大数据时代，互联网媒体要摆脱“卖广告”思维

虽有"新媒体"之名，但多年来互联网媒体仍未摆脱传统媒体"卖广告"的模式，面临的问题更如出一辙--含金量高的广告位资源有限、广告投放效果难以预估、用户转化率不能达到预期......互联网媒体基于流量的、粗放的营销模式已成为一条越来越难走的路。

粗放式的经营模式导致的"死结"造成其运营现状与互联网本该达到的高度相距遥远：用户黏性低，因推广而来，因无兴趣而走，多数一次性访客来去匆匆;广告主推广效率低，花钱买得到流量，却留不住用户，广告推广无长效，更难转化成营收;网站变现效率低，广告位资源有限，热点广告位潜力已尽，偏门位置无人赏识......

解决这些"死结"的思路是改变媒体网站粗放的、"一对多灌输式的广告"运营模式，进行精细化运营、精准投放：有针对性地发掘用户需求，改进服务产品;以更个性化的服务、产品提升用户对网站的黏性;全程收集、分析用户行为，进行定向推广，提升推广导入用户的转化率和回应率;深度挖掘媒介价值，科学衡量、评估广告位，提升变现能力，实现利润率最大化。而通过数据为每个用户群体进行分群画像，对整个平台广告、内容运营的实际情况进行非常真实和确切的了解，将是未来互联网精细化运营、精准化营销的根基。

所谓用户分群画像，是对网站用户按不同的评估维度和模型算法，通过聚类集合方式将具有相同特征的网络用户画像数据，划分成不同属性的用户群体。对于媒体网站来说，其自身拥有的大量用户数据似乎可以构画出用户画像，但现实的问题是，局限于单一网站的数据系统，记录和覆盖的用户行为信息往往是片段的、割裂的、孤立的、静态的，从而造成"盲人摸象"似的主观揣测。对于目前缺少互通的中国互联网来说，寻求站外海量用户数据对自身数据进行印证将是不得不为之的一环。为此，第三方数据机构缔元信.网络数据推出网站用户分群画像解决方案，依托DDMP平台的跨网数据和行业知识管理库，对用户的每一个行为标签化，为每个用户打上多维度的标签，再对不同维度的标签进行筛选、聚类，进行族群划分、标签描述、定性描述。由于其DDMP平台平均每天跨网采集2亿网民、30亿条网民行为数据，就可以让网站不仅知道用户在这里爱看什么，还准确知道用户在网站之外爱看什么，从而准确定位用户偏好。比如作为网络广告投放热点的汽车行业，以往广告投放往往以内容相关度或整体用户自然属性的契合度作为投放依据。而通过分群画像系统，可以根据用户对全网数据的解读，更深层了解用户偏好、特征，将用户分成不同的层级：是打酱油、看热闹的，还是有兴趣或有买车念头的，还是已有购车计划、快要出手的，由此媒体可以针对不同的用户去制定不同的营销策略，也可以针对广告主的每一个营销诉求去寻找目标用户进行定向投放。

(图为基于用户画像技术的数据服务原理)

媒体网站的潜力远未发挥到极致，同样的资源、同样的用户、同样的广告主，仍存在较高的利润提升空间--前提是由粗放经营转向精细化运营。以数据为基础、以用户为核心的精细化运营之路，将是网站解开粗放死结的必须方向。不断挖掘数据背后的用户价值，让数据之间的相互关系更丰富更完善，互联网的精细化运营效应将像滚雪球一样越来越大。