管理平台；以及AdExchange，即RTB广告交易平台。

图1：系统整体架构

DMP即数据管理平台，这是运营商大数据应用的最核心平台，实时竞价中整个涉及受众购买的环境数据都需要DMP底层提供。数据管理平台通过对卖方的数据进行抽取，过滤，清洗，加密，分析，存储后，将卖方与买方的需求进行关联和匹配，实时判断买方和卖方出价，支撑实时竞价。数据管理平台会提供合理和科学的算法和分析依据来帮助买方（客户）和媒介执行机构（卖方）来判断什么样的受众才是高质量的，从而使营销推广的结果更加高效和更加出色。运营商DMP除了客户基本属性如手机号、性别、职业、省市、年龄等之外，更多关注的是客户互联网行为信息，包括搜索行为、网页浏览行为、兴趣偏好、活跃时间、当前位置、活动轨迹等，通过数据统计及建模方式按各个不同标签定义不同类型的人群，形成客户360度视图。

图2：客户数据挖掘流程

以App应用为核心的无线用户多维度画像为例，需要采集的数据包括：用户个人属性（用户注册信息、设备号、位置、网络、终端、区域、工作属性类型）、用户拨打电话特性（客户号码/400电话拨打记录、话费、主被叫特征、时长等）、用户上网行为（浏览内容/应用类型、用户访问记录、搜索关键词、交易记录等）、应用软件内容，信息传播路径：微博、短信、邮件、微信内容分析等。

图3：以App应用为核心的无线用户多维度画像

案例：移动端游戏类APP推广广告投放

1、案例背景：

推广内容：针对某游戏APP的推广活动

人群定向：16-36岁年轻群体（喜欢APP游戏人群）

投放周期：2014年:6月1日-2014年6月7日

2、投放过程：运营商客户群标签

年龄标签、性别标签

APP下载次数标签、APP使用活跃度标签、游戏类APP下载次数标签、游戏类APP使用时间标签等；

兴趣偏好模型、上网时间偏好模型、付费承受能力标签、最近十天搜索行为标签等；

3、投放效果：转化/点击效果提升3.8倍