过去，户外广告（OOH）和数字户外广告（DOOH）的衡量标准总是更多地关注数量而不是质量。但现在，这种情况已经发生了变化；人们越来越注重质量，而数据科学和位置智能（LI）在提高质量方面发挥着重要作用。在零售业，虽然品牌可能不知道每小时有多少人进入一家商店，但他们需要知道访客的概况以了解转化率。同样，我们不再关注有多少人可以看到宣传广告，而是关注哪些客户群体看到了广告，以及这些群体受广告影响的结果如何。数据集的方法也会随着品牌的不同而变化，一个大众品牌可能只关注一种受众群体，而像特斯拉这样的品牌则可以着眼于完全不同的受众。

“数据科学和位置智能在数据质量方面发挥着重要作用。”

分段数据集

我们将数据分为三种：计划数据集、实时计划数据集和结果数据集。

首先，我们可以通过分析过去的数据来规划未来，同时考虑季节变化、变化趋势等可变因素。另一方面，实时计划数据集是关于可以帮助驱动决策的当前可操作数据，结果数据集则用以跟踪活动的效能。为了评估这种有效性，它将结果与前两种数据集进行了比较。这就是它们相互联系的方式。

当涉及到位置数据时，它绝不仅仅涉及一个位置。我们通过查看20-40个地点、频率和更深层次的数据来设计我们的活动。位置数据也可以帮助我们提升数据处理效力。例如，经常看板球或足球的人不一定是运动装备品牌的目标。通过分析一个人的位置行为，我们可以判断他是在现实生活中进行这些运动，还是仅仅是一个旁观者。因此，位置数据可以成倍地增加我们从数据集获得的洞察力。

如今，大多数品牌都在打造自己的LI堆栈。像Zomato和FoodPanda这样利用地理位置进行运营的公司汇集了大量的地理位置数据。他们还基于饮食习惯、个人喜好、预算等等的使用情况，额外获取了终端用户的数据。与LI堆栈相结合，这些数据可以帮助他们以更加明智的方式推动营销和商业决策。

不断变化的数据趋势

疫情期间，我们目睹了通过跟踪和追踪应用程序收集个人数据。除此之外，还收集了手机蓝牙数据，以确定在小环境中人与人之间的距离，从而制定安全距离措施。所有这些都是第一方数据，这也是品牌今天所追求的。我们正处在一个不断变化的过程中，越来越多的第一方数据流出现了了，但与此同时，也出台了更多的隐私规范条例。最终，匿名数据的使用，将不再局限于单个级别，而是在集群级别，这将是未来的发展方向。