以上就是我们在营销领域的一些数据智能的探索，友盟+一直在帮助客户用数据智能驱动业务/品牌的持续增长。同时，在10月16日，我们将在北京举办UBDC全域大数据峰会，内设有数据营销专场，将会分享近10场营销演讲，邀请各位参与。

我们再来看一个案例，一个数码品牌，他们通过ADplus监测垂直类网站、SEM、信息流的广告投放。同时在线下店铺使用Oplus获取线下用户数据，并将线上及线下数据打通并沉淀。该品牌商计划将线上投放触达的用户引流到线下店铺完成购买转化，他们将人群分成三波来开展投放计划，分别为历史沉淀人群retargeting，友盟+地理位置特征人群选取，基于历史沉淀人群的相似人群模型训练。从效果上来看，历史沉淀人群效果最好，到店成本最低，为什么呢?因为在过去，我们花了很多精力去做人群，而这些沉淀和积累是最宝贵的资产，事实证明，效果也是最好的。

今天我和大家分享友盟+如何将采集的大量线上、线下数据，应用在营销方面，帮助广告主用数据驱动营销的一些实践与思考。

我们看到目前传统营销存在一些难点和问题。

投放管理及优化

我们常说白盒和黑盒，白盒是根据人群的理解，自己去选择用户，黑盒就是知道自己的用户是什么样子，并拿这些用户的数据做样本来训练模型，产出更多相似用户，而我们并不知道这些客户是怎么产生出来的，这就是黑盒。

第一个案例，某高端耳机的投放案例，在一次营销活动中，集中投放了三家媒体：新闻App、视频媒体、某DSP平台。从点击-TA浓度-行动数据，综合评判媒体效力。

友盟+积累了大量的媒体营销数据，我们会发现广告主数据沉淀下来，不仅可以帮广告主很好的管理数据，而且也可以通过数据分析，帮广告主为接下来的活动做营销策划。那我们做了怎样的尝试和探索呢?

第四，流量真实性难以识别。如何解决流量欺诈问题，在很多广告里面都有各自方法去做监测和评估。

第二个案例，一家美妆品牌在双11前做预热，采用媒体直采加DSP精准定向的方式，共触达8000万人群。投放媒体选择了新闻媒体、OTT、视频媒体、DSP，那么广告创意的触达频次为多少是最好?从下图中可以看到，用户看到2~3次的时候，行为转化是最高的，之后的频次越高，转化率越低。

第三，全数据覆盖不足。传统数据在讲人时都是样本数据，样本数据是对个体样本采集、收集过程，一般是基于问卷，这样的环境下样本量一定不会大，样本量不大就会有数据偏差问题，这样的做法数据获取周期就会长，所以数据更新迭代就会有问题。