更新時間：2025-09-17 05:32:29
網站建設
519一、大數據精準廣告內涵
大數據現在已經成為整個IT界（包括Internet Technology和Information Technology）最熱門的詞之一。似乎任何話題，只要提到大數據，都會瞬間變得高大上。一夜之間，大數據取代了主觀理性思維，成為智能洞察的代名詞。
.jpg)
但當我們走過對北京網站產生的大數據的崇拜階段，揭開大數據實際應用的面紗后，我們逐漸反思充滿話語世界的大數據。因為大數據對經濟發展的重大意義并不意味著它可以取代對社會問題的一切理性思考，科學發展的邏輯不能在海量數據中丟失。著名經濟學家路德維希馮米塞斯曾提醒道：“就今天而言，許多人忙于無用的數據積累，以至于失去了對解釋和解決問題的特殊經濟意義的理解。
以大數據的廣告應用為例，精準廣告應該是大數據最早的應用，也是最容易產生直接收益的。如今，幾乎沒有廣告公司不自稱是大數據技術公司。大數據精準廣告的核心內涵是什么？一句話，就是程序化的定向投放。其中，定向是核心，編程是手段。
以朋友圈為例，不針對地域。年初公價CPM（cost per thousand impression，朋友圈廣告價格遠超一般媒體）40元，定向核心城市140元，定向重點城市90元。性別，增加10%，然后疊加H5外鏈（更好的流量引導效果），增加20%。就像進口化妝品一樣，先按一定比例征收關稅，然后按含稅價格征收增值稅，再按含稅價格征收消費稅。
對于微信來說，雖然客戶的地域和性別也需要數據分析和解讀，但相對容易確認。對于其他數據公司來說，地區仍然可以通過IP或手機端GPS獲取，但性別更可能是數據分析的一個可能屬性。當然，大數據不僅僅分析這么簡單的標簽。對于媒體聯盟來說，媒體選擇項很多，還要分析客戶媒體偏好標簽，以及時間段、人群屬性、設備類型、偏好類型等多種針對性組合。
好了，以上就是對精準廣告的粗淺介紹。那么大數據精準廣告能帶來什么價值呢？通常下面的故事是大數據廣告公司經常提到的。
如果每小時有10000人瀏覽一個網站的廣告位，那么每小時的曝光量就是10000，之前的CPM是5元，那么一個手機廣告主投放一個小時的廣告就要花費50元。這是傳統廣告的結果。現在有大數據公司幫助廣告媒體更好的運營。該公司聲稱可以準確識別瀏覽客戶的屬性，并告訴移動廣告商，雖然有10000人瀏覽了廣告位，但只有6000人真正適合手機投放，其余4000人次的曝光都是無效曝光，因為剩下的以下人群只對服裝感興趣。
大數據公司建議廣告商按照程序過濾掉這4000個不適合手機的人，只為這6000個適合手機的人付費。如果單價不變，那么在保證同樣效果的前提下，成本會降到30元。剩下的4000家大數據公司將以20元的成本賣給服裝廣告商。因此，在同樣的效果下，大數據廣告可以大大降低廣告主的成本。當然，實際上由于RTB（real-time bidding）機制的存在，當價格（同效果）低到一定程度時，不同手機廣告主的相互競價使得真實價格普遍高于30元，但必須在30元與原價之間。預計成本在50元之間，從而形成多方互利的理想局面。
這樣的案例看起來完美無瑕。因為它解決了傳統廣告的低效率，比如看起來有用，但不清楚在哪里有用。這是各個公司的財務總監所痛恨的。是的，通過大數據廣告，所有花在廣告上的錢都更劃算了。可以在線評估一個廣告創造了多少印象（Impressions），甚至有多少點擊，有多少因此而被下載和使用，以及因此產生了多少交易。
有問題嗎？沒問題。有問題嗎？什么意思，你要懷疑真相？
一個《紙牌屋》讓全世界的文化產業都意識到了大數據的力量。《紙牌屋》 制作和播放平臺Netflix在第一季度增加了超過300萬流媒體用戶。一季度財報公布后，股價飆升26%，達到每股217美元，較去年8月的谷底累計漲幅超過3倍。次。這一切都源于《紙牌屋》是從3000萬付費用戶的數據中總結觀看習慣，基于對用戶喜好的精準分析而誕生的。
《紙牌屋》 數據庫包含3000 萬條用戶評分、400 萬條評論和300 萬條主題搜索。最終拍什么、拍誰、演誰、怎么播，都是由千萬觀眾的客觀統計決定的。從受眾洞察、受眾定位、受眾接觸到受眾轉化，每一步都以準確、詳盡、高效、經濟的數據為導向，實現大眾創造的C2B，即以用戶需求定生產。
如今，隨著互聯網和社交媒體的發展，人們在互聯網上留下的數據越來越多。海量數據和多維信息重組，使企業尋求平臺間內容、用戶、廣告的充分融合。希望通過用戶關系鏈的整合和網絡媒體的社交重構，為廣告主帶來更好的精準社交營銷效果。二、大數據精準廣告沒有看上去那么美好
g alt="大數據精準廣告" src="/filespath/1448616199.jpg" />本著證偽的原則，真理只有被證明為謬誤的時候(理解其應用的局限及條件)，才算真理。因此我們必須先回答一個問題，廣告是用來做什么的？
按照以前的共識，廣告被視為品牌用來向那些無法面對面溝通的消費者去傳達品牌的特性。因此廣告雖然對銷售有促進作用，但通常時候，廣告的內容并不直接說服消費者去購買，就如中國移動曾經的獲獎廣告“溝通從心開始”一樣。2010年出版的《品牌如何增長》(How Brands Grow)一書(說明，筆者未讀過，希望將來能讀到)，作者南澳大利亞大學教授拜倫在書中指出，廣告要達到最好的效果，往往不需要去說服或灌輸，只要讓人在購買的時候回想起品牌的名字就可以了。市場研究機構Milward Brown創始人高登(Gordon Brown)就指出，廣告的功能就是讓一個擺在貨架上的品牌變得“有趣”。
好吧，再回到大數據精準廣告案例，其中一個最為關鍵的問題在于，大數據如何分析出這6千個瀏覽用戶適合投放手機廣告？對于這個問題，廣告公司早有準備，給出如下的種種答案。
第一，從歷史記錄中尋找曾經使用過同類產品的客戶進行匹配。通常使用的算法叫“協同過濾”，即由某些經驗的相關性，找到潛在的適合用戶。比如你玩過某款游戲，因此可認為你對該類型的其它游戲也有相同的需求。筆者并不否認該算法對某些領域確實有作用，比如游戲付費用戶基本就是之前重度游戲使用用戶。
但是拋開這些特殊領域，該算法內涵思想“品牌依靠忠誠的消費者發展壯大”與拜倫的理論完全矛盾。拜倫通過對銷售數據進行統計學分析，他指出在所有成功的的品牌當中，大量的銷售來自“輕顧客”(Light buyer)：也就是購買產品相對不那么頻繁的顧客。可口可樂的生意并非依靠每天都喝可樂的人，而是數百萬每年喝一次或兩次的顧客。這種消費者模式在各個品牌、商品品類國家和時期都適用。無論是牙刷還是電腦，法國汽車或是澳大利亞銀行，品牌依靠的是大規模人口——換句話說，大眾——那些偶爾購買他們的人。
這個理論意義十分深遠。這意味著你永遠無法通過精準營銷現有顧客來增加品牌的市場份額。而對現有顧客的精準營銷，正是數字媒體所擅長的。
本著批判的精神來看待新出現未經檢驗的思想，筆者希望引用一下廣東移動最近公布的用戶換機特征數據。廣東移動對旗下用戶的終端遷移分析表明，使用蘋果的用戶升級終端，繼續使用蘋果手機的占比64%，忠誠度最高。但除蘋果以外，其余忠誠度表現最好的華為、小米手機，更換4G后持續使用同品牌的占比不到30%。
這說明，你向蘋果4或5用戶推廣蘋果6是可行的，果粉效應推翻拜倫的理論，證實在部分領域依靠忠誠的消費者發展壯大是可行的。但除此以外，你向任何一個當前品牌的用戶推廣同品牌的手機終端都是不合時宜的。
因此，希望通過歷史的電商數據分析推斷用戶下一步可能需要是無效的。就如向曾經購買過服裝的用戶推廣服裝，或許不如推廣一卷紙或一桶油更為有效。
相反，成功的品牌需要找到一種方式來到達目標市場之外的群體。品牌的廣告一定要用某種方式獲得這部分人的興趣——只有這樣，當他們在準備購買的時候，該品牌才能自動出現在消費者的腦海中。
第二，如果“協同過濾”存在局限，廣告公司會告訴你還有第二種算法，并不基于客戶的歷史行為記錄，而是客戶本身特征相似性，來找到與種子客戶最為相似的客戶群體。簡稱“Lookalike”。先需要廣告主提供本則廣告起到作用的典型用戶，以手機為例，受廣告影響感興趣點擊瀏覽或預購某手機的用戶，大約幾百或幾千個。大數據公司通過Lookalike算法(專業的術語更可能是稀疏矩陣)，尋找與這幾百/千個用戶高度相似的其它數十萬/百萬客戶群進行投放。
這類算法真正考驗大數據平臺的計算能力，因為并不是經驗性的協同過濾，而是利用數十數百甚至上千個變量進行回歸計算。最后按照相似性的概率打分，按照由高到低選擇合適的用戶群。
該模型的內涵其實很簡單，就是廣告要傳達給應該傳達的客戶。比如奶粉廣告目標用戶就是養育0-3歲孩子的父母。如果知道要到達用戶的具體身份，一切問題迎刃而解。但是對于網站或APP應用來說，并不清楚用戶身份，唯一清楚的是客戶的歷史行為數據。而且由于數據本身的分割，有的專注于運營商，有的專注于APP聯盟采集，有的專注于電商，有的專注于銀行，要從分割的數據中推斷出客戶的身份信息，Lookalike就是不可避免的手段。
唯一的問題是，如果由幾百個種子用戶推斷出新的幾百個目標用戶，準確性可能高達9成，但如果如某廣告公司宣稱，對康師傅辣味面進行移動DSP投放時，根據歷史投放數據分析挖掘，形成樣本庫，再通過Lookalike技術進行人群放大，找到與目標受眾相似度最高的潛在客戶，擴展人群1367萬，實際投放受眾ID2089萬。廣告效果投放是最大化了，那么效果呢？在此，請允許我杜撰一個數字，很可能點擊率由0.2%上升至0.3%，精準度提升50%。有意義嗎？或許有，但絕對沒有想象的那么明顯。
第三，如果你們持續懷疑我們算法的有效性，那么我們可以就效果來談合作，你們可以按照點擊量(CPC)或者激活量(CPA)付費，如果達不到既定效果，我們會補量。這是大數據廣告的終極武器。
終極武器一出，意味著廣告的投放徹底淪陷為做點擊、做激活的渠道，廣告的“溝通消費者”初衷早被拋棄得一干二凈。
通常一般消費決策遵行S(Solution)、I(Information)、V(Value)、A(Access)規則，意思是當用戶產生一個需求，內心先就滿足這個需求形成一個解決方案。比如說3G手機不好用，速度很慢覆蓋不好，需要換一個4G終端就成為一個Solution。那么4G終端有哪些，重點考慮那些終端？消費者還是搜集信息，并非從網上搜索，而是根據以往的經歷、品牌效應、周邊朋友口碑自動回想那些品牌、哪些款式。傳統廣告的最重要功效應該就是這個階段，當用戶需要的時候，自動進入到用戶視線。然后從多維度比較選擇，確定首選購買品牌。最后就是去哪兒買，搜索哪兒有促銷活動，哪里優惠力度最大。
根據SIVA模型，真正的以效果為導向的廣告本質解決的是Access問題，最后的臨門一腳。在這方面，搜索廣告是真正的效果導向廣告，比如淘寶的每一款商品后面都有超過1萬家商戶提供，到底用戶去哪里購買，得付錢打廣告，這就是效果廣告。曾有報告對比過，搜索廣告點擊率高達40%以上。想一想百度、阿里靠什么為生，臨門一腳的廣告價格自然高到沒邊，據說一些醫院購買百度性病、人流之類的搜索廣告，單次流量價格高達數十或數百元。
搜索廣告只有少數壟斷接入公司才有的生意，大部分廣告仍為展示類廣告。如果展示類廣告也朝效果類靠攏，從商業規律上屬于本末倒置。
最后結果是，一方面，廣告的內容充滿人性的貪婪(優惠／便宜)與色欲(大胸美女)，被改造得不倫不類，上過一次當后，在溝通消費者方面反而起到負面作用。另一方面，廣告公司淪落為做流量、做點擊的公司，與北京望京、中關村著名的刷流量一條街沒有本質的差異，最后誰真正點擊了這些有效流量？曾有大數據公司分析過某款高端理財軟件的階段性用戶群，與刷機、貪圖小便宜的極低端用戶高度相似。
大數據技術的占卜預判功能，意味著一個擁有億級用戶的社交網絡平臺若能夠通過對大數據的解構，為企業提供個性化、智能化的廣告推送和服務推廣服務，則意味著企業可以搶占更大的商業空間。
伴隨著社交媒體的興起，消費者對廣告行為的依賴方式已經發生變化，傳統的廣告和營銷手法其實更難奏效。“這個年代在做市場營銷的如果不了解移動化的概念，很難去理解消費者，碎片化的消費場景已經讓實體店發生變化了。”騰訊網絡媒體事業群總裁、集團高級執行副總裁劉勝義如是表示。
對此，星巴克中國市場推廣部副總裁韓梅蕊認為，社交媒體可以幫助企業與消費者進行良好的互動，也使得整個營銷變得更加精準，在韓梅蕊看來，星巴克沒有可口可樂那么廣泛的渠道，因此廣告必須更加富有針對性，而社交媒體對大數據的解構可以解決這個問題。
因此，星巴克在線下已經有大量用戶的情況下，并沒有以增加新顧客為第一出發點來進行社會化營銷，而是為維護老顧客為主，通過老顧客的口碑稱頌來實現新顧客的增長。因為在消費者決策鏈中，由消費者自己驅動的營銷變得越來越重要。
如今，消費者獲取信息的渠道和范圍已經大大增加。他們已經不再聽任企業的擺布，而是追求更加個性化的產品和服務，并根據搜集來的各種信息做出判斷、隨時分享，將個人體驗的影響擴大到更大范圍的群體之中。
在社交媒體時代，大數據還是發動機，是讓用戶不斷轉化的平臺。相應的，營銷由獨立轉為系統性工程，而數據在營銷全程中扮演的角色，也必然要由參考工具轉向驅動發動機。數據驅動的精準營銷引擎，將顛覆傳統的營銷決策模式及營銷執行過程，給網絡營銷行業乃至傳統行業帶來革命性的沖擊。
每一次營銷，都將形成循環效果。通過定位用戶群、分析用戶內容偏好、分析用戶行為偏好、建立受眾分群模型、制定渠道和創意策略、試投放并收集數據、優化確定渠道和創意、正式投放并收集數據、實時調整投放策略、完成投放評估效果等，完整的數據應用過程不斷把控營銷質量與效果，實現從效果監測轉向效果預測。
“盡管社交媒體讓整個廣告營銷更加精準化，但也要根據產品和服務的特性來決定是否采取精準化營銷。”鄭靖偉表示，一些快速消費品并不太適合精準化營銷，戶外、電視以及報刊等傳統媒介對于快速消費品依舊有很強的吸引力。
值得注意的是，社交媒體對于大數據的解構不可避免地帶來隱私問題，當用戶在使用電子郵件、社交網絡的時候，大概也會知道自己的信息將被記錄下來，當用戶發表的言論或者分享的照片、視頻等，都決定著互聯網運營商將向你推薦什么樣的資源和廣告；當用戶拿著智能手機滿世界跑的時候，手機廠商們早已通過定位系統把你的全部信息收羅在自己的數據庫里，利用這些信息來構建地圖和交通信息等。
以前，這些記錄幾乎不會對普通人造成影響，因為它的數量如此巨大，除非刻意尋找，人們不會注意其中的某些信息。但是，隨著大數據技術的不斷進步，這一狀況正在悄然發生改變。這也是“數”變時代下，企業和消費者都面臨的挑戰。
三、多用靠譜的身份識別可能更有利于提升廣告效果
寫了這么多，大數據精準廣告一無是處嗎？不，懷疑真理是為了更好的應用真理。大數據廣告的核心“程序化”與“定向投放”沒有錯，這代表移動互聯網發展的趨勢，也與滿足特定市場、特定用戶群的商品或服務廣告傳播需求完全匹配。問題在于目前的大數據實際能力與宣稱的雄心還有巨大的差距。也就是說沒有看上去的那么好。
所以，我們更應該回歸廣告的本來目的——更好的溝通消費者，來看待精準投放，而不是迷信大數據精準投放這樣的噱頭。那么什么最重要？顯然不是不靠譜的協同過濾規則，也不是根本不知道原因的Lookalike，既然最重要的就是到達目標消費者，那么靠譜的身份識別應該就是精準廣告的核心。
什么是靠譜的身份識別？對微信而言，判斷重點活動城市是靠譜的，分析性別也相對靠譜，但如果微信告訴你說能夠通過社交判斷該用戶是中產白領還是鄉村農民，那一定是不靠譜的。因為朋友圈里宣稱正在法國酒莊旅游的優雅女人或許正在出門買油條豆漿。
有時候用戶使用的媒體本身就透露客戶的身份特征。比如經常使用理財軟件的在支付能力上較為靠譜，而使用孕寶APP的80%以上應該就是準媽媽，經常使用蜜芽的一定是寶寶出生不久的媽媽。有大數據公司給出過案例，對媒體本身進行定向和綜合分析定向的效果相差無幾，這就說明媒體定向是有效的，但是其它需求定向都等同于隨機選擇。
由于大數據本身就是不關注因果，只關注相關性，如果經過大數據洞察證實的協同規則，也可以算作靠譜的規則。比如游戲付費用戶群基本上可以確定為一兩千萬ID的重度使用用戶。
而要準確識別客戶身份，多數據源的匯集與綜合不可避免，圍繞客戶身份的各種洞察、相關性分析也是能力提升的必修功課，這或許更應該是大數據廣告公司應持續修煉的核心能力。
我們專注高端建站，小程序開發、軟件系統定制開發、BUG修復、物聯網開發、各類API接口對接開發等。十余年開發經驗，每一個項目承諾做到滿意為止，多一次對比，一定讓您多一份收獲！
