2月底，在美國好萊塢第85屆奧斯卡金像獎頒獎禮上，李安憑借《少年派的奇幻漂流》榮獲最佳導演。有意思的是，這是微軟研究院專家David Rothschild通過大數據分析預測的本屆奧斯卡各獎項歸屬中，唯一出錯的一個——David Rothschild對奧斯卡主要獎項其他各項獎的預測則全部命中。更早些時候，在2012年美國總統大選中，他還正確預測了51個選區中50個地區的選舉結果，準確性高于98%。
這只是一個縮影，2012年以來，大數據已經在越來越多的領域和場合被人熟知，大數據的呼聲此起彼伏，無論是科技博客，還是各種業內人士，抑或行業論壇，媒體專題，都會有大數據的相關探討。事實上，在科學、體育、廣告、公共衛生、經濟發展和經濟預測等諸多領域，“大數據”的預見能力正在被開發中，數據開始驅動決策發生轉變。金融行業通過大數據來鑒別個人的信用風險，快遞領域通過數據來確定行駛路線、減少等候時間，政府通過大數據來找出最容易發生火災和井蓋爆炸的地點，商場通過大數據發現產品之間的關聯，還有微軟這樣的科技公司來分析病患的再入住率，Zynga通過數據分析修改游戲設計等。
數據之上的精準營銷
當有了各種數據還有使用方法的時候，我們最不能忽視的就是大數據時代的大數據公司。在傳統行業，有價值的數據一方面依托于整個物聯網的興起，一方面來自于自身信息部門的數據積累，這些數據大部分有助于這些行業自身的發展，但具備真正的大數據公司潛質的并不多，目前的大數據公司主要還是集中在IT互聯網行業。
互聯網企業的優勢在于，在數據分析處理基礎技術方面領先，而且其服務開始涉及各行各業的組織、管理和運營之中，數據積累更廣泛；而另一方面，通過互聯網又對接著數億網民的行為、需求和生活。由此產生的大量非結構化數據，具有更大的商業價值。
網絡廣告則成為推動互聯網行業大數據發展的重要力量。互聯網及移動互聯網高速發展帶來的合力，使得越來越多人將選擇數字媒體作為獲取信息的渠道。網民涵蓋了主流消費人群，他們對數字媒體的接觸和依賴超過了電視和平面等傳統媒體，而消費決策也將越來越取決于互聯網——網絡廣告成為驗證大數據價值的最前沿產行業之一。
互聯網進入了個性化、社交化、開放化和移動化的時代，社交媒體、電子商務以及智能終端的快速發展，每天都在產生海量的半結構和非結構化數據，比如，淘寶每天活躍數據量已經超過50TB，有4億條產品訊息和2億多注冊用戶在線活動——由于網絡廣告公司的服務延伸到了幾乎所有成熟的互聯網平臺之上，他們對這些數據有著極為可觀的獲取量。用這些數據支撐精準廣告便是網絡廣告公司在大數據時代重點喊出的口號。
除開基礎設備和技術提供商，Facebook、Twitter這類社交平臺被業界認為是最具大數據商業價值的互聯網公司，谷歌在搜索引擎中開始更多探索數據在人工智能領域的應用，興起的實時競價廣告則以受眾數據為服務核心。
傳漾科技是國內較早把數據視作未來廣告市場核心價值的網絡廣告公司。自成立之初，傳漾就把建立網民行為數據庫作為工作重點，積累至今，就數據挖掘的廣度和深度而言，傳漾的數據庫已經建立起行業優勢，不僅有超過9億的獨立Cookie數據庫，覆蓋活躍網民超過4.73億，同時還擁有分類比較完備的分類模型，能夠對一個用戶進行多維度全方位剖析。
傳漾科技技術副總裁王躍曾向記者表示，在傳漾的廣告生態系統中，最核心的部分就是被內部人士稱為打開精準定向黑匣子的產品“SameData”網民數據智能引擎。
SameData具有智能網聚、算法挖掘、集成清洗等功能，它打通了傳漾的9億Cookie數據庫和1000多家媒體資源，擁有傳漾科技領先的數據分析技術和挖掘內核，經由分析和挖掘內核不斷追蹤、分析、收集信息，對受眾的人口統計學特征進行認證，通過機器人學習分析模型，最后將中國海量的受眾信息數據整合清洗為可被廣泛應用的集成數據庫，為關鍵詞定向、語義主題定向提供底層的數據接口及應用匹配展示，從而指導整個傳漾廣告平臺服務的商業智能。
在傳漾科技廣告營銷生態鏈中，SameData處于其中的數據管理平臺DMP環節，用于為整個競價模式提供實時購買的受眾數據。在RTB領域，相較于需求方平臺DSP、供應方平臺SSP，DMP在其中也扮演了重要角色。因為沒有DMP就無法實時判斷目標受眾和單個受眾價格，更無法談及實時競價。SameData發揮出傳漾龐大數據庫的優勢。通過傳漾的ABP受眾購買平臺(DSP平臺)做廣告投放，它能夠在廣告執行前后，以非常直觀的、可視化的形式，通過各種維度向廣告主和代理公司展示投放全過程。
具體來看，SameData在傳漾廣告營銷生態鏈中工作原理和流程是這樣的：交換平臺或者媒體的impression產生后，平臺或者媒體通過標準的協議發送請求給DSP平臺，通常攜帶的信息有媒體名稱、媒體分類、頁面URL、頁面的上下文關鍵詞、媒體設定的最低價以及最重要的信息一一用戶Cookie。DSP通過查找事先已經建立的用戶映射庫，將用戶轉換為DSP平臺可以識別的用戶，然后將從交換平臺或者媒體收到的所有信息綜合計算，篩選出適合的廣告以及廣告的最高出價，然后將廣告ID、素材地址、跳轉地址、尺寸、類型等回傳給平臺以及媒體。當競價成功后，平臺將發送成功信息給DSP平臺。實施競價中整個涉及受眾購買的環境數據都需要DMP底層提供。
因而，由SameData驅動的DMP將不再僅僅注重實時競價廣告的點擊優化，而更多地以提供企業受眾人群細分為基礎，并進一步做到展示廣告的精準定向、網站優化，搜索定位和多次重復定位，受眾研究和數據挖掘DMP將受眾（消費者）進行細分，并對于這些受眾細分的廣告展示機會進行采購或出售。數據管理平臺將會提供更加合理和科學的算法和分析依據來幫助客戶和媒介執行機構來判斷什么樣的受眾才是高質量的，什么樣的廣告平臺擁有更多這樣高質量的廣告受眾群體，從而使營銷推廣的結果更加可信和更加出色。
要知道，大數據對于精準廣告最直接的意義就在于，能夠通過數據分析對網民興趣進行定向，然后對單個目標受眾進行定價。基于網民行為興趣探索，傳漾應用最新的算法研究成果，將網民興趣共分為33興趣大類、168興趣中類、857興趣小類，全方位用戶興趣追蹤技術，近距離貼身目標受眾。
2012年，傳漾科技基于網民數據智能引擎SameData，先后發布了汽車網民興趣圖譜、母嬰行業網絡受眾用戶行為數據等諸多行業研究報告，對于不同年齡、性別、階層網民對商品的不同興趣、瀏覽習慣、關注重點、相互關聯等各個角度都有詳細的統計和描述。
廣告業的進化
大數據時代的到來，為精準廣告提供了發展機遇，但是僅僅把精準作為其帶給網絡廣告的全部，已遠遠不夠。
阿里巴巴研究大數據的工程師有這樣一個發現：僅僅通過顧客的購買經歷篩選出與其相近的產品向顧客推薦，這是徒勞的，相近的產品非但沒使顧客產生購買欲，甚至會產生負面效果，削弱購買欲望。
你不能說這類廣告不是精準的，因為從理論上來看它確實是正確的，問題在于，RTB和所有傳統廣告一樣，仍然是生產者的大喇叭，是以生產者為中心，用推技術向消費者強推的廣告。只不過，過去打的是散彈，一打一片，現在比較能一槍一準了。消費者接受廣告的方式，仍然跟“躺著挨槍”差不多，不是找上門來，而是實在躲不過去。
中國社科院信息化研究中心秘書長姜奇平認為，之前的萬維網正在逐漸升級為語義網，將會徹底改變網絡廣告的生存環境。語義網把WEB、移動、定位等等聯系在一起，符合大數據的標準，是異構數據的聚合；其次它又代表著從WEB的P2P到移動互聯網的Html5的前沿，是自組織自協調的社會網絡計算。語義網采用給內容加入標記的方式構筑WEB環境，相當于將使廣告屏之內和廣告屏之外的界限被打破，語義網將會使用戶每個網絡活動都成為一次智能的廣告行為。
傳漾科技的SameData智能數據引擎，也正在基于所覆蓋的1000家媒體進行長期的網頁正文內容的語義模型分析及研究，對于受眾瀏覽網頁內容的軌跡探索，將網頁正文內容通過成熟訓練的不斷應用、實時更新，組成智能網聚的搜索引擎，為關鍵詞定向、語義主題定向提供底層的數據接口及應用匹配展示。
簡單的說，在語義網下，網絡廣告將從現在的精準投放過度到未來有意義的推送。只有把消費者心中的意義打通，精準才有的放矢，避免出現上述的負面效果。下一代廣告的精準就不再僅僅象RTB、LBS這樣定位到人，而是順著意義經絡，直接定位到心，作用于人心的向背。將來的廣告，也是Real Time的，只不過更加強調此時、此地的精準對撞，并且快聚快散，速配化。
這個判斷也符合《連線》雜志最近一篇文章所說的“互聯網將從空間模式轉向時間模式”中的觀點：互聯網上的所有信息很快都將變成基于時間的結構，從靜態到動態的，一直在流動。我們不再需要依靠亞馬遜網站通知我們，某本關注的新書是否已經到貨；電子商務將出現巨大變革，我們不必再刻意尋找有什么新商品。
當然，從精準到推薦，這意味著一個產品的廣告，對每個人內容都不一樣；意味著從中央計算模式向本地計算的轉移。那么，未來廣告公司的具體形態究竟如何還很難說。不過，日本野村證券提出了一個未來與此相關的趨勢是“產消逆轉”，意思是，未來分散模式中，消費者成了起點，生產者成了終點。對大數據，對廣告來說，產消逆轉將導致頭腳倒立的新型廣告的出現。
傳漾科技在網絡廣告領域的探索頗具先見之明，其依托云端的數據庫獲取到海量可交互的結構與非結構化數據，并由最底層的數據分析平臺支撐中上游的應用服務，打通PC和移動互聯網的數據通道，逐步催生出垂直的產業鏈形態。傳漾打造的SameData，把數據內容組成高智能的搜索引擎并捷篩選及過濾匹配內容，為精準實現定向提供底層的數據接口及應用匹配，成為大數據入口、匯集和整合過程的公司。
某種意義上說，未來成熟的網絡廣告公司一定也是大數據公司。傳漾可以在產業鏈底層深度布局數據收集和分析平臺，以此跨終端、跨平臺、跨行業來提供個性化、精準化、智能化的機制，并在在此基礎上延伸出數據加工產業鏈，這個數據加工產業鏈將服務于媒體、代理商、廣告主、用戶、第三方咨詢調研機構、電商企業乃至傳統企業內部的生產環節，讓消費與生產實現高度高效的吻合與匹配，探索新的商業模式。
在美國IT女王戴森看來，有一種可行的商業模式是，在充分的數據支持下，未來廣告商可以搭建與顧客本地數據對接的數據采集與分析平臺，并且同擁有眾多生活方式設計師接口的眾包平臺進行對接，為消費者一對一提供生活消費各方面的咨詢建議或其他個性化服務。在這個模式中，廣告商掙的將不是媒體的錢，而是商務的錢。
