第一篇,从阿里开始,包括:品牌数据银行、达摩盘、御膳房、生意参谋、数据工厂、友盟+。

正文:

寡头们的广告数据产品的变迁史,也是一个数字广告变迁史的缩影。这一系列文章,其实是来源于大家常常提出的问题,各种名目繁多的媒体的数据产品都是干什么的?所以,干脆变成文章,简要介绍阿里、腾讯、百度、字节、京东的广告数据产品。

介绍之前,一个温馨提示:由于上述各个巨头家大业大,可能一个类似的产品有几个部门开发,在其多年历史中又有各种变迁,因此不排除下文有遗漏或信息滞后,敬请朋友们指正。

第一篇,从阿里开始。

阿里的数据产品能力特别强,所以前前后后有各种各样的数据产品出现。如果你打开阿里云,也能看到阿里云里面有不少各种各样的数据产品。

当然,我们是来看广告数据产品的,阿里的广告数据产品,大家听说过的应该有如下这些:

  • 品牌数据银行

  • 达摩盘

  • 生意参谋

  • 御膳房(其实不能算是广告数据产品)

  • 数据工厂

  • 友盟+(作为广告数据产品稍微有点牵强,但也略微讲讲)

阿里的这么些个广告相关的数据产品,其实还蛮有渊源的。这些工具中,御膳房最老,我们从它开始。

御膳房

御膳房的最初设计,是为了给淘宝(含天猫)商家及淘宝生态内的ISV(独立开发者)提供数据支持的工具。并且能够支持2012年上线的“聚石塔”。所谓聚石塔是当时由天猫联合阿里云、万网推出的一个“开放的电商云工作平台”,其价值在于汇聚了整个阿里系的各方资源,实现“云+SAAS模式”下的资源“一站式”供应给商家。而御膳房的数据,也就会供应给聚石塔。

早先的官方文档显示,御膳房包含商品、商家、客服绩效、品牌、行业五大主题数据,专注数据的电商服务商可以选择自己所需要的数据主题并完成数据开发。御膳房可以被形象地比喻为一个“烹调数据”的厨房,这里有来自淘宝体系内的数据原材料、以及数据处理和应用工具,让服务商的大数据应用想法能够快速实现。

阿里云出现之后,御膳房的重要性降低,不久,传出御膳房不再继续运营的消息,很多相关的功能,也迁移至阿里云,另外一些功能,则迁移给品牌数据银行。

御膳房虽然谢幕,但是它的影响深远。达摩盘、品牌数据银行都跟它有渊源。例如,今天的品牌数据银行中的数据工厂的前身,就是御膳房的数据工厂。

而广告投放角度的数据应用,并不是御膳房主要涵盖的,但这一需求却显著存在。于是,一个新的数据产品诞生了,这就是达摩盘。

达摩盘

达摩盘是不是来自于御膳房,我认为并不是。但跟御膳房不可能没有关系,包括其中的数据,我猜测很多跟御膳房是同一个源头。

达摩盘这个名字起得特别妙,因为三个字的汉语拼音首字母刚好就是DMP。从这个名字也可以看出,达摩盘是为广告投放而生的数据工具。

其作用,主要是提供电商消费者的数据,帮助商家在投放这些广告的时候进行人群选择。因此,也是阿里系中被商家使用最为频繁的一个数据工具。另外一个使用也较为频繁的工具是淘系的“生意参谋”。

除了圈选人群,达摩盘也提供一些关键数据的报告,达摩盘中对商家很重要的一些数据包括:店铺总消费者、广告触达率、行业潜在消费者、行业潜在消费者渗透率等。

有人说达摩盘的诞生,是阿里2015年收购了“易传媒”并入阿里妈妈之后做出来的。这个应该是误读。达摩盘推出早于易传媒被收购,因此肯定不是易传媒团队创造的东西,而是嫡出淘系。为什么这么说,因为达摩盘直到现在这个产品都存在,而且主要的应用场景,就是为淘系的广告产品——钻石展位(现在叫智钻)、直通车和超级推荐服务的。

所以,达摩盘是一个“老物件”,而且因为它跟淘系是一个血脉,所以它肯定短时间内不会被取代。但长期会不会被取代呢?有这个可能性,毕竟,一个广告数据系统,解决所有的广告投放,在架构上和管理上,都要更合理。当然,这只是我的猜测。

当然,说达摩盘会被“天猫品牌数据银行”取代,这种可能性倒不大,尽管二者有类似之处,但体系还是不太相同。二者并入一个更大的数据产品体系,或是可能,尤其是考虑到现在达摩盘和天猫品牌数据银行都在阿里妈妈之下。

生意参谋

生意参谋这个产品,有过很多次改版。最初它是B2B的数据产品,而在C2C端(淘系),有与之对应的量子恒道和数据魔方,后来整个阿里将后二者都统一在生意参谋之下,也就成为了今天淘系的生意参谋。

生意参谋主要是两类数据,第一,是自己店铺运营的数据,第二,是阿里提供的行情数据。生意参谋集数据作战室(也就是自己的店铺的运营数据)、市场行情、装修分析、来源分析、竞争情报等数据产品于一体,是为商家营运服务的统一数据产品平台。

生意参谋的数据原先并不能直接投广告用,但现在也增加了人群圈选的功能,并能将圈选之后的人群包推送给钻展等投放平台,跟达摩盘的功能有一点类似。

品牌数据银行

品牌数据银行跟达摩盘本质上都是DMP。二者的区别不在于功能上——因为它们的功能其实有诸多相似之处,而在于它们的应用范围和场景。品牌数据银行曾是阿里UniMarketing体系的一部分,现属阿里数据中台。其名字也清晰体现出,它是给大商家,也就是给品牌广告主使用的。因此,它的数据服务于品牌广告主在阿里巴巴大生态内的所有广告投放,不仅仅有智钻这样的效果类投放,也包含优酷土豆这样的偏品牌投放的媒体。品牌数据银行的人群数据可以推送给达摩盘,二者是打通的。

品牌数据银行是DMP的典型范例,尤其是在选人操作和look-alike功能上,都很成熟。人群画像上无法达到广告主所需要的细致程度,但没关系,没有任何DMP所做的画像能够达到广告主所需要的细致程度,相对而言,品牌数据银行在这方面已经做得不错。

品牌数据银行和达摩盘之间的关系,有很多朋友并不是很明白。达摩盘为什么不能扩展为一个为所有阿里生态内广告投放的DMP,而非要新建一个品牌数据银行呢?

这个问题很好,有几个方面的原因。

其一,达摩盘实际上是为淘系早期的程序化广告资源,也就是智钻这些广告产品服务的,本质上是一个服务于效果类RTB投放的DMP。而品牌数据银行,更偏向于一个服务于品牌程序化投放的DMP。都是投广告,但这两个领域其实差别还是很大的。通吃这两块领域的技术已经不易,而通吃这两块生态的人,可能就更难找到了。

其二,组织架构上的因素,达摩盘和品牌数据银行是不同部门和团队干的。

其三,数据来源也不同,品牌数据银行的数据不仅仅来自于淘内,也来自于阿里生态,尤其是被阿里收购的那些媒体。达摩盘则主要是淘系消费者的相关购物行为数据。前者的数据范围要更大一些。

所以,阿里有两个DMP,也就成了现实情况。有意思的是,类似的情况不仅仅在阿里有,百度、腾讯也都有类似的两个产品。背后的原因,大同小异。到时候讲到另外几家的时候,再论。

如果你想具体了解阿里的品牌数据银行,看我之前写的这篇文章:【海量截图】半个小时看懂阿里品牌数据银行(宋星的半小时读懂系列)

数据工厂

严格来讲,数据工厂不是一个具体的产品。或者说,它曾经是,但今天它的“正身”已经并入了品牌数据银行,成为品牌数据银行中的一个较为独立的功能组件。

官方将数据工厂定位为企业开发人员提供的PaaS平台。开发人员可通过SaaS化的开发工具安全的整合阿里数据及线上线下数据源并进行数据加工,解决客户人群圈选、消费者数据挖掘、云数仓建设、大规模计算、数据运营等业务问题。注意它的措辞,是给企业开发人员提供的工具。因为使用数据工厂意味着需要对数据挖掘和数据建模有所了解,这个功能并不是提供给普通的营销人使用的。

换句更容易理解的话说,数据工厂的主要功能,是做人群数据的更深度挖掘和计算,例如,做人群投放预测,或是更定制化的人群筛选和look-alike,或是更大规模更复杂的数据检索。毕竟不是所有数据银行的用户都满足于使用标准的人群筛选和统计系统。

友盟+

友盟+的前身是友盟、缔元信、CNZZ三家公司。这三个公司都被阿里收购了,然后合并在一起,成为了今天的友盟+。值得一提的是,友盟的创始人,就是今天风波中的蒋凡。

话说回来,当时友盟不过是一个统计工具的厂商,卖给阿里的时候,据说好几千万美金,它的创始人能够这么年轻做到今天的位置,可见绝非常人。

三家公司都有一个共同点,就是都是做流量和用户行为统计的。友盟当时是国内为数不多的app用户行为监测分析产品,缔元信和CNZZ则偏向于网站分析。所以,今天的友盟+仍然保留了统计分析这个传统项目,并且排在其官网“产品”栏目之下的第一位。也算是传承。

当然,友盟+已经在战略上转型巨大了。基本上是两条腿走路,一条腿,是立足于app(及小程序)生态,包括为生态内开发者提供开发者工具、开发者数据银行和云基础设施等。另一条腿,则开始尝试踏入广告主的运营增长领域,但相对起步晚点,选用这一解决方案的大品牌广告主数量还有限,客户仍然是app广告主为主。

所以,友盟+跟广告投放有一点关系,比如它的营销增长产品涉及到户外营销和精准投放(app为主),但不算是主流的广告生态。

总结

估计前面的这些文字,你看完了,大概也就明白了阿里体系内,跟广告相关或沾边的数据产品。

坦率讲,我个人不喜欢这些大公司给自己的产品起名,弄一些文绉绉,有古风腔调的名词,看起来挺diao,但实在是拗口又难记,还都长得特别像。阿里给自己起的数据产品名字,总体还不错,但是给自己的其他产品起的名字,什么聚石塔、聚星台、地动仪……很不利于传播。再加上百度后来又给自己的产品起名叫什么“观星盘”,于是聚石塔、聚星台、观星盘、达摩盘等等彻底被不明真相的同学混在一起不能自拔。

最后,总结一下它们之间的区别,简单来一个表,大家一看就明白了。后续有空了随时写,敬请期待。如有错漏,也欢迎指出。谢谢。

一个数据人的自留地是一个助力数据人成长的大家庭,帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。

扫码关注我,带你探索数据的神奇奥秘

点赞(8) 打赏

评论列表 共有 0 条评论

暂无评论
立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部