7月11日，主题为
“户外广告的数字化和智能化”
思享会在清数D-LAB成功举办。
本期思享会由清数大数据产业联盟和清华校友总会AI大数据专委会共同主办，邀请深瞳云涂执行副总裁艾建松先生分享了深瞳云涂在成都、重庆、南京三地的户外广告精准投放的案例。
艾建松先生与大家介绍了深瞳云涂融合线上线下数据的户外广告投放以及效果评价方法，并与现场来自百度、宝马、奥凌和国广财经等20余位业内人士进行了深入交流。
深瞳云涂执行副总裁艾建松
思享会开始前，清华校友总会AI大数据专委会秘书长、清华校友三创大赛执行秘书长王霞代表主办方发表简短讲话，表示清数大数据产业联盟成立5年来，大数据在Gartner曲线中已经从泡沫期走到在各行业应用，这是业界一起努力的结果。
思享会活动以小范围形式开展，是希望能够促成大家相互之间的深度沟通，形成合作，欢迎大家到思享会的舞台上做分享，在为大家搭建的清华大学数据科学研究院、清数大数据产业联盟、清华校友三创大赛的平台上，汇集了“政产学研用融”的资源，期望大家能够碰撞出火花。
清华校友AI大数据专委会秘书长、清华校友三创大赛执行秘书长王霞发表简短讲话
随后主讲人艾建松先生为大家带来了现阶段大数据在户外广告领域的应用分享。
以下为分享内容整理。
传统户外广告虽然仍有到达率高、视觉冲击力强、发布时段长等优势，但存在广告内容和覆盖方面的局限，投放人群不精准以及投放效果无法有效监测的问题更为明显。
大数据和人工智能时代，数字化和智能化已经成为户外广告发展的新方向。
现阶段，以深瞳云涂为代表的大数据与行业智能应用服务商，是如何将利用大数据制定投放策略实现精准投放的呢？
要想利用和分析数据来达到户外广告的精准投放，第一步要解决的是数据源的问题，传统户外广告均为线下广告形式，怎样才能打通其与数字化的通道呢？
深瞳云涂通过与三大电信运营商、主流APP合作以及对APP SDK的植入来获得线上数据源，利用广告牌设备植入采集线下数据，定位户外广告覆盖范围内用户，同时匹配6.5亿用户数据，进而了解他们的各项数据信息，包括：
年龄性别等的基础信息，机型更换频次等的手机终端信息，通话、上网等的通信信息，访问APP、文章浏览、关键词搜索等的线上行为信息以及用户行动轨迹信息等。
这些信息的采集和使用会遵循中国法律法规要求，深瞳云涂将数据脱敏后导出进行分析。
和互联网的数据不同的是，接入三大运营商的数据后，深瞳云涂可以了解到用户手机使用的方方面面，比如APP使用情况，搜索信息等，通过标识将数据串联起来，就可以看到更为宽广的全生命周期用户数据。
大量繁杂的底层数据要想产生价值，我们就要研究这些数据如何帮助商家解析数据。
深瞳云涂介绍了他们一些解析数据时构建出的应用模型，在众多数据模型中，数据生成数据的过程被定义为技术类模型，直接面向商家来帮助商家形成价值的称为业务类模型。
其中技术类模型包括：
-
用户情感识别模型
，可反映出用户喜欢什么，讨厌什么等情感倾向情况。
-
用户位置识别模型
，可以跟踪某类用户一天的轨迹，看到他们在家和单位常出现的商圈，通过位置识别模型，可以判断哪些场景投放户外广告有机会打到目标用户。
-
用户子嗣分析模型
，通过用户线上关注的商品价格、类型、品牌，包括APP等信息，可判断出用户处于哪个年龄阶段，是否有孩子，孩子的年龄阶段，进而挖掘出用户的潜在消费需求。
-
关联模型
，当一款产品用户既关注A产品，又关注B产品，那么他们之间就因用户产生关联。
两款产品面向不同的市场领域，满足同类用户不同需求时，就有异业合作的可能。
当这两款产品面向同样的市场领域，满足同样的用户需求时，就认为这两款产品在行业内有比较强的竞争。
-
用户消费模型
，即用户月可支配收入，最主要的信息包括这几个方面：
基础信息、换机频次、品牌终端价格、银行短信的交互频次、通讯账单价格、线上关注的商品价格档次，这些维度可以提炼出用户消费能力模型和用户资本等其他很多的辅助模型。
-
用户社交模型
，呈现出用户的一个社交脉络，例如跟用户联系的人都是什么样的，他是发表言论型的人，还是一种接收信息的人，他对产品的认知和看法在朋友圈传播的深度，用户在他的社交关系中是一个什么样子的。
业务类模型包括：
-
需求动因模型
，不同的人买一款商品，它的需求的动因也许会不一样，通过分析数据可以挖掘出用户基于什么动因促成了他们购买的这种产品，这个过程中帮助商家研究清楚他们的目标，用户群体里到底有几种动因，就可以引导未来的市场策略、产品设计等方向。
-
竞争格局模型
，通过对用户需求、消费能力的切面分析，可以得出用户集群图形，进而获得寻购阶段的洞察模型，提醒商家关注寻购阶段用户的关注点和转化获胜的竞品，指导商家在寻购阶段进行干预和对竞品拦截。
-
需求的预测模型
，根据历史销量、潜在用户变化，为用户提供细分市场的销量趋势预测，以及宏观销量趋势预测，每个月迭代更新。
目前深瞳云涂可以通过构建模型，对不同细分市场指标的调整，帮助商家做到比较精准的销量预测。
-
商圈分析模型
，此模型可以帮助商家明确产品的目标受众群，目标受众群在商圈中的分布，以及目标受众群在商圈内的行进轨迹等信息。
户外广告投放可以分为三个阶段，第一个阶段是策略阶段，第二个阶段是投放阶段，第三个阶段是效果监测阶段。
大数据与户外广告行业应用的结合主要集中在第一个阶段和第三个阶段。
通过数据能够在整个的策略选择阶段以及监测阶段为商家提供帮助。
在接到商家户外广告投放的需求时，深瞳云涂做了两块内容。
第一是为商家构建业务分析模型。
通过数据信息监测户外广告触达了多少用户。
所谓触达，是指用户在广告牌前的扇形面积停留两分钟以上，即算为触达用户。
第二是监测用户有多少和搜索和使用了这个产品。
更为直接的指标就是有多少人在看到户外广告之后，48小时内进行了搜索使用。
两块内容都包括投放期内的数据以及投放前一个月的数据。
通过前后两个数据的比较，可以监测户外广告投放的效果，包括用户搜索人群的变化，同时间段的产品使用情况，用户转化人群的变化，竞品转化的变化等。
用户群与户外媒体点位特征匹配度分析
为了更准确地阐述大数据如何助力户外广告的精准投放，艾建松先生结合成都、重庆、南京三地的户外广告案例，介绍了大数据在户外广告的投放过程中以及户外广告投入后的应用。
在分享的案例中，深瞳云涂通过对产品使用情况和销售情况的转化关系研究后，发现户外广告对存量用户产品使用率有比较大的提升，反过来，户外广告对用户的购买环节影响率低。
大数据让大家对户外广告又有了一个新的认知，就是户外广告对产品生命周期中的曝光和使用前后两端的影响比较大，用户如何转化？
其实更多的可能要依靠更为深入的运营手段实现转化。
在移动互联网快速发展的时代，大数据赋能户外广告是必然趋势。
1. 投放位置精准化
传统户外广告由于信息不对称，广告主并不能知道自己的广告是否真正投放预期点位。
而大数据技术可以做到实时监测，同时对每一个投放点位以及投放时长与频次进行分析及效果评估。
2. 投放素材精准化
通过对投放触达人群的分析洞察，获取用户特征信息，根据不同点位覆盖的不同用户的特征信息，制定不同的投放素材内容，从而更有针对性的触达该点位覆盖的用户，有效形成良性转化效果的闭环。
3. 投放价值精准化
通过对投放区域进行监测及用户画像，同时融合该区域户外广告点位投放效果的经验积累，大数据技术会给予广告的曝光量、受众分析、互动数据、投放效果等，为广告主提供动态的、真实的户外广告点位数据报告，以此判断广告点位适合投放的广告类别，并可指导广告主原有的销售方式，为广告主提供更有价值的参考与建议。
深瞳云涂户外广告投放点位及覆盖区域效果监测模型
4. 投放人群精准化
通过大数据对触达人群建立用户画像，从而将用户的线上、线下行为精细化、个性化、定制化，找到用户群体中的共性及差异化；
而在智能化方面，把所有共性的和差异化的用户群体通过智能化进行识别及聚类，为广告主提供更加细分和定位更加精准的触达用户群信息。
目前，户外广告在大数据应用下还处于初级阶段，主要以投放的效果评估及点位覆盖评估为主；
未来，通过大数据及人工智能的发展，户外广告将能实现更为自动化的灵活投放模式。
每一个户外广告投放都像线上新媒体投放一样可以直接触达精准人群，这就是在大数据应用下智能化户外广告的未来。
广告主们在投放广告前就能获得广告在欲投放点投放效果预测，从而合理分配预算；
而投放后的效果评估也会让广告主直观的了解到“钱花的值不值”。
1. 自动化投放模式
在未来，通过大数据与智能化的结合，户外广告投放也可能像移动互联网新媒体一样实现自动化投放。
