网络大数据分析应用案例_户外媒体受众特征研究.docVIP

网络大数据分析应用案例——户外媒体受众特征研究苏正洋黄强松

中国电信股份有限公司江苏分公司

针对户外媒体受众群体分析的行业需求和运营商智能管道中的数据资源，开展数据挖掘分析，探索利用移动网络数据进行移动轨迹描绘，实现户外媒介所触达的受众群体特征分析。

大数据分析户外媒体数据挖掘受众群体特征

广告牌覆盖的人流、广告牌的价值，进而形成引言

户外的监测评估体系。在我国，户外广告是传统媒体中广告

广告牌覆盖人流的计算除了需要了解广告业务发展较好的一类，在受互联网潮流冲击

牌自身的信息，如广告牌的基本属性(地点、的现代社会，户外广告成为除了电视广告

大小、朝向、类型等)、广告牌周边的环境信以外，唯一能够保持广告投放占比和份额

息(广告牌周边的道路)，最重要的是广告牌稳定增长的传统媒体广告。在欧美国家，

周边的人流信息;而广告牌的价值通过建立眼MOVE、TAB、Route等公司和广告组织陆续

动模型，抽样调研的方式来估算;如果要建立推出了各自的户外广告评测体系和方法论，

户外监测评估体系，广告牌周边的人群移动轨通过引入可视化、调研和眼动研究等多种方

迹也是必须提供的。人流信息和移动轨迹都可法，计算出户外广告的曝光度、到达率和到

以利用运营商的移动数据挖掘与分析，进行计达频次等指标，为监测评估户外广告的投放

算和预估。效果提供坚实的数据基础。在我国，有外资

公司如德高广告尝试引入国外的户外广告测

评方法;中天盈信和CTR公司利用传统的技术方案与实践

调研方法，抽样调查户外广告的受众，从2.1具体方案

而估算户外广告投放的整体效果，这种方法首先挖掘分析单天的位置数据(包括信令成本较高，在投放效果的及时性上还有较大数据和移动网络DPI数据，下同)和扇区位置的提升空间。因此国内的户外广告市场，亟信息。信令数据中包括用户行为开始时间、结需一套数字化的评测体系，解决户外广告投束时间、用户IMEI号、手机终端类型、上网放后的评测问题。类型、所处扇区信息、CI信息和对端用户CI、

为了评估户外广告的投放效果，需要计算事件类型和子事件类型。扇区位置信息包括位

置经纬度、

智能管道

L(x,y)L(y)(2,y2)(x2,y2)Cell2Cell2((x11,,yy1))13dd23deldC12d4d4Cell1NodeBbd1NodeBbd1(x,y)(x,y)NodeBaNodeB

((x33,,yy3)3)CCell3ell3三点交汇三点交汇NodeBcNodeB

男性/男性/年龄段25,30/收入年龄段25,30/收入水平水0,12000元/归属平8000,12000元/归属地800地江/终端信息iPhone5s苏/终端信息iPhone5s江苏

图1利用网络数据分析户外广告投放效果示意

LAC和CI等。具体思路如图1所示。位置信息分析用户的交通路线。交通UV可按到达次数统计，即到达1次、

2次、3次，此次报表中提供1,5其次，挖掘以下数据需求计算人工具:根据用户的交通路线和

次的数据，分别是UV1、UV2、UV位置更新速度，推断使用的交通工具。流信息和移动轨迹。用户扇区位置信

3、UV4、UV5;Universe=Panel×人口属性:通过交通工具、位置息:运营商数据

扩大系数，Panel为电信提供的样本量，中每个用户都有对应的CI信息。扇区信息、迁徙信息和移动终端判断人口扩大系数=当地人口/运营商总用户属性。匹配经纬度信息:根据扇区数;Frequency=Impression/UV。最后，定义基于运营商智能管道位置与CI的关系，匹配对应用户位AverageTimeLength:受众在广告位置的经纬度。的广告评测体系。周边停留的平均时长，以分钟为单位。地理位置信息:通过经纬度信息Visit:访问量，可见范围内受众TotalbyMedia:总体统计数据。一进一出算一次。在地图上打点，确定所处地理位置属DaybyMedia:以天为单位统计性，免费的方法是使用百度与GoogleImpression:曝光度，每次访问中数据。

每个受众距离广告牌最短的距离乘以曝的接口调数据，每天数量有限或者使ViewerDemography:可进一步计光系数，Impression=Visit×曝光系数，用付费POI数据。算分类数据，即按男女性别计算和按曝光系数=最短距离×曝光度最短距离人口密度信息:以扇区为单位，年龄分段计算，按年