大数据时代,户外广告需要什么样的数据每每问到中国户外广告行业面临的最大或者最棘手的问题，不少业内人士都会异口同声地回答说是数据的缺乏：一块广告牌究竟有多少人经过或看过，都是些什么人?其效果究竟如何?从第一块广告牌诞生至今，这个问题可以说也没有得到很好的解决，在其它各大媒体都有各自统一的效果测量标准之时，数据的缺乏已然成为阻碍户外广告行业进一步发展的瓶颈。
现在，户外数据缺乏的问题还没有得到初步的解决，大数据时代却已然到来，对户外广告而言，是抓住此机遇一举实现行业跨越式的发展，还是夜郎自大，在广告主越发重视媒体投资回报的今天逐渐被边缘化、坐失市场份额?这取决于大家自己的选择。
户外大数据，目前以“拿来”为主
首先大家来看看户外广告行业现在在使用什么样的一些大数据。澳美英等户外广告发展较为成熟的市场都已建立起了各自统一的户外测量系统，从其测量范围来看，其收集的数据也初步有了行业内“大数据”的体量，当然，与行业外其它数据巨头如互联网或移动相比，户外已有数据依然得算是小数据了。
比方说，澳洲MOVE(户外可见度及曝光率测量)通过各个州政府家庭出行调研的数据，结合消费者出行样本调研及眼球追踪技术，获得可能及实际浏览广告牌或某一具体广告活动的受众数量、浏览频次等。
美国和英国的户外受众调研基本也是大同小异，因为他们共同之处就是都有一个齐心协力的行业协会整合各方力量来做户外测量，而且官方的受众出行及交通数据对他们而言基本也是开放的。
但是毕竟国情不同，人少，行业集中，样本调研或许能够代表性地解决受众具体构成及背景情况，但是这终究不是本文所要探讨的真正意义上的大数据。
国外各个户外程序化购买平台所涉及到的数据来源，如澳大利亚SiteTour在数据方面是与RoyMorgan公司合作，使用其Helix角色模型，该模型是一个强大的消费者细分和数据整合工具，它结合消费者的心理和行为数据，并使用RoyMorgan自身和第三方如移动的数据源，将澳洲人划分为7大人群及56种角色模型。
广告主根据这些数据就可选择相应匹配的媒介及点位。
而ValMorgan公司的数据则是来自于自身数字户外受众实时测量设备，该设备可以采集受众诸如年龄、性别等人口学特征基础信息，每周监测受众总量逾3000万。
此外，美国Vistar媒体的数据来自于AirSage的移动用户位置数据，英国Bitposter则是从移动运营商和用户地理位置数据供应商等处收集匿名用户数据。
这些涵盖户外所有影响人群位置、年龄、性别、心理、习惯等因素的数据信息，才能称之为本文大家所谓的户外大数据。
也就是说，它可以来自于行业自身的采集与积累，也可以来自于其他领域大数据的沉淀，只要这些数据能够做到全面的用户属性分析而不是仅仅是少量受众样本的统计与调研，满足于客户更为精准的营销需求与广告投递、效果证明，就都能为行业所用。
撇开传统户外广告人工和样本调研的受众数据采集方式，国内户外广告行业目前在大数据应用方面基本皆以拿来为主，如从移动运营商、互联网公司、交通部门等渠道购买或互换用户位置、构成及行为等方面的数据。
原因：
一是行业自身受众数据的采集与累积几乎为零，虽然客户有数据方面的需求，但是大家一直没有类似澳美英等国强有力的行业协会或第三方机构来推动和实现户外的统一测量，加之投入成本不小而回报可能甚微抑或为负，媒体主也没有这个动力来做这样一件事情;
二是手机等移动设备的普及，以及其它测量技术的发展，使得受众数据的采集方式变得更为多样与简易，同时数据的来源也趋于碎片化，代理商或媒体主在这个时候与数据拥有者合作，以其大数据为凭证明自身媒介策略及媒体价值的有效性，不失为在众多数据缺失或失真的媒体诸侯当中脱颖而出的亮点与手段了。
虽然行业对大数据的应用才刚刚开始，而且应用者各自抱着不同的心态与目的，但是长远看来，其他行业拿来的大数据说不定能颠覆现有户外测量的格局，解决行业老大难的问题，谁又能说绝对不可能呢?
那么，户外到底需要什么样的大数据
从客户的角度出发，户外大数据要解决的无非就是以下这些问题：
一块广告牌究竟有多少人经过或看过，接触频次多少，都是些什么人，是否是偶的目标人群?其它有关客户进一步需求的问题，如户外广告投放引发的点击或销售转化，则需要另外的工具来做测量了。
一块广告牌究竟有多少人经过或驻足?
在公安或交通部门暂未全面开放这方面的数据之前，大家可以通过摄像头实时采集人流或车流的数量来解决这个问题，除了摄像头或者GPS定位，其实BAT、三大运营商等企业的位置数据也可以相对精准地测量广告牌附近的受众数量。
然而，以上这些软硬件的投入及媒体主的支持、第三方机构的推动，还有行业外大数据与行业内小数据的结合等是行业优先要面对的挑战。
广告牌究竟有多少人看过?
英国Route、澳洲MOVE这些行业测量系统一般通过眼球追踪技术来解决受众实际浏览量的问题，换在中国的话，除了眼球追踪，面部识别或探针等技术也可以用来收集受众年龄、性别等基础信息。
但是，考虑到中国的实际情况，与测量广告牌的实际浏览人群相比，单单测量广告牌的可能浏览人群会更容易落地。广告牌的实际浏览人群会受到距离、角度、速度等各方面环境因素的影响，如要测量，其对浏览受众环境因素的权重设置就得完全考虑进来。
广告牌及广告活动的到达频次问题、到达人群属性分析?
这些通过移动运营商或者BAT的用户数据也不难解决。
不管是前面SiteTour求助于RoyMorgan公司的Helix角色模型，还是Vistar或Bitposter使用移动运营商的用户数据，这只是一个如何有效利用行业内外已有数据来解决用户属性分析的问题，如何快速甄别并配对客户的目标人群并拟定广告投放策略，就行业目前已有数据分析能力而言，这方面的功课无疑还得尽快补上。
户外需要的大数据归根结底是有关人的大数据，相对其它媒体如互联网或广播电视而言，户外大数据更为强调人甚至多人与场景的合一(因为其他媒体在传播状态时与人在空间上基本是合一的)，即用户位置信息与人口统计资料的交集，在这点看来，户外大数据和移动大数据之间的结合将会越来越高，这些数据不仅是是实现户外一对多乃至一对一精准营销的关键，甚至会重新定义户外媒体的商业设置规则。
总而言之，户外大数据已经存在并且在呈指数级方式继续增长。
随着各种数字设备尤其是移动终端的普及，用户位置、数量、背景等方面大数据的获得并不是个问题，关键是如何更为有效地利用这些已有的数据，并结合强大的数据分析工具，实现户外广告投放前媒体及用户实时数据的参考、投放过程中随着目标人群的变动而随时调整投放策略、投放后即时反馈整个广告活动的目标达成情况等，这将改变传统户外媒体按位置、关系和经验来进行广告投放的做法，目标受众的匹配度与规模将成户外媒体定价的重要考量指标。
户外广告发展至今，面临前所未有的机遇与挑战，在客户及其他媒体的倒逼之下，户外媒体的测量不变不行。接下来，谁能定义大数据时代户外测量的标准，无疑将获得行业新的话语权。