隨著互聯(lián)網(wǎng)DSP廣告人群定向技術(shù)的發(fā)展，廣告投放終于從購買媒體轉(zhuǎn)變?yōu)橘徺I受眾，“DSP-廣告交易平臺-SSP”的RTB新生態(tài)得以快速崛起。RTB即Real Time Bidding(實時競價)，跟傳統(tǒng)購買形式相比，實時競價是對每個曝光進(jìn)行單獨購買，誰出價高，誰的廣告就會被這個PV看到。這種方式的好處就在于:Ad Exchange(廣告交易平臺)售賣的不是傳統(tǒng)意義上的廣告位，而是訪問這個廣告位的具體受眾，投其所好進(jìn)行廣告投放，就能產(chǎn)生最大的收益。因此，近年來RTB模式成為發(fā)展熱點。

在RTB生態(tài)中，Ad Exchange(廣告交易平臺)就像淘寶，聯(lián)系著買方和賣方?；ヂ?lián)網(wǎng)DSP廣告平臺(需求方平臺)為廣告主服務(wù)，廣告主可以設(shè)置廣告的目標(biāo)受眾、投放地域、廣告出價等等。而SSP(供應(yīng)方平臺)則服務(wù)廣告位擁有方，擁有豐富媒體資源和用戶流量的媒體們可以這個平臺上管理自己的廣告位，控制互聯(lián)網(wǎng)廣告的展現(xiàn)，設(shè)置補余等等?，F(xiàn)在每一個廣告主、每一個營銷人員每天都會接到無窮無盡的大量數(shù)據(jù)，那么，應(yīng)該怎么處理這些數(shù)據(jù)呢，怎么從這些數(shù)據(jù)中找出那些是有效地數(shù)據(jù)，那些是能帶來效果的數(shù)據(jù)，每一種數(shù)據(jù)又有什么區(qū)別和聯(lián)系呢，這就需要深挖 9種不同類型的數(shù)據(jù)：

　　1、調(diào)查研究數(shù)據(jù)

　　由經(jīng)驗豐富的專業(yè)第三方專業(yè)人士做科學(xué)研究，產(chǎn)生的可靠數(shù)據(jù)。研究設(shè)計，規(guī)范的數(shù)據(jù)，數(shù)學(xué)建模，刺激控制，統(tǒng)計控制，歷史經(jīng)驗，質(zhì)量保證標(biāo)準(zhǔn)等使得數(shù)據(jù)往往非常精確，噪聲往往最小。

　　2、眼球追蹤數(shù)據(jù)

　　眼球追蹤主要是研究眼球運動信息的獲取、建模和模擬。而獲取眼球運動信息的設(shè)備除了紅外設(shè)備之外，還可以是圖像采集設(shè)備，甚至一般電腦或手機上的攝像頭， 其在軟件的支持下也可以實現(xiàn)眼球跟蹤。隨著測量設(shè)備和軟件的穩(wěn)步改善，您可以利用眼球追蹤技術(shù)獲取及生成有用的診斷信息，以幫助理解為什么一個項目、網(wǎng)站 或廣告沒有成功引起用戶注意或注冊某些消息或圖像。

　　3、生物識別或生理測量

　　皮膚電反應(yīng)，眼睛的瞳孔擴張，心臟率，腦電圖（腦電波）測量，面部情緒識別等都非常有趣和令人興奮，他們都可能將來成為進(jìn)入人的靈魂的門戶，但目前，這些措施在很大程度上是推測性的和未經(jīng)證實的。其中一些措施在跟蹤人的意識覺醒上相當(dāng)不錯，但如果沒有引入測量或定性研究，就沒有精確的方法去知道這個覺醒是否積極或者消極。

　　4、試驗性數(shù)據(jù)

　　通過客觀的專業(yè)第三方精心設(shè)計和嚴(yán)格控制的試驗，得到最可靠的數(shù)據(jù)。并且全程和專業(yè)熟練的分析人員一起，對數(shù)據(jù)中的噪聲進(jìn)行了分離。

　　5、群體或咨詢小組數(shù)據(jù)

　　許多大公司都購買了一些能夠使其經(jīng)常對一小組目標(biāo)客戶進(jìn)行調(diào)研及對話的系統(tǒng)。企業(yè)的各類人群每天或每周都在持續(xù)地進(jìn)行這種小眾的調(diào)查。如果不把結(jié)果的質(zhì)量 考在內(nèi)，每次調(diào)查或測量的成本相對比較低。但是由于這樣的群體并不真正具有代表性，也不是隨機選擇的，且很少驗證過，所以隨著時間的推移，條件反射和慣性 學(xué)習(xí)的風(fēng)險將破壞群體的代表意義。

　　6、營銷組合模型數(shù)據(jù)

　　創(chuàng)造一個分析數(shù)據(jù)庫，并清理和規(guī)范這些數(shù)據(jù)，采用多元統(tǒng)計和建模去隔離和消除部分噪音，以使?fàn)I銷組合模型數(shù)據(jù)比實際銷售數(shù)據(jù)更好。營銷組合建模數(shù)據(jù)中的信 號更穩(wěn)定，更可靠，更加可測量。這種類型的數(shù)據(jù)可以幫助企業(yè)了解哪些變量推動了他們業(yè)務(wù)，如是媒體廣告，或者銷售人員的數(shù)量，或定價差異？但通常需要多年 的數(shù)據(jù)積累來從營銷混合建模中獲得最大價值。

　　7、媒體組合建模數(shù)據(jù)

　　這和營銷組合建模是相同的概念，規(guī)則相同，只是應(yīng)用了一組不同的變量。一個分析數(shù)據(jù)庫，數(shù)據(jù)清洗，建模和使數(shù)據(jù)中噪聲被最小化，從而使各種媒體的影響被分離開來。同樣，如果再與控制實驗結(jié)合，那么這些數(shù)據(jù)和分析將更具有解釋說明性。

　　8、銷售數(shù)據(jù)

　　銷售數(shù)據(jù)一定程度上可以被信任，但以銷售數(shù)據(jù)衡量實際銷售效果并不完美。因為銷售可能還受廣告效果、最佳媒體花費、產(chǎn)品質(zhì)量、服務(wù)效 率、有競爭力活動等等影響。經(jīng)濟，競爭活動，天氣，通貨膨脹，度假周期，新聞事件，政治事件，庫存和分銷偏差，定價紊亂等因素也制造了錯誤的反饋和歪曲的 景象，所以銷售數(shù)據(jù)并不是衡量原因和效果的最好方法，而只是理智的衡量什么已經(jīng)發(fā)生，它并不會告知為什么發(fā)生以及什么使之發(fā)生。

　　9、社會化媒體數(shù)據(jù)

　　社交媒體數(shù)據(jù)非常受歡迎。因為該數(shù)據(jù)往往比較便宜的，數(shù)量大，并且實時（每天或每時）。許多新的軟件工具和系統(tǒng)也比較容易對數(shù)據(jù)進(jìn)行分析。社交媒體數(shù)據(jù)也 許作為早期預(yù)警系統(tǒng)最有價值，但是，必須始終以懷疑和質(zhì)疑的態(tài)度去對外社交媒體數(shù)據(jù)！