商务会奖旅行-会奖旅游 会奖旅行景点,特色旅游注意事项等高端旅游,专业旅游电子商务信息平台,为MICE商家提供商务推广旅游网站

商务会奖旅游网 MICE会奖旅游 商务旅游 奖励旅游 商务旅行-六只小熊爱我雄安新区

大数据透视亚洲跨境旅客 ()

时间:2017-09-16 22:15来源: 作者: 点击:
威朋现在在亚太地区12个市场做运营,有4个办公室,拥有1500个客户,旅游AI广告演算法有垂直深度的发展,目前拥有亚洲6000万的旅客数据库。在数据库方面持续淘金,贴上更多标签,帮助客户做数据变现是其目标。

【环球旅讯】“数据创造交易”,在大数据年代,如何将数据的潜能发挥进而变现,成为品牌在战场的致胜关键。要赢得这场仗,数据的质量及流动性同等重要。Vpon威朋联合创始人兼CEO吴诣泓Victor将会解构如何利用打通中国及海外的旅客数据库,并配合360°跨境亚洲旅客营销解决方案去缔造更多商机。透过可视化演示,首度揭开亚洲旅客移动的行为轨迹,同时展示国际品牌的真实案例,去分析数据+跨境营销的成功秘诀。

9月14日,Vpon威朋大数据集团联合创始人兼CEO 吴诣泓在2017环球旅讯峰会上以“大数据透视亚洲跨境旅客”为主题展开讨论。


Vpon威朋大数据集团联合创始人兼CEO 吴诣泓

以下为吴诣泓演讲内容:

各位早上好,我是威朋的吴诣泓。今天我跟大家分享如何通过大数据透视亚洲旅客,同时我们会发表一个比较有趣的DMP产品,通过数据可视化理解海外旅客用户,他们怎么在海外移动甚至他们怎么在不同的国家旅行,后面会做一些比较深入的介绍。

开始之前简单介绍一下威朋公司这几年的核心重点。第一是我们现在在亚洲四个地区设有办公室,包括上海、香港、台北和东京,同时在12个地区做运营。第二是我们获得很多荣誉,比如2015年和2014年获得了福布斯中国未上市企业100强第三名和第六名,2011和2014年分别完成了A轮和B轮数千万美元的融资,在2011年我们发布了亚洲第一个LBS移动广告平台,这个平台和现在我们在做的所谓旅客的DMP(数据管理平台)travel data是高度关联的。我们也获得过英国创业大赛冠军。

我们获得的比较小的奖项我就不赘述了。威朋核心的能力大概集中在三个领域。第一是数据,我们现在在整个平台内一个月可接触到的活跃用户数据大概是9个亿。我们可以处理的流量大概是210亿次,我将会跟大家介绍我们是怎么做到这些的,以及如何通过这些数据变现。我们利用了旅客AI的技术,人工智能的技术帮助我们跟客户做跨境营销,在分析旅客的足迹方面我们做了很多AI的尝试,包括旅客演算法,预测旅客下一个地点可能到哪里去,他们喜欢什么旅游产品,他们喜欢或者习惯入住什么酒店,到哪个国家哪个城市旅行,这是我们的核心竞争力。

在国内我们和百度、阿里、腾讯等等这些公司做了流量的对接,在海外包括Facebook、Google以及Twitter等等。

我要重点介绍今天一个新产品,是基于亚洲旅客习惯搭建的数据管理平台。这是我们数据可视化的模式,这个世界地图上的每一个亮点代表一个移动终端,这个移动终端会在不同的国家地区有不同的移动轨迹。比如我们把用户分成繁体中文,简体中文,日语、韩语以及不同语系,根据他们所在的地理位置和常驻地,以及怎么移动,会判断他可能是哪个国家的人。我们可以看得到大概在每一个时间段,可以接触到的用户大概是600万-1000万用户左右,他们实时的地理数据也是我们主要采集的用户数据。

这些用户从哪地方去哪里?比如我们分析了一些国内用户,到日本的旅客他们来自于重庆、成都、青岛还是北京、上海?每一个用户在不同的城市有不同的喜好。

这部分我们整合了非常多的流量源和数据源包括一些旅游的媒体,还有一些数据提供商来做数据的打通,帮助客户找到对的旅客、用户进行精准营销。大家不知道对大中华的旅客理解有多少,旅客其实就是一个网络的重度使用者,他们无时无刻不在上网。

在移动端我们看到几个比较重要的现象,包括用户会先搜索,做旅游地点的分析,接下来会预订,然后到那个地方去旅游,最后从旅游地回到国内。这里面有几个现象,包括个人化、去中间化、脱媒和破碎。整个用户数据是非常分散的,我们在前期可能跟一些旅游网站做数据的交换以及打通,我们看到在旅游中的时候用户在哪一个城市,在哪个地理位置进行哪些消费?最后回到国内的时候,我们知道他经常去日本或者韩国,就可以在不同的时间、不同的地点去跟他们做一些不同的接触。

所以,我们基本上把整个旅游营销分成三个大块:旅游前、旅游中以及旅游后。旅游前数据的搜集,其实是来自于一些包括APP或者媒体的数据打通,比如我们会帮助客户分析哪个用户打开了携程的应用,在东京他比较多地在研究涩谷这个地方。等到他到达旅游地的时候,我们开始帮客户分析,用户旅游的企图出现之后,到你产生行动以及去到那个地方一般的决策时间会有多久。什么是决策重点?是什么重要的信息让他决定到日本而不是到韩国?我们可以从很多数据来理解什么东西驱使了用户到日本而不是到韩国去。这是旅游前我们做的分析。

旅游中,我们会根据用户的地理位置分析营销层面,包括他可能去香港,香港精品店现在可能在做折扣,如果接下来的十一长假黄金周,用户到香港之后,我们会根据他们地理位置做广告投放,这样的转化率是基于地理位置,LBS和用户喜好的,相对于一般广告而言高非常多。我待会用一些案例跟大家分享一下我们怎么帮助香港的港铁和香港的一些奢侈品牌做这样的效果营销。

旅游后。包括用户到了哪些国家、哪些地区,有哪些行为?相关数据的采集包括地理位置和Wi-Fi等等的数据打通,我们知道他到哪里去。

移动端占整个在线旅游服务的比例持续提高,我相信这个趋势不仅在国内发生,现在在整个亚洲包括东南亚都在很高速地发展。所以我们看到大概2位旅客中就有1位通过移动终端进行旅行规划的。

在数据打通分成两个方面,威朋只做移动端的数据分析。移动端的数据大概分了两个数据的ID。第一个不涉及隐私,拥有移动终端的硬件号,加上过去在一些互联网,我们使用的cookie(储存在用户本地终端上的数据),怎么将cookie跟移动终端的硬件号做一些数据打通,分析这些用户的兴趣、行为和喜好。这是我们在整个数据应用上面的要做的事。

更细一点来说,包括大家比较熟知的人群标签,以及不同的渠道,威朋比较特殊,就是因为我们过去做的比较多的是LBS(基于位置服务)。所以我们跟很多不同国家的Wi-Fi和线下数据有进行打通,我们可以比较精确的获取用户的移动轨迹。APP的优化包括通过APP了解用户安装了哪些应用,他是一个对金融服务商品有兴趣的人还是一个比较喜欢下载游戏的人,判断他的生活方式。时间段的优化以及地理位置、操作系统以及算法。借由这些所谓的技术,我们开始帮助客户进行更多应用的优化和投放。

在数据部分,我们基本上将数据分成三大块。第一块是运营数据,这块基本上是客户的第一手数据,包括它的网站、应用和这些客户的消费运营数据。营销数据是我们通过投放广告,从第三方获取的数据以及我们利用SDK(软件开发工具包)、我们和不同的伙伴去做数据打通来获取的用户数据。

所以,我们协助客户来建造一个数据的闭环,运营数据就是我刚刚提到的第一手数据。用户数据就是现在我们手上的DMP的数据。营销数据包括我们在BAT或者Google、Facebook、推特等等这些应用上面获取的数据。用携程举例,我们看到用户在使用手机应用去看日本的旅游产品,这个时候他看了哪些东西,哪些内容?我们看到的是他最近下载了一个应用叫做Go Japan。他大量下载了有关日本的应用,我们知道他要去日本。我们投放这个广告之后,它的转化率有多高?是不是真去日本了,去日本之后对于每个广告点击的兴趣度有多高?这是我们主要数据管理平台的核心概念。

通过我们做的数据包segment得知某用户经常飞到不同的国家和地区,飞行是非常频繁的,每次去的地方在不同的城市,代表他有可能是一个热爱旅游的高消费人群。现在中国有6%-8%的人拥有护照,大概是8500万的人口有护照。

但是这6%-8%的人在全世界购买了非常多的奢侈品、消费品,入住了高档酒店,有些人到欧洲去,有些人到美国去。这时候这些数据能不能掏出真正的金子,帮助客户做到更深入的高价值人群的营销,这是我们一直在做的事情。现在威朋已经拥有整个亚太地区包括日本、韩国以及部分东南亚地区大约6000万旅客的数据库。

我们如何利用这6000万旅客数据库帮助包括酒店、航空等客户增加转化,这是很有趣的一件事情。

我们投放的模式和逻辑是把一个数据打包,通过不同维度的交集。比如某用户去日本使用的手机是刚刚推出的价值1000美元的iPhoneX,我们利用手机硬件分析,在用户数据中找到符合条件的人作为数据包。这个数据包如何帮助客户产生价值?把它用到包括威朋本身的交易平台或者Google、Facebook以及BAT做广告投放,我们会去验证在不同渠道上面,哪个渠道的转化率以及点击率会更高?

回过头来,在旅游前、旅游中,旅游后,我们都通过刚刚讲的技术以及数据包搜索人群的用户数据,我们通过人工智能做人群的定向,来监测用户可能到哪里旅游甚至影响旅游的决策是什么。

旅游中我们会通过情景以及LBS的分析,了解到用户现在在泰国的一个商场内,他是一个来自中国天津的旅客,他对于什么品牌可能更有兴趣?这说的是旅游中我们所做的所有广告定向。旅游结束后当他回到国内,我们可以持续追踪他并投放泰国品牌广告。如果用户没有去过俄罗斯,那么第一次去俄罗斯的几率是很低的,如果用户去过俄罗斯那么再去的几率可能更高,这个时候做retargeting(重新定位)的投资回报率比没有去过任何国家的人回报率更高。

如何在原有的用户数据里面,不间断地找到用户的意图,并且驱动用户去曾经去过的地方,提高他们的消费几率,这是我们经验里一个很重要的商业模式和手段。

我这边举几个例子。第一个是万豪酒店,万豪酒店的做法是找到精准受众,万豪的用户定位是高端人群,从我们的数据分析、情景营销包括地理位置可以得知哪些人有能力住万豪酒店。这样一个广告的目的是为了协助万豪酒店在亚洲建立它的会员数据库,希望有人留在名单中,而名单中的人是有机会变成万豪酒店会员的。

我们帮万豪酒店在国内以及海外投放了不同的素材,包括韩国、日本、泰国、马来西亚、新加坡、印度、香港、台湾等亚太地区,潜在成为万豪酒店会员的人群都有高频次出入境、移动终端比较高端、所居住地区比较高端等特点,通过分析找到这些用户并精准投放广告素材,可以使一个季度内达到一个留名单的数量。三周内已经达到留名单的目标,没有什么秘诀,因为我们积累了用户数据并且持续不断地优化它,持续不断地将数据炼出金矿来,这就是我们可以更短时间内达到目标的原因。

春秋航空也是我们的客户,我们主要通过数据整合和成效优化来协助春秋航空在日本境内APP下载的推广。我们针对两种人群进行投放,一种是在日本境内的中国人,他们有可能会坐春秋航空回到国内,基于地理位置分析,我们分析这些人常住日本,有可能成为春秋航空的客户,所以我们会去做广告投放;另外一种人是经常往返中国和日本之间做生意的日本人,他们手机终端可能是日文的,有可能也对春秋航空的需求是强烈的。

数据源在客户手里,我们跟客户做了数据打通包括移动应用,去观察用户关注哪些目的地以及我们会通过广告成效数据分析投出广告的转化率、点击率多高,还有其他的数据供应商包括日本数据供应商协助可以我们找到人群用户。

一个旅游用户准备的天数、打开应用看日本的次数,同时是否看了韩国但最后两个月他出现在日本,代表他旅游准备时间是两个月。在日本境内待了多长时间,我们可以开始分析出他的目的是去玩还是去出差,这个时候我们开始把数据更精细地收敛到商务旅游的人群数据库。如果是偶发性地去日本旅游消费,可能会带着老婆、小孩到日本北海道乡下地区,到乡下做生意的几率相对比较低,所以我们可以分析他大概是什么人群属性。

我们也帮着春秋航空分析两件事:第一,他的用户从哪里到哪里,这是从它的数据库可以得知的数据,我们只是帮它优化和整理。另外如果用户今天不搭春秋航空,会到哪里去?有可能跑到哈萨克或者俄罗斯去,这时我们建议不仅仅让春秋航空在既有的数据库里找到这些有价值的用户,还会建议它应该建立一条俄罗斯的航线,因为它的用户对于俄罗斯的需求很高。

所以数据本身没有价值,但如何观察、利用它可以大幅降低前期营销的投入成本并且真正把数据积累为品牌的资产,而不是只是一个印象。

这是一个香港港铁的案例,我们利用跨境营销和动态创意优化DCO,我们用机器通过动态素材做A/B测试。我们投放了不同的两个素材在不同城市,看到不同城市对不同素材的点击率可能会不一样,甚至颜色都不一样。一样点击的income如果是黄色的可能在天津或者上海点击率会高,如果是不同颜色点击率可能会下降。我们会帮助客户增加点击。

下面是天梭的案例,当用户进到一个商场,我们会投放广告告诉该用户天梭有优惠及优惠的力度?基于地理位置投放,我们发现点击率和转化率会大幅度提高两倍。

下面是我们帮助携程在台湾地区做的广告投放,有很多台湾和内地的旅客往返两岸非常频繁,我们如何找到这些用户并帮助用户下载应用?我们会通过一些优惠来激励用户下载应用。该营销的转化率大概增长了228%,CPI下降了一半。

最后我总结一下今天讲的,威朋现在在亚太地区12个市场做运营,有4个办公室,拥有1500个客户,旅游AI广告演算法有垂直深度的发展,目前拥有亚洲6000万的旅客数据库,我们在数据库方面持续淘金,贴上更多标签,帮助客户做数据变现是我们的目标,很希望有机会跟大家合作。谢谢。

提问环节:

观众:您好,我是Booking.com的汪露,我对数据感兴趣,刚才您也提到AI的应用,能不能介绍一下数据整合过程当中,加入AI或者记忆学习的算法的东西?

吴诣泓:谢谢,我们在AI这块的应用基本分成两个方面。一个是来客数,另外一个是提高客单价。基本上我们和客户的合作会从应用下载开始,可能在整个亚太地区做应用投放。接下来在不同的地区投放,不同的投放结果如何,还有用户在哪个地区和国家看这些页面,如何提高打开几率和消费几率等等。

在国内,我们曾经在优步被收购之前,和它做了大量数据应用和打通。我们分析到有几个城市的应用下载的时间段很有趣,在4-8点的时间段下载频次特别高。大家都会考虑下载需要流量资费,但数据观察的结果是这样的,尤其在杭州地区。在杭州打车非常难,在那个时间段下载非常频繁,一般应用下载在晚上比较多,尤其游戏类。能不能调整自身的投放策略会有一个过程。基本上分为两个阶段,一个叫做工人智慧,一个叫做人工智慧。

工人智慧是借由投放经验,认为有下载交通类型应用的人下载优步的机会会比较高。下载Booking.com的用户应该已经下载了携程。用工人智慧我们可以排除一些没有价值的用户,搜集一些大约是几百到数千笔的用户的数据,我们会用Lookalike的model去预测哪些用户会有类似的行为或者类似轨迹的人,下载几率比较高。

在使用携程的用户已经有意向出国,如何让客单价提高,用户打开应用的几率提高、交易的几率提高,这些需要数据科学的介入。我们针对大型客户有一套特制的演算法,基于用户数据做不同的演算法。我们为优步特制了一个演算法,在中国使用的特殊演算法到印度是行不通的。所以我们有针对不用地区不同的做法和应用。

(责任编辑:商务会奖旅游网})
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
栏目列表