文｜周曉琳 周豔 吳殿義
前言
將數位化列入近百年來最重要的關鍵詞之一，應無疑義。數位化的內涵不斷深化，範圍無限延展，形成現在蓬勃旺盛的數位化生態，將眾生裹挾其中。這中間，傳統的媒體與調研機構難免被波及，需在新環境中奮力探索存續之道。對眾生而言，數位化生存絕非一時的命題，也無固定答案，在無遠弗屆的數位化時代，常變常新才可長存。
本文為本期封面主題文章的第二篇，通過對海外網際網路巨頭Google的案例分析，探究其是如何構建數據生態的。
今日內容：
多樣產品聯結用戶、內容與企業
豐厚的用戶及內容數據積澱
基於大數據的在線營銷生態
編者按：網際網路公司是當下大數據領域不可忽視的重要力量。其憑藉多樣化的產品和業務實現了對用戶的聯結，持續積累數據；同時又被自身的數據處理需求所推動，而不斷進行技術創新，並進一步利用技術、工具對外賦能，逐漸建立起一整套數據生態。雖然各家網際網路公司所能夠獲得的數據類型、體量以及建立的生態面貌不同，但邏輯一致。Google無疑是最有代表性的巨頭之一。
多樣產品聯結用戶、內容與企業
Google成立於1998年，是全球最富影響力的網際網路公司之一，為Alphabet的子公司，業務範圍涵蓋網際網路廣告、網際網路搜索、雲計算等領域，開發並提供大量基於網際網路的產品與服務，其主要利潤來自廣告服務。
Alphabet目前由8個子公司組成，其中Google經營的是核心的多樣網際網路產品，其他子公司，如負責健保業務的Calico則離網際網路產品有一定距離。
內容銀行重點實驗室製圖
以搜索業務開始拓展帝國版圖的Google，已經形成了擁有覆蓋用戶各場景的網際網路應用及設備的產品生態，聯結著用戶、內容與企業。
廣告業務是Google的網際網路版圖中最活躍的部分，也是Google最主要的收入來源。Google基於自身的海量數據沉澱以及出色的雲計算能力，不斷提升著營銷業務方面的服務能力。在服務用戶的業務方面，歷經多年發展，Google推出了覆蓋用戶全場景的應用、平臺與設備。
在面向用戶的服務方面，Google應用與網站方面主要包括Google搜索、Youtube、Google翻譯等滿足用戶不同場景需求的應用服務，在移動端及PC端都為全球海量用戶所用；Google設備方面的業務主要是Google推出的各類智能終端設備，組成了Google Home的家居設備生態，服務用戶家庭場景的需求；Google還擁有兩個平臺產品，即Chrome 瀏覽器以及Android 作業系統。
在針對商業機構廣告與運營的支持及服務方面，Google推出了可以集成到第三方應用和網站的產品，包括Google廣告和嵌入式 Google 地圖；此外，還有Google雲服務海量全球的商業客戶，進行更高效的數據存儲與處理。
內容銀行重點實驗室製圖
2019年Alaphabet全年營收1619億美元，廣告收入為主要來源，佔83.9%，主要來自Google搜索和Google Network Members' properties (GoogleNetwork成員網站)上的廣告收入。YouTube廣告的收入近3年來翻了近一倍。Google雲服務的營收也逐年快速上升，2019年全年淨利潤為343億美元，較往年有小幅提升。
內容銀行重點實驗室製圖
豐厚的用戶及內容數據積澱
引領行業的處理能力
服務於數十億用戶的Google有著紮實的數據處理架構，並在數據量的不斷擴大中更新與完善大數據處理架構與技術，其在大數據處理技術上的升級，對行業有著重要的影響。除了支撐自身業務的數據處理需求外，依託於Google雲的強大數據處理能力，Google還為許多機構提供託管的數據管理與數據分析服務，包括零售、金融、電信、醫療、媒體娛樂等行業。
Google的數據主要來自自身業務沉澱的用戶與內容數據，以及第三方與收購獲得的數據。同時其作為平臺連通著外部眾多商業機構的付費數據集以及公開數據集，用戶可以在Google就了解到外部的數據集資源。
內容銀行重點實驗室制表
規模化的數據處理能力，
紮實的底層技術支持
2006 年，Google 提出了一整套基於分布式並行集群方式的基礎架構技術。該技術利用軟體的能力來處理集群中經常發生的結點失效問題，包括3個相互獨立又緊密結合在一起的系統：Google 文件系統（Google File System，GFS），針對 Google 應用程式的特點提出的 MapReduce編程模式，以及大規模分布式資料庫 BigTable，即基於Hadoop 的分布式數據處理方式，如今被稱作「舊三駕馬車」。
2010年開始，Google對大數據處理架構進行了升級，推出了一系列新大數據處理技術，包括主要輔助於搜索業務，幫助提升大數據管理效率的索引處理系統Caffeine、數據存儲系統及服務Colossus、Google Instant、 Mesa，以及數據分析技術Dremel、Pregel。Google還建立了數據分析團隊「Google大腦」，不斷升級Google數據分析上的機器學習能力。
內容銀行重點實驗室製圖
Google雲的數據處理工具BigQuery也是Google大數據分析與處理中的一個核心技術，它是一個無伺服器雲數據倉庫，擴容能力強且經濟實惠，是真正為大數據而生的企業級雲計算產品。其核心是雲平臺的一項基礎服務(PaaS)，用於對TB級別的大數據進行實時的分析處理。單純從技術上來看，BigQuery就是一個在雲端的SQL服務（類SQL），提供對海量數據的實時分析。
據Google工程師所說，其處理5個TB數據，15秒即可返回結果。BigQuery的其中一大應用是在營銷分析上，其與GMP的共同使用，能夠幫助處理規模化的數據，為零售等行業提供服務消費者全周期的營銷解決方案。
對用戶形成立體化的標籤體系
廣告是Google收入的主要來源，因而Google在不斷地持續強化對平臺多來源用戶數據的整合與分析能力，為用戶構建立體化的標籤畫像，形成深度理解，實現更精準與有效的廣告推薦，從而吸引更大規模的廣告主使用其廣告及其他數據產品服務。
圍繞用戶的標籤體系涵蓋的維度包括性別、年齡段、地區等基礎信息，工作行業、婚戀及育兒狀態、教育背景等個人發展及人生階段的標籤，以及大量的基於用戶帳號下的搜索、瀏覽、社交互動數據得出的關於個人偏好的標籤，包括影視藝術作品喜好類型、常關注專業領域類型、休閒娛樂喜好等數十個標籤，且持續不斷地更新。
基於大數據的在線營銷生態
2019年，Google對商業營銷板塊的數據產品進行了重組，重組後的Google在線營銷生態主要涵蓋三部分產品：Google Ads廣告投放平臺、Google Ad Manager廣告管理平臺以及Google Marketing Platform（GMP）一站式營銷管理平臺。其中GMP主要涵蓋了可以接入第三方數據的廣告投放工具以及Google分析系列工具，為廣告主以及媒體方都提供了專業化的服務營銷管理的工具。
內容銀行重點實驗室製圖
此外還有Adsense及Ad Mob兩個廣告商的工具，前者是外部網頁廣告資源的管理，後者是針對移動應用的廣告變現，都與Ad Manager相連接，共同響應廣告主的廣告需求。
產品定位各異、相互連接，
協同提升營銷效用
經歷重組後的Google營銷產品的連接性更高。通過帳戶數據的關聯，廣告投放工具也可以獲取Google分析系列組件更全面的協助，無論是對大客戶還是小型廣告主或是媒體方而言，都能一定程度提升營銷效用與自身的網站優化。
01 Google Ads廣告投放平臺：
與GMP的廣告工具共同構成Google程序化廣告服務，不能接入第三方數據
Google Ads平臺即是改名前的Google Adwords平臺，廣告主可以在平臺上通過搜索網絡和展示廣告網絡兩個廣告網絡定位用戶。
搜索網絡的核心是搜索關鍵字優化，按點擊付費（CPC）；展示廣告網絡涵蓋大量出售可視橫幅廣告的網站，包括文字、圖像和視頻的形式。Google展示廣告網絡覆蓋全球約90％的網際網路用戶，擁有廣泛的潛在受眾群體。
Google Ads與GMP的廣告工具共同構成Google的程序化廣告服務，其中Google Ads主要背靠Google本身及Google廣告網絡的廣告資源，GMP中的兩款廣告產品則能涵蓋更多獨家的展示廣告、視頻廣告、本地廣告、移動廣告資源以及多個搜尋引擎廣告的管理和協同，且支持接入第三方數據。由此，後者對於擁有海量數據資源、擁有第三方數據服務的大型廣告主而言，更能提高數據的利用率。
Google Ads不具備第三方定位的功能，廣告主無法接入第三方數據。相比起來，Google Marketing Platform中的Display&Video 360平臺能夠幫助使用第三方數據的廣告主定位到興趣度更高、更有可能產生轉化或進行購買的用戶。因此數據資源不豐富的中小型廣告主更常選擇Google Ads。但Google Ads帳戶可接入GMP中，對其分析工具進行集成使用，從而能對比營銷數據及對營銷策略進行優化和調整。
02 Google Ad Manager：
廣告商的廣告庫存管理平臺，與廣告聯盟、GMP相連接
Google Ad Manager整合了DoubleClick發布者廣告管理系統（DFP）和DoubleClick Ad Exchange廣告交易系統，為廣告商提供管理廣告庫存與廣告投放的服務。與Adsense、Admob等廣告聯盟連接，有助於媒體間相互合作，其同時具有Ad Exchange的功能，以響應Google Ads的廣告需求。
對於有對自身網站及應用優化的媒體平臺而言，同樣可以選用GMP平臺中的分析工具進行分析與優化。對於擁有大量直銷業務、需要實現精細控制以及希望與第三方廣告聯盟合作的發布商（媒體機構）而言，Ad Manager 非常適用。
Ad Manager 與Adsense以及Admob相比，囊括了更精細的廣告資源控制和其他功能，可以供廣告商一站式管理直銷、第三方廣告聯盟，以及來自桌面版網站、移動網站和應用的程序化廣告需求及相應廣告活動與收益，並能對受眾進行分析與洞察。
Google Marketing Platform：
強數據整合力，服務營銷全流程
GMP由原來的Google Analytic 360組件和DoubleClick兩部分業務合併而成，重組後形成的GMP主要由兩部分組成：服務廣告投放的Search Ads 360和Display&Video 360，以及服務數據管理與分析的Google Analytics谷歌分析組件。其中谷歌分析組件可以幫助媒體與廣告主進一步了解用戶，提升網站體驗與效果。
內容銀行重點實驗室製圖
廣告工具整合了Google的所有廣告資源，為廣告主提供展示類廣告及搜索廣告的投放服務。Google分析系列工具則包括了能力強大的網站流量跟蹤與分析工具Google分析，以及服務網站優化與更新的Optimize與TagManager、服務數據可視化的Data studio以及市場調查研究工具Surveys。
GMP的客戶目標是規模更大的廣告客戶和媒體買家，背靠BigQuery的優異數據分析能力，Google Marketing Platform通過在Google Analytics 360套件和DoubleClick數字營銷之間進行整合，同時能連接Google Ads以及其他第三方平臺的數據，幫廣告主實現他們的目標，幫助企業購買和追蹤廣告的有效性，實現更強的聯動合作。平臺可以實現銷售人員宣傳計劃、廣告購買、媒體數據監測和用戶體驗改善的一體化。
內容銀行重點實驗室製圖
Google Marketing Platform（下稱GMP）解決方案將廣告工具和分析工具集成在了一起，並且支持工具之間相互搭配使用，旨在相互協作，讓客戶可以訪問及使用GMP內產品之間的共享數據，以及連接來自其他Google產品的數據，實現對跨渠道用戶數據更高效的洞察；同時可以接入外部自有的數據源，如CRM系統、其他DMP平臺等，從而可以更完整地分析客戶旅程，優化營銷。
01 按資源形態劃分的廣告工具：
Display&video360及Search Ads 360
Google的廣告資源分為展示型廣告資源及搜索廣告資源兩類，在GMP中依照此推出兩項工具：涵蓋各類展示型廣告資源的Display&Video 360，其中涵蓋了大量優質的視頻廣告資源，整合了搜索廣告資源同時支持跨多個搜尋引擎進行廣告購買與優化的Search Ads 360。
內容銀行重點實驗室製圖
Display & Video 360是針對大型廣告客戶和媒體買家推出的工具，整合了DoubleClick Bid Manager、Campaign Manager、Studio和Audience Center，在這些產品的基礎上進一步完善。廣告團隊、代理機構和媒體團隊只需使用這一個平臺，就能夠有效協作，完成廣告系列的製作、投放等全部環節，涵蓋的廣告位比Google Ads更豐富，包括展示廣告、視頻廣告、本地廣告和移動廣告資源，涵蓋圖片、視頻、富媒體等優質廣告形式。
Search Ads 360是DoubleClick Search的新名稱。Search Ads 360幫助客戶計劃，購買和評估在Google和其他搜尋引擎上的搜索廣告系列，充分利用與管理搜索廣告系列。客戶可以實時跨多個引擎和媒體渠道地管理搜索活動，以獲取更快，更有價值的見解來做出更好的業務決策。
內容銀行重點實驗室製圖
02 對營銷數據進行自動化處理的系列工具：
TagManager、Data Studio、Analytics、Optimize
GMP為客戶提供的最核心的能力是對數字營銷前中後的即時、高效、自動化的數據處理與分析。這一能力主要通過Tag Manager、Data Studio、Google Analyicts以及Optimize來實現：代碼管理工具Tag Manager幫助客戶完成更有效率的數據自主採集流程；Data Studio在完成數據可視化以外可以幫助客戶連接更多外部的數據源，拓展營銷分析的觸達面，以及強大的網站分析工具Google Analytics與優化工具Optimize幫助客戶完成對數據的全面分析與優化。
代碼管理器Tag Manager提供了簡單、可靠、易於集成的跟蹤代碼管理解決方案，使用者可用於管理所有網站標籤，而無需編輯代碼。
在當今快節奏的數字業務環境中，營銷人員需要更快速地應對不同媒介端的調整，通過使用標籤管理器添加和更新標籤，可以改善內部協作並更快地啟動標籤以獲取所需的見解：包括可以與合適的人員共享帳戶和用戶訪問權限，並控制權限，以確保營銷人員和開發人員可以安全有效地協同工作。代碼管理器會自動生成正確的跟蹤代碼並觸發代碼，從而使團隊輕鬆自如且不易出錯。
Data Studio用於創建數據洞察報告，通過其內置的連接器和合作夥伴連接器幾乎可以連接到任何類型的數據——通過200多個連接器訪問500多個數據集中的數據，而後使用Data Studio基於Web的報告工具可以快速構建交互式報告和儀錶盤。
網站分析工具Google Analytics （簡稱GA）是幫助網站收集數據並將其分析整理成實用報告的平臺,通過向每個網頁插入JS跟蹤代碼來跟蹤用戶行為，已成為最主要的數據分析平臺。在美國大約一半的大公司網站都在使用，總共有 3000 萬到 5000 萬個網站數據在其中。無論是媒體方還是擁有官網的廣告主、企業，都可以應用GA更深度地理解線上渠平臺的受眾。
內容銀行重點實驗室制表
Optimize是一款創建個性化體驗並運行網站測試，可以向客戶展示哪些網站體驗吸引並讓用戶滿意，並提供所需的解決方案。Optimize基於Google的數據指導，可以幫助客戶自由快速進行個性化優化測試
內容銀行重點實驗室制表
03 傳統調研的數位化方案：Survey 360
除了以上可以對營銷數據進行即時、高效的自動化處理的系列工具以外，Google還擁有提供數傳統調研的數位化方案的工具——Survey 360。Survey 360是一個對網際網路用戶進行調查的市場研究平臺，為想要預測消費者行為並評估市場趨勢的營銷人員提供一種簡單快速、具有成本效益的工具，以做出更明智，更快速的業務決策——花費傳統市場研究所需時間的一小部分（短短的一兩天）。
截至2018年，Survey 360平均每月完成500萬次調查。這些調查平均每天有100—200萬人完整回答，每天有400萬人回答個別問題。對於在線網站進行的調查，回復率為25%。對於移動應用中進行的調查回復率為75%。
本期《數位化眾生》主題文章預告
已推送
歡迎訂閱！
編輯：楊雅坤