案例名称：PUMA大数据赋能精准营销案例

广 告 主：PUMA

所属行业：运动服饰

执行时间：2017.07.12-08.02

参选类别：程序化购买类
 

营销背景：

PUMA作为畅销多国的运动品牌，设计、开发、销售并推广鞋类、服装和配饰，满足顾客对于“Forever Faster”精神的追求。 然而运动服饰品类市场竞争激烈，且产品偏同质化，且新品推出速度快， 如何在竞争激励的线上渠道扩大目标人群并精准网罗受众，是本案面临的挑战。

营销目标：

此次市场推广着力打造明星爆款产品，扩大消费群，吸引新客，提升PUMA整体的市场表现。

策略与创意：

首先根据目标人群的基础属性、生活特征、兴趣爱好、职业身份和消费水平描绘用户画像：18-40岁，学生族群、白领及专业人士、自由职业者/意见领袖，喜好健身、运动、网购、美食、旅游，注重健康生活品质，具有较强的消费能力。接下来以多源数据支持，全面覆盖目标用户：1）利用iClick大数据后台，根据品牌目标受众属性做常规定向； 2）为品牌量身定做“定制人群包”，对目标人群延展，扩大品牌曝光辐射范围； 3）利用retargeting技术， 下一波投放可以对点击过广告的用户打包数据，做精准再定向。

执行过程/媒体表现：

1.常规定向

根据品牌目标受众人群画像，及每一波Campaign的投放目标，在腾讯大数据后台精选匹配目标人群进行精准投放。

2.定制人群包

通过腾讯GDT大数据库，根据每位用户在腾讯系不同属性平台的行为逻辑（如电商行为、搜索、QQ群、浏览历史、聊天关键字等），筛选出符合以上属性的目标用户，并打包做精准定向。

Running人群包：

LOOKALIKE技术实现人群扩展：

匹配用户兴趣标签分素材定向投放。素材结合使用场景可有效提升效果，真实/可靠的广告素材带来更佳CTR转化。

Retargeting-对点击/浏览广告用户进行二次定向。数据沉淀后复投（针对前期点击广告未留资的人群），原始数据包中多次reach但未转化的不再收纳至沉淀数据包，leads和参与人群再次lookalike为沉淀数据包，进而对参与人群增加reach向leads的转化。

营销效果与市场反馈：

Impression 达成率134%，点击达成率108%

通过AdMaster第三方监测机构数据显示，投放结果全面超过既定目标。在3周内impression超出预计指标34%，带来85，961个click，并超额实现超过39%的TA浓度指标。此外，新增品牌关注人群，较活动前提升126%，在品牌传播，售卖效果上，全面双超预期。