这些数据是：
1. 消费者数据
人口统计、社会统计和心理统计数据、提供 学生电话号码列表 有关购买、购物车内容、网站访问以及用户如何重定向到网站的信息的浏览器 cookie。
2. 上下文数据
使用时的时间、用户的地理位置、当地的天气条件来显示适合情况的内容。
3.创意数据
用户偏好和想法可以通过例如用户优先响应的设计来识别，以便通过适应的设计和内容来吸引他们。
4. 活动数据
KPI提供对程序化营销活动结果的洞察，例如可见性、展示次数、点击率、转化率、消费者一致性以及内容观看率的上下文数据。
5. 成本数据
每次广告联系的费用、按数据、程序化系统、报价、可视化和报告记录所有成本单位的成本汇总。
程序化活动
程序化广告运行所依据的数据仅部分来自对客户个人数据的分析。为了全面了解目标群体行为和活动成本因素，技术本身不断积累数据。这样，如有必要，可以在活动期间采取优化措施。
人工智能通过将预测模型和概率计算与单个事件和活动的实际结果进行比较来不断学习。系统会相应地调整未来的预测，从而使预测和广告展示的准确性变得越来越准确和精确。最终，这使得动态个性化广告成为可能：程序化广告可以让您准确预测您可以在什么时间、以什么布局、通过哪个渠道通过哪条消息理想地接触到哪个用户。
人工智能在RTB过程中也发挥着至关重要的作用：出价算法不仅使用预测值，还考虑了许多因素，例如程序化活动的持续时间、活动的时间安排、之前的出价统计数据、成本数据或拍卖格式。
人工智能不断实时考虑大量不同的数据和信息，因此可以对市场的任何变化立即做出反应。
