作为“北京大学互联网战略与数字营销高级研修班”课程模块之一,6月26日,腾讯营销学院走进北大,由腾讯广点通数据产品总监彭玲、腾讯广点通移动联盟商业产品总监翟家欢在北京大学新闻与传播学院带领学员探秘新时代数字营销方式,在学员中引起极大反响。
本次活动是腾讯营销学院首次与国内知名高校重要专业合作,将当今最流行、最前沿的营销理念和方法引入大学校园。这种形式对于未来的营销传播学科的专业教育以及企业实践都有着积极探索意义。
“大数据已经广泛应用于精准广告、个性化推荐、趋势预测、舆情监测等多个领域,大数据的核心价值是洞察和预测。”腾讯广点通数据产品总监彭玲女士分享到。未来,大数据会像土地、石油和资本一样,成为经济运行中的根本性资源。腾讯营销学院希望将新时代营销充分融入到大学教育中去,将北京大学等高校的办学资源与腾讯营销学院的前沿理念、实践成果相结合,提升大数据资源与分析技术的能力,为新时代营销输出方法论,培养优质营销人才。
数据变碎为整DMP让营销更立体

腾讯广点通数据产品总监彭玲演讲
腾讯有海量的用户,如QQ月活跃用户数达到8.32亿、微信月活跃用户数达到5.49亿、QQ空间月活跃用户数达到6.68亿,在PC和Mobile端累积了丰富的用户数据。通过腾讯用户标识体系,可以将用户在互联网上的行为数据打通、整合,通过大数据挖掘、分析,建立用户的多维立体用户画像数据,支持广告主用户画像分析和精准定向。
大数据营销中企业可能遇到的挑战,如数据碎片化、单一化、大数据存储挖掘能力有限等。DMP(数据管理平台),通过把分散的多方数据进行连接,并对这些数据进行标准化和细分,既可以提升广告投放效果,又可以通过标签化分析结果指导企业优化营销决策,成为企业密不可缺的‘数据中枢’。“腾讯广点通DMP具备用户画像分析、相似人群扩展、跨屏跨媒体控制、数据管理、人群管理、永久Cookie、数据安全等七大特色。”彭玲在与学员们的沟通中介绍道。
以汽车、金融、电商行业为例彭玲介绍了企业和广点通DMP合作案例。广点通DMP汇聚全行业数据,除了腾讯自身数据之外,还携手电商、生活服务、汽车、旅游、金融等不同领域合作方,建立起数据联盟。其次,广点通DMP拥有丰富的数据基础,从用户基础属性、用户状态,到兴趣爱好、用户行为、使用环境等,提供立体数据,清晰还原消费者画像。针对线上线下的不同数据源,广点通DMP还提供了多种数据接入方式。数据安全方面,通过设置多维度的数据安全管控体系、授权机制,保证了数据的隐私性和完整性。“腾讯广点通DMP第一阶段是建立私有DMP,服务于腾讯广告生态,提高广告主投放效果,未来会支持Data Exchange,成为数据的‘连接’方。”彭玲补充道。
无论是互联网+还是大数据+,“+”连通的不仅是人和设备,更是服务与服务之间,人与设备之间,人与服务之间的千丝万缕的联系。广点通DMP的运算

模式将从数据中探究互联网营销中更高效的营销形态。更重要的是,基于服务,开放,安全为宗旨的操作模式,打破传统线下企业之间的信息孤岛,成为合作伙伴的连接点,提升营销行业的整体价值。
AD Exchange平台推出营销更开放

腾讯广点通联盟商业产品总监翟家欢演讲
随着大数据价值的不断挖掘,处理数据、分析数据能力的不断提升,大数据资源与分析技术成为企业营销活动的战略布局。大数据所能提供的营销解决方案也势必促进业务升级、以及商业价值的发掘,并驱动产业变革进入一片营销蓝海。这其中,在大数据驱动下的程序化购买则毫无悬念的成为企业关注的焦点。
广点通程序化交易平台Ad Exchange是推动程序化广告交易和促进商业生态完善的重要一步,也是大数据分析技术提高到一定阶段的必然趋势。

腾讯广点通联盟商业产品总监翟家欢表示:“腾讯广点通程序化交易平台依托优质流量资源,并结合广点通DMP的强大数据能力,支持四种交易方式——公开交易、私有化交易、首选交易、程序化预留——满足不同广告主需求。”
在本次研修班上,翟家欢介绍了程序化购买的行业趋势、主要参与方、交易方式、产业格局,以及产业各环节所提供的价值,并以汽车品牌为例,详细的介绍了如何利用广点通程序化交易平台完成品牌推广。本次研修班气氛也异常火爆,翟家欢在分享结束后接受了学员的提问。当被问及如果广告主如何从程序化购买中得到自己想到的投放效果时,翟家欢解释说:“基于程序化购买的框架, AdExchange平台提供大量的潜在用户和足够的曝光竞争机会,DSP则通过技术手段帮广告主选择最合适的用户,并用适当的出价来赢取这次交易。”
随着以DMP数据联盟和Ad Exchange程序化购买平台为基础的创新营销模式不断发展,多方共赢的数字营销生态圈将不断完善。在腾讯广点通开放、共享的数据网络下,数字营销链条上的每一个环节都将得到更加快速、高效的发展。
据悉,腾讯营销学院与高等院校的合作还在不断的扩展和延续。将腾讯营销学院的最新成果、庞大数据与高等院校的教学资源、人才资源相结合。未来,更多腾讯营销学院研修班将会走进校园,为企业输入合格营销人才奠定基础。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。