电商用户行为分析与程序化精准营销实战培训(上).pptxVIP

;1. 电商行业用户行为数据解读 中国网络购物用户基本属性分析 中国网络购物用户行为分析 2. 电商RTB广告投放数据分析与洞察 3. 有价值的用户行为分析指导电商精细化运营 4. 有效提升电商访客找回效率：动态创意 动态创意 = 根据访客兴趣智能推荐商品 = 动态模板+动态推荐+动态出价 动态模板：根据历史数据，选取转化效果最佳的模板进行投放 动态推荐：根据访客兴趣特点和购买行为，推荐访客感兴趣的信息和商品 动态出价：独家算法优势,以最优的出价策略,实现对目标人群的高效购买;单击此处编辑母版标题样式;截至2013年12月，我国网络购物用户规模达到3.02亿，较上年增加5987万，增长率为24.7%，使用率从42.9%提升至48.9%。 网购用户规模的快速扩张为网购市场的发展奠定良好的用户基础，释放着巨大的市场潜力。;;;;;单击此处编辑母版标题样式;;数据源：品友互动资料研究学院 ;转化数据源：DoubleClick监测数据； Rocketfuel报告;4.相比传统固定广告位，品友DSP的新客覆盖能力优势明显;; 6.目标人群的有效曝光能让「新客转化成本」降低3倍;7.基于互联网大数据分析的行为属性重要性将大大超过基于panel的样本分析;单击此处编辑母版标题样式;电商应读懂消费者需求， 让广告因人而异，因需求而异 !;;以DAAT人群标签定向，精准锁定目标人群