小编教你数字媒体发展迅速（尼尔森加大投入第三方网络广告数据测量产品）

在短短三年时间里，数字媒体投放量已经超越传统媒体，中国数字媒体市场跃居全球第二。与此同时，广告技术行业同样不断迭代演进，群雄逐鹿，新方案新方法不断传播。全球和本地数字广告市场的变化也引发了新的广告技术产品的需求，对第三方网络广告数据监测产品和技术的要求也越来越高。

尼尔森的数字广告收视率（DAR, Digital Ad Ratings）解决方案，是针对互联网广告市场提供的独立第三方数据监测产品。该产品自从2008年诞生起，致力于为数字广告及营销市场提供透明性和公正性。而这正是发展的核心要素之一。目前，DAR已经服务全球广告花费前25的全部广告主，覆盖34个国家和市场，并成长为尼尔森媒介业务的核心产品。在中国市场发布三年以来，尼尔森数字广告收视率与本土广大数字媒体以及超过200家全球和本地的品牌建立了稳定和长期的合作关系。

在过去一年多的时间里，尼尔森不断完善中国市场的解决方案，与新的大数据与业内领先的技术伙伴进行产品合作，在受众识别，广告流量质量，智能电视和大数据处理等领域数字媒体营销，取得突破性进展，丰富了产品和市场生态。

联合利华北亚区媒介总经理Maxwell Xu评论说：“数字营销行业的飞速发展需要广告技术的不断演进，从流量质量控制到营销效果分析，我们希望看到出现更多的大数据整合方案能够更好地为数字营销提供决策支持，也希望看到广告技术行业不断探索，涌现更多的新产品。”

群邑中国 数字媒体董事总经理姚岚表示说：“群邑积极倡导用广告技术和数据推动营销绩效的优化，我们认为，数字营销方式会在尼尔森等广告技术公司的营销解决方案推动下不断演进，最终帮助广告主更快地触及受众和更准确地测量效果，实现更优的营销沟通。”

科学和客观性是基石

伴随着互联网广告行业迅速发展，广告技术行业，特别是互联网广告监测领域，同样涌现出大量新产品新方法。但回归第三方互联网广告数据监测产品的本质，尼尔森数字广告收视率（DAR）打造第三方的，独立的，透明的，合规的，经得起审计的数字广告监测方法。 其大数据的方法论和严谨的质量控制决定了受众测量是确凿的，可靠的，和有效的，经得起认证的。

从诞生的第一天，从原生地的美国与脸书的合作，到在中国与腾讯和微博的本地化合作，尼尔森坚持科学和透明的原则，并以此为标准持续对产品进行演进。

腾讯网络媒体事业部KA客户部 总经理范奕瑾就尼尔森与腾讯的合作也谈道：“我们与尼尔森数字广告收视率（DAR）合作建立了中国行业领先的受众监测服务，结合腾讯的大数据与尼尔森的精英数据建模能力，找出了共建大数据广告技术产品的先行方法。”

基于全球黄金品质的中国实践

第三方网络广告数字监测产品一直是尼尔森在中国的核心业务。尼尔森在中国的媒介产品，继承了全球产品的数据科学方法论和质量控制标准，又由本地团队，本地研发，本地架构和本地运营下独立演进，开发了众多中国市场先行的产品要素和商业流程以满足本地需求。

同时，以第三方网络广告数字监测产品为基础，尼尔森在中国已经推出、并且将持续推出服务于数字营销及广告行业的系列解决方案，诸如数字营销活动的品牌效果衡量、多媒介销售归因、营销云等——为数字营销和广告在规划、执行、效果分析各个环节提供数据和决策依据。

爱奇艺 销售副总裁付正刚表示：“爱奇艺愿意与行业各方在中国广告协会的体系下，共同推进行业相关的各项标准建设，为促进行业健康有序发展协同努力。随着广告主在数字营销上的升级，爱奇艺会保持开放的态度通过与第三方监测公司合作，一方面更好满足广告主更高的要求，另一方面也希望能更好展现优质媒体平台和优质广告资源的合理价值。尼尔森作为全球最为知名的数据服务公司，爱奇艺也希望在未来继续保持双方积极合作关系，共同为行业发展做贡献。”

优酷 阿里巴巴CMO特别助理方军也表示：“优酷作为领先的视频媒体，一直重视对优质视频营销效果的精准衡量。中国的数字营销是个动态演进的市场，我们会持续与尼尔森进行数字媒体衡量解决方案的协作，共同服务好品牌广告主并推动市场发展。”

完善的数据和技术合作伙伴生态

全球和本地数字广告市场的变化也引发了新的广告技术产品的需求。

在大数据合作领域，尼尔森与腾讯，微博，京东，苏宁，中国电信等大数据伙伴率先建立受众测量和效果分析的产品合作。

在大数据分布式处理领域，尼尔森建立了与本地分布式大数据服务实施企业战略合作，对于定制化的大数据处理业务实现灵活开发和部署。

在广告流量质量领域数字媒体营销，尼尔森不但参照了全球IAB/MRC的标准，还根据中国的媒体流量环境，优化本地异常流量识别；结合IP分析能力，跨平台地实现客户端异常流量分布的分析。同时，尼尔森 与本土的广告技术公司共同研发受众可见性，让可见曝光和不可见曝光后的受众画像清晰呈现。

在智能电视领域，尼尔森通过与本土智能电视大数据厂商的产品合作，对智能电视内容进行测量和受众识别，并参与建立多屏大数据实验室，研究家庭中智能电视的观看行为，增强对屏幕影响力的准确评估。