伴随“十四五规划”的逐步推进与展开,数字经济和数字技术进一步与国民经济产生了深度渗透和广泛融合,各行各业都朝着数字化、云端化、智能化的方向加速转型。与此同时,作为企业商业价值闭环中的关键单元,营销也在奔涌的数字浪潮中蓬勃发展。
为了市场更加健康有序地发展,法律法规以及平台政策正在不断革新,《个人信息保护法》(草案)发布、苹果隐私新政执行、谷歌废弃第三方cookie……规则正在重塑数字营销。有专家认为,数字营销开始进入“后ID时代”,围绕“唯一识别性ID”而作战的传统营销方式将日渐式微。
“后ID时代”的颠覆与重构
以往,数字营销更多聚焦于流量。以移动互联网营销为例,新消费时代促进了线上流量的爆发式增长,在人口红利与技术创新的双重加持之下,企业可以针对目标客户进行更为精细化的运营与营销,不仅明显提升了营销效果,也在很大程度上降低了获客成本。然而,这种模式在蓬勃发展的背后,也时不时爆出涉及数据安全与个人隐私的问题,引人诟病。
近年来,相关法律法规的加速出台与完善已成为趋势,各大平台也开始调整相关规则,采用更加符合当下个人信息保护要求的隐私政策与技术方案,收紧涉及个人隐私的数据的采集与应用。这对数字营销带来了新的冲击与挑战,因为数字营销的各个方面都需要基于IDFA这样具备唯一识别性的广告标识符开展。
图:IDFA在数字营销领域的作用
以苹果ATT新政(应用追踪透明 App Tracking Transparency)为例,从iOS 14.5开始,广告标识符IDFA的获取将默认关闭,APP需要通过弹窗向用户申请跟踪数据的授权。据统计,在iOS 14.5上线一周后,IDFA的获取率仅为2.7%,这意味着绝大部分用户都选择了拒绝授权,转为选择更为严密的个人隐私保护措施。
那些看起来引绳棋布的营销模式瞬间被打乱,甚至一时之间无子可落。但加强数据安全和隐私保护是未来的必然方向,也是大数据产业健康发展的必由之路。从消费者角度来看,强有力的隐私保护让自身权益得到了有效保障;对于相关行业和企业来说,明确的红线和规范可以让从业者知道哪些事可为、哪些事不可为,从而将重点聚焦在寻找更可持续的发展路径上。
那么,数据还能够继续为营销带来价值吗?这是广告主与营销从业者在iOS 14.5发布后的广泛疑问。其实,变革之中,有危亦有机,数字营销仍然可以通过技术升维、多维分析、链路重构等方式提供赋能。
新消费时代下的数字营销升级
企业一方面要遵守安全合规的多方规则,另一方面也要谋求效果与效率并重的商业价值,这就需要打破既往思维桎梏,探索合规与效果兼得的新方案,完成数字营销从“人口红利”向“数据红利”的转变。
数据智能服务商TalkingData认为,数字营销面对的是IDFA的获取受限,但其他数据并没有消失,所以在“后ID时代”做好数据赋能的全链路营销,需要从传统的思维中跳脱出来,着重把握以下三个关键,即——归因模型、人群评估、归因度量。
归因模型:数据的重要作用之一便是归因,其本质就是通过获取IDFA这样的唯一标识符来进行用户识别和追踪。当唯一标识符不可用,还可以通过融合多个弱特性参数的组合、算法拟合和概率计算,完成匿名化的识别和归因。这就是TalkingData提出的“多维度弱特性参数”方案,不仅符合数据安全和隐私保护需求,同时也能够实现良好的归因效果。
图:支持多维度弱特性参数与SKANetwork的全新归因引擎
人群评估:虽然IDFA获取受限,但是新消费时代人群细分、触点多元的特点仍然存在。传统的人群评估模式存在Panel库量级小、更新频率低、标签维度窄的问题,而TalkingData提出全新Super Mega Panel方案,借助大数据样本库与动态更新,不仅能够洞察性别、年龄、收入等常规属性,还能够通过兴趣偏好特征对人群进行细分,如母婴人群、游戏人群等,满足“后ID时代”下深度洞察用户的需求。
监测度量:要想做好“后ID时代”从广告投放到媒体渠道再到转化销售的全链路营销,还需要新的归因度量体系。围绕更符合全链路营销需求的新度量指标——GPM(每千次投放带来的GMV)和CPO(每个订单的投放成本),TalkingData提出了品效全景度量方案,将效果监测度量的侧重点转向后链路广告转化和获客成本,以帮助在“后ID时代”实现营销的品效合一与提效降本。
在疫情加速下,数字化转型进一步迈入新阶段。原有的营销体系已经难以满足当下复杂多变的业务场景,正如TalkingData创始人兼首席执行官崔晓波所说,传统逻辑已经不再适用于基于新流量的新营销,新流量的更大价值不在于单纯销售商品,而是在于寻找客群、测试产品、调整配货、研究趋势。
图:TalkingData 创始人兼CEO 崔晓波
数字经济时代,营销越来越成为企业获胜的关键,它通过细分人群的多样化需求,来针对性地提供个性化、定制化产品,赢得消费者的心智,创造巨大的商业价值。“后ID时代”的到来势必会给营销带来变革,也意味着企业的数字化转型会进入更为关键的时期。
TalkingData作为专注为企业数字化转型、全链路数字营销赋能的服务商,已经积极参与到未来营销解决方案的探索和落地之中,并将紧随“后ID时代”的演变顺势而为,聚焦数据应用与业务场景的融合,提供给企业更好的数据产品、服务与解决方案,推动企业深化数字化转型。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。