近几年，大数据及人工智能技术应用范围持续扩张，各行各业都在积极拥抱技术变革驱动营销升级。尤其在争夺细分场景下用户的有限在线时间份额及注意力，建立品牌与用户间的长效联系等方面，数据的重要性有目共睹。但在具体的营销实践中，数据资产是否被充分开发利用，平台数据打通能否真正可以「无障碍」地为品牌营销赋能，成为目前制约大数据营销潜力进一步释放的关键问题。

「数据打通」不等于「数据共融」

自 2005 年菲利普 · 科特勒提出「精准营销」概念以来，在合适的时间、地点，将合适的信息，以合适的方式推送给合适的人，成为营销行业不断探求的目标之一。要让营销信息精准触达目标用户，基于用户数据画像的精准定向在大数据时代发挥着关键作用，而这完全依赖于对用户属性及多维行为数据的综合收集及处理。

当前阶段，各平台及 APP 间普遍倡导的「数据打通」更多的是通过标签匹配来实现的，由于不同平台或 APP 各自拥有自己不同的算法和产品逻辑，他们很难做到数据的统一、同一解析性，只能通过各自产品的逻辑匹配不同的标签，再通过移动端统一的设备 ID 进行数据 Mapping。略微懂得一些数据的人都知道，每一台手机的设备 ID 是固定不变的，所以在 PC 时代营销数据打通所依赖的账号体系或者 User ID 就变得没那么重要了。而由于固定的设备 ID 的存在，移动端的数据打通是没有很大难度的。

所以这种「数据打通」仅仅能帮助广告主实现某些维度的人群定向，比如圈定在某电商平台浏览过某件商品的人或者在某视频网站观看过某一档综艺的人，然后再在另外一个新闻客户端中进行广告投放。显然，数据更深层次的价值并没有得到真正发挥，仅仅依赖于数据标签进行人群定向不过是大数据在营销上初级的应用。而一些一直宣称可以打通旗下 APP 矩阵数据，进行整合营销的综合型平台的广告投放效果也并没有我们预期的那么显著。其实这些平台基于同一集团的优势是可以进行数据打通的，但如何在营销中让大数据和广告算法发挥价值，则需要在这个基础上解决更多的问题。

首先，打通标签还是打通底层数据的价值是不一样的。「标签」更大的意义在于帮助人们进行标记，而对广告算法反而就没那么重要了。两个同样是打上了「创造 101」这一标签的用户，其真正的用户行为依旧是存在差异的，A 用户可能观看了 90 分钟正片，B 用户可能是观看了 60 分钟的花絮。显然，如果基于真正的用户行为进行算法建模，得到的效果要比仅仅基于「创造 101」这一标签进行建模，效果要好得多。

其次，动态的数据打通还是离线的数据打通，价值也是不一样的。同样是用户 A，第一周观看了 90 分钟「创造 101」，第二周可能仅观看了 10 分钟，短短一周的时间其爱好和偏好可能已经发生了很多变化。如果我们算法建模的基础是离线的，很久才更新一次的数据，那么广告投放效果不如预期也就不足为奇了。

此外还有，广告算法是否可以跨事业群、跨 APP 在底层数据中进行不断的数据学习和价值验证？这个问题才是最根本的问题，因为一旦这个问题解决了，前面两个问题才能迎刃而解，算法可以实时的基于用户行为进行自我优化，而不是离线的标签数据。但在集团型平台中，这个问题显然非常棘手。各事业群之间发展目标的不一致往往导致数据分崩离析，商业广告部门想跨事业群调取数据阻力之大可以想象。即便是商业广告部门可以调取到这些数据，但依旧面临非常大的挑战，因为这些集团型平台的 APP 矩阵有相当一部分是收购来的，这也就意味着各 APP 之间底层的数据架构是完全不一致的，对这些 APP 间的数据架构进行系统性的梳理将是一件非常浩大的工程，而且往往不是商业广告部门可以凭一己之力推动实现的。我们经常能看到一些集团型广告平台的介绍中会列出非常丰富的 APP 矩阵生态，但在打通这些 APP 数据中经历的心酸，也许只有他们自己清楚吧。

可以说，如果这些问题得不到很好的解决，那么所谓的「数据打通」就相当于仅仅是激发了数据资产的表层价值。数据的精准及定向很重要，但通过数据「找对人」只是营销的第一步，品牌需要发挥智能算法的价值将数据资产沉淀为「品牌人群资产」，通过统一的底层算法对数据进行更精细的运用，才是当前营销行业对数据应用应该追求的更深层价值，而这些深层价值则需要通过「数据共融」来实现。

「数据共融」 用一个大脑分析、解决、指导营销决策

如果说「数据打通」是大数据应用的 1.0，那么「数据共融」应该是其 2.0 版本的进化与升级。基于数据共融，数据资产不仅能给予更精细颗粒度的深度挖掘，为广告主「找到对的人」提供可靠、全面的数据分析，还能为品牌与用户搭建长效沟通环境，助力品牌数据资产有效转化为品牌人群资产，推动品牌营销全链路升级，最大化释放数据的营销价值。在实现数据共融这点上，今日头条无疑最具有发言权。

作为一款基于数据挖掘技术的个性化资讯推荐引擎产品，今日头条通过人工智能技术和智能分发技术为用户推荐有价值、个性化的信息。依托智能算法起家的字节跳动，通过自主孵化不断拓展平台边界，如今拥有今日头条、西瓜视频、抖音短视频、火山小视频、悟空问答、懂车帝等多元化产品布局，覆盖资讯、图片、短视频、社区等更多垂直细分内容场景，满足用户多元化的兴趣需求。

但无论字节跳动旗下产品如何扩展，所有产品的底层算法是统一的，就像是自然界的一切都按照同一的物理法则运作，城市道路接受同一交通法规约束一样，有序是高效的基础，这样便保证了数据以「一个大脑」的思考方式运作，可以更立体、多元化、精准的使用数据来定义、描绘、分析目标人群，深刻还原用户特征。

与此同时，资讯、图文、短视频、问答等不同类别间的多样化内容金矿保证了信息的密度，而信息密度是数据价值的重要指标之一。加上不同产品的精细化区分用户环境特征，全面覆盖信息接收全场景，可以说今日头条及其平台各产品的核心业务在不断驱动其个性化推荐算法的优化迭代，促使数据挖掘能力不断进阶。

动态算法优化搭配多维数据共融，平台便能从海量用户数据资产中进行颗粒度、精细度更高的数据提纯，不仅服务信息精准推荐，更助力营销推广策略升级。基于以上优势，今日头条智能数据营销平台「云图」应运而生，通过实现智能数据管理、人群管理和策略管理，全流程赋能广告主商业决策。

「数据共融」 让数据真正为营销所用

基于「数据共融」而生的云图在数据管理上做到了多平台、全维度数据的高效融合，通过高精度的智能数据应用为营销提供有效指导。

云图以单一用户粒度深度建模学习来呈现每个用户的品牌偏好度，为品牌积累定制化的品牌人群资产。精细颗粒度的数据收集与融合最终也将直接作用于营销投放，赋能营销决策从营销洞察、投放建议、效果预估、投后归因的全链路营销闭环，让营销推广每一步都有据可循。

技术的发展带给营销人更广阔的想象空间，也让我们认识到用户数据资产并不仅是曝光、点击等一连串冰冷的数字，通过对大数据进行更细颗粒度的挖掘及可视化呈现，用户数据背后的更鲜活的价值正逐渐展现出来。借助数据共融优势，今日头条云图正为整个营销行业提供品牌人群资产建设方案，让对数据的挖掘和利用真正回归「人」的本质，数据营销的潜力才能被进一步释放。