前面我们聊了“运营商大数据”和“企业及员工大数据”。今天我们聊一聊，大数据行业最早的第三方数据：带兴趣标签和画像的大数据。

我们回忆一下大数据刚开始的时候，一些大数据公司动不动就号称自己拥有数亿、甚至数十亿人的“带有兴趣标签和画像的大数据”。和以前类似，我们从两个维度来分析，首先这些数据从哪里来，质量如何？其次，这些大数据有什么用？能用于建模提升营销的效率吗？

这些画像大数据，从获取方式不同可以划分为三种大的类型：1）BATJ等大平台的大数据；2）程序化广告投放平台的大数据；3）通过嵌入代码或者SDK方式获取的大数据。我们逐个进行分析。之前的讨论，我们一再强调，随着数据安全法规的推进，各大数据服务商都不会支持基于个人粒度的数据交易行为。所以现在对该类大数据的总的服务方式分类两种，一是群体画像，二是上一讲提过的基于ABM的定向客户营销。

BATJ等大平台的数据服务，基本都在其围墙花园内，通过严格的技术和协议约束，在各自的生态下进行数据营销服务。因为大平台覆盖的用户规模以及用户行为动态实时变化的特性，使得该部分大数据在特定的领域内能发挥相应的作用。简单的说，相比于其他类型的大数据，一是相对准确，二是规模足够大。而这两点是基于数据建模提升效率的基础。目前，各大平台的大数据服务类型和应用并不相同。总结来看，有以下几种应用。

1）企业提供一个群体列表，比如电话号码或者设备号，大数据服务提供该群体画像。画像的类别各平台各有侧重，比如BAIDU会侧重搜索行为、路径数据，而ALI会侧重电商行为，对于性别、年龄等属性也是通过某种算法预测而得，并不完全准确。

2）通过关键词或行业标签，获取到人群包，对该人群包进行广告营销。

3）企业提交已经是自己客户的列表，平台能够通过LOOK LIKE算法建立潜在客户模型，放大潜在客户规模，再对这些人群包进行定向营销。

从我们观察到的结果来看，建模后再定向营销，确实能提升效率，这部分人群的转化要高于传统的广告投放。但是相对于广告，建模后的人群包数量很难放大，也就是规模有限。在数量和质量之间难以找到合适的平衡点。

程序化广告投放平台的大数据，来源于广告竞价时交易中心或者媒体提供给广告平台的信息。一般会包括用户的ID（IP或者设备号或其他唯一标识），终端信息（手机类型），当前广告位所在页面的信息（内容类别，标题，也可以通过爬虫获取内容关键词信息）等等。如果广告平台竞价量很大，比如每天有百亿规模，那么通过积累，也能拥有覆盖大部分网民的浏览行为，然后对这些行为进行标签化和画像，就形成了标签和画像的大数据。一般来说，这些大数据的应用依然是程序化广告平台上的人群选择和广告优化。同样，一般都会提供上述从群体画像、人群选择、LOOKLIKE这三类大数据应用服务。要特别说明的一点是，程序化广告平台一般会对接多家大平台的广告资源，所以存在拼接和打破各大平台围墙花园数据的可能。当然，因为是通过广告接口获取数据，数据的内容并没有各大平台的行为详细，也就是说粒度不够细。

第三种获取数据的方式是大数据公司提供了某种互联网服务，这些服务以嵌入代码或者SDK的方式被其他开发者的网站或者APP使用，该类服务会通过代码或者SDK，获取这些网站或APP用户的访问行为信息，再对这些信息标签化，以形成画像。这些服务，可能是一键登陆、可能是支付、也可能是个性推荐、或者游戏统计、点击流分析、或者第三方广告检测、等等功能。开发者利用这些服务的SDK，就不需要自己开发相应的程序，而直接获得这些应用功能，代价是将自己网站或APP的数据上传给大数据服务提供商。从数据来源来看，这类大数据一般在某个垂直领域，比如游戏领域的用户大数据，安装SDK的应用量直接决定了大数据的广度。从逻辑上看，不可能所有应用都会用某个SDK，所以这类大数据一般覆盖度有限。其次，标签的质量也值得商榷，因为一是应用本身会限制代码获取的信息范围，二是随着操作系统安全规范的加强，对于越界访问也有更多的限制。标签的粒度、时间新鲜度、准确性都无法有效保障。该类数据一般也提供上述三种大数据服务，在特定领域的客户洞察和针对性营销有一定的价值。

带标签和画像的大数据最初的主要作用是补充兴趣标签。对于补充兴趣标签，我们在前面的用户需求里看到，确实存在这样的需求。通常是企业只有电话号码或者设备号信息，需要补充其他标签信息。一般来说，除了BATJ这些大平台拥有几乎全覆盖的人群数据标签，一般的第三方大数据公司提供的补充兴趣标签，覆盖度都有限。这里的问题是，BATJ肯定不会提供补充标签的服务。随着数据安全法规的推行，针对单个用户（电话号码/设备号）补充其他信息的做法也存在问题。所以，现在基本上不会有提供数据交易级别的补充标签服务存在。目前的应用主要集中在群体画像、人群选择和LOOKLIKE人群放大再进行定向营销服务上。

大数据对于提升企业洞察，持续优化提升营销效率，有相应的价值。我们对这些大数据的建议是，要通过自己CDP等精细化运营体系的建设，将第三方大数据逐步变为企业自身的数据资产，不断提升企业基于数据运营和营销的能力。