为何说大数据精准广告并不靠谱？

liuzongyang

【如内容违法或虚假，请联系上述邮件删除】

经过大数据广告，让一切花在广告上的钱更有依据，能够在线评价一条广告到底构成多少的印象，以至多少点击，多少因而而下载运用，多少因而产生买卖。有问题吗？没问题。有问题吗？你什么意义，难道你要狐疑谬误？

　　一、大数据精准广告内涵

　　大数据目前曾经成为整个IT界(包含Internet Technology以及Information Technology)最热的词汇之一，似乎任何一个话题，只需提到大数据，瞬间变得高大上。一夜之间，大数据曾经替代客观的理性思索，成为聪慧洞察的代名词。

　　但是当我们走过对大数据的顶礼膜拜阶段，揭开大数据实践应用的面纱，反而逐步对充溢着话语世界的大数据中止深思。由于大数据在经济展开中的庞大意义并不代表其能取代一切关于社会问题的理性思索，科学展开的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提示过：“就今日言，有很多人忙碌于资料之无益累积，致使对问题之阐明与处置，丧失了其对特殊的经济意义的了解。

　　以大数据的广告应用为例，精准广告投放应该是大数据最早的也是最容易产生直接纳益的应用，往常少有广告公司没有宣称自己是大数据科技公司。大数据精准广告的中心内涵是什么？一言以蔽之，那就是程序化定向投放。其中定向是中心，程序化是伎俩。

　　以微信朋友圈为例，不定向区域，年初的公开价钱CPM(每千次曝光本钱，朋友圈广告价钱远超普通媒体)40元，定向中心城市140元，定向重点城市90元，假如叠加定向性别，附加10%，再叠加H5外链(流量引导效果更好)，再附加20%。就像进口化装品一样，先按一定比例征收关税，后按含税价钱再征收增值税，再按含税价钱征收消费税。

　　关于微信来说，客户地域、性别固然也需求数据剖析解读，但确认相对比较容易。关于其它数据公司来说，地域依然能够经过IP或手机终端GPS获取，但性别更可能就是一个数据剖析出的可能属性。当然大数据并不只仅剖析如此简单的标签，关于媒体联盟而言，媒体选择项目众多，还会剖析客户媒体偏好标签，还有时间段、人群属性、设备类型、偏好类型等多种定向组合方式。

　　好了，上面关于精准广告有了一个粗浅的引见。那么大数据精准广告能带来什么样的价值？通常如下的故事是大数据广告公司经常提及的。

　　假定一个网站的广告位，每小时有1万人来阅读，则一小时曝光量为1万，之前的CPM为5元，那么一个手机广告主投放一小时广告，本钱50元。这是传统广告投放的结果。往常有个大数据公司，来辅佐该广告媒体更好的运营。该公司宣称它能够精准辨认阅读客户的属性，通知手机广告主，固然1万人阅读该广告位，但真正合适投放手机的只需6千人次，剩下4千人次的曝光为无效曝光，由于剩下的人群只对服装感兴味。

　　大数据公司倡议广告主依照程序化投放，过滤掉不合适投放手机的4千人，仅对合适投放手机的6千人付费，假定单价不变，那么在保证相同效果的前提下，本钱降低至30元。剩下的4千人大数据公司将其销售给服装广告主，本钱为20元。由此，在相同的效果状况下，大数据广告大幅降低广告主的本钱。当然事实上，由于RTB(实时竞价)机制的存在，当价钱(效果相同)低到一定水平，不同手机广告主的相互竞价，使得真实价钱普通高于30元，但肯定介于30元到原有预期本钱50元之间，由此构成多方共同获益的理想局面。

　　这样的案例看上去Perfect，无懈可击。由于它处置了传统广告的低效问题，比如看起来有用，但又说不分明到底有用在哪里，这个正是各公司财务总监所深恶痛绝的。是的，经过大数据广告，让一切花在广告上的钱更有依据，能够在线评价一条广告到底构成多少的印象(Impressions)，以至多少点击，多少因而而下载运用，多少因而产生买卖。

　　有问题吗？没问题。有问题吗？你什么意义，难道你要狐疑谬误？

　　二、大数据精准广告没有看上去那么美好

　　本着证伪的准绳，谬误只需被证明为错误的时分(了解其应用的局限及条件)，才算谬误。因而我们必需先回答一个问题，广告是用来做什么的？

　　依照以前的共识，广告被视为品牌用来向那些无法面对面沟通的消费者去传达品牌的特性。因而广告固然对销售有促进作用，但通常时分，广告的内容并不直接压服消费者去置办，就如中国移动曾经的获奖广告“沟通从心开端”一样。2010年出版的《品牌如何增长》(How Brands Grow)一书(阐明，笔者未读过，希望未来能读到)，作者南澳大利亚大学教授拜伦在书中指出，广告要抵达最好的效果，常常不需求去压服或灌输，只需让人在置办的时分回想起品牌的名字就能够了。市场研讨机构Milward Brown开创人高登(Gordon Brown)就指出，广告的功用就是让一个摆在货架上的品牌变得“有趣”。

　　好吧，再回到大数据精准广告案例，其中一个最为关键的问题在于，大数据如何剖析出这6千个阅读用户合适投放手机广告？关于这个问题，广告公司早有准备，给出如下的种种答案。

　　第一，从历史记载中寻觅曾经运用过同类产品的客户中止匹配。通常运用的算法叫“协同过滤”，即由某些阅历的相关性，找到潜在的合适用户。比如你玩过某款游戏，因而可以为你对该类型的其它游戏也有相同的需求。笔者并不承认该算法对某些范畴的确有作用，比如游戏付费用户基本就是之前重度游戏运用用户。

　　但是抛开这些特殊范畴，该算法内涵思想“品牌依托忠实的消费者展开壮大”与拜伦的理论完整矛盾。拜伦经过对销售数据中止统计学剖析，他指出在一切胜利的的品牌当中，大量的销售来自“轻顾客”(Light buyer)：也就是置办产品相对不那么频繁的顾客。可口可乐的生意并非依托每天都喝可乐的人，而是数百万每年喝一次或两次的顾客。这种消费者方式在各个品牌、商品品类国度和时期都适用。无论是牙刷还是电脑，法国汽车或是澳大利亚银行，品牌依托的是大范围人口——换句话说，大众——那些偶尔置办他们的人。

　　这个理论意义十分深远。这意味着你永远无法经过精准营销现有顾客来增加品牌的市场份额。而对现有顾客的精准营销，正是数字媒体所擅长的。

　　本着批判的肉体来看待新呈现未经检验的思想，笔者希望援用一下广东移动最近发布的用户换机特征数据。广东移动对旗下用户的终端迁移剖析标明，运用苹果的用户升级终端，继续运用苹果手机的占比64%，忠实度最高。但除苹果以外，其他忠实度表现最好的华为、小米手机，改换4G后持续运用同品牌的占比不到30%。

　　这阐明，你向苹果4或5用户推行苹果6是可行的，果粉效应推翻拜伦的理论，证真实部分范畴依托忠实的消费者展开壮大是可行的。但除此以外，你向任何一个当前品牌的用户推行同品牌的手机终端都是不合时宜的。

　　因而，希望经过历史的电商数据剖析推断用户下一步可能需求是无效的。就如向曾经置办过服装的用户推行服装，或许不如推行一卷纸或一桶油更为有效。

　　相反，胜利的品牌需求找到一种方式来抵达目的市场之外的群体。品牌的广告一定要用某种方式取得这部分人的兴味——只需这样，当他们在准备置办的时分，该品牌才干自动出往常消费者的脑海中。

　　第二，假如“协同过滤”存在局限，广告公司会通知你还有第二种算法，并不基于客户的历史行为记载，而是客户自身特征相似性，来找到与种子客户最为相似的客户群体。简称“Lookalike”。先需求广告主提供本则广告起到作用的典型用户，以手机为例，受广告影响感兴味点击阅读或预购某手机的用户，大约几百或几千个。大数据公司经过Lookalike算法(专业的术语更可能是稠密矩阵)，寻觅与这几百/千个用户高度相似的其它数十万/百万客户群中止投放。

　　这类算法真正考验大数据平台的计算才干，由于并不是阅历性的协同过滤，而是应用数十数百以至上千个变量中止回归计算。最后依照相似性的概率打分，依照由高到低选择适合的用户群。

　　该模型的内涵其实很简单，就是广告要传达给应该传达的客户。比如奶粉广告目的用户就是哺育0-3岁孩子的父母。假如知道要抵达用户的细致身份，一切问题迎刃而解。但是关于网站或APP应用来说，并不分明用户身份，独一分明的是客户的历史行为数据。而且由于数据自身的分割，有的专注于运营商，有的专注于APP联盟采集，有的专注于电商，有的专注于银行，要从分割的数据中推断出客户的身份信息，Lookalike就是不可避免的伎俩。

　　独一的问题是，假如由几百个种子用户推断出新的几百个目的用户，精确性可能高达9成，但假如如某广告公司宣称，对康师傅辣味面中止移动DSP投放时，依据历史投放数据剖析发掘，构成样本库，再经过Lookalike技术中止人群放大，找到与目的受众相似度最高的潜在客户，扩展人群1367万，实践投放受众ID2089万。广告效果投放是最大化了，那么效果呢？在此，请允许我杜撰一个数字，很可能点击率由0.2%上升至0.3%，精准度提升50%。有意义吗？或许有，但绝对没有想象的那么明显。

　　第三，假如你们持续狐疑我们算法的有效性，那么我们能够就效果来谈协作，你们能够依照点击量(CPC)或者激活量(CPA)付费，假如达不到既定效果，我们会补量。这是大数据广告的终极武器。

　　终极武器一出，意味着广告的投放彻底沦陷为做点击、做激活的渠道，广告的“沟通消费者”初衷早被丢弃得一尘不染。

　　通常普通消费决策遵行S(Solution)、I(Information)、V(Value)、A(Access)规则，意义是当用户产生一个需求，内心先就满足这个需求构成一个处置计划。比如说3G手机不好用，速度很慢掩盖不好，需求换一个4G终端就成为一个Solution。那么4G终端有哪些，重点思索那些终端？消费者还是搜集信息，并非从网上搜索，而是依据以往的阅历、品牌效应、周边朋友口碑自动回想那些品牌、哪些样式。传统广告的最重要效果应该就是这个阶段，当用户需求的时分，自动进入到用户视野。然后从多维度比较选择，肯定首选置办品牌。最后就是去哪儿买，搜索哪儿有促销活动，哪里优惠力度最大。

　　依据SIVA模型，真正的以效果为导向的广告实质处置的是Access问题，最后的临门一脚。在这方面，搜索广告是真正的效果导向广告，比如淘宝的每一款商品后面都有超越1万家商户提供，到底用户去哪里置办，得付钱打广告，这就是效果广告。曾有报告对比过，搜索广告点击率高达40%以上。想一想百度、阿里靠什么为生，临门一脚的广告价钱自然高到没边，听说一些医院置办百度性病、人流之类的搜索广告，单次流量价钱高达数十或数百元。

　　搜索广告只需少数垄断接入公司才有的生意，大部分广告仍为展示类广告。假如展示类广告也朝效果类靠拢，从商业规律上属于舍近求远。

　　最后结果是，一方面，广告的内容充溢人性的贪婪(优惠／低价)与色欲(大胸美女)，被改造得不伦不类，上过一次当后，在沟通消费者方面反而起到负面作用。另一方面，广告公司沦落为做流量、做点击的公司，与北京望京、中关村著名的刷流量一条街没有实质的差别，最后谁真正点击了这些有效流量？曾有大数据公司剖析过某款高端理财软件的阶段性用户群，与刷机、贪图小低价的极低端用户高度相似。

　　三、多用靠谱的身份辨认可能更有利于提升广告效果

　　写了这么多，大数据精准广告尽善尽美吗？不，狐疑谬误是为了更好的应用谬误。大数据广告的中心“程序化”与“定向投放”没有错，这代表移动互联网展开的趋向，也与满足特定市场、特定用户群的商品或效劳广告传播需求完整匹配。问题在于目前的大数据实践才干与宣称的雄心还有庞大的差距。也就是说没有看上去的那么好。

　　所以，我们更应该回归广告的原本目的——更好的沟通消费者，来看待精准投放，而不是迷信大数据精准投放这样的噱头。那么什么最重要？显然不是不靠谱的协同过滤规则，也不是基本不知道缘由的Lookalike，既然最重要的就是抵达目的消费者，那么靠谱的身份辨认应该就是精准广告的中心。

　　什么是靠谱的身份辨认？对微信而言，判别重点活动城市是靠谱的，剖析性别也相对靠谱，但假如微信通知你说能够经过社交判别该用户是中产白领还是乡村农民，那一定是不靠谱的。由于朋友圈里宣称正在法国酒庄旅游的文雅女人或许正在出门买油条豆浆。

　　有时分用户运用的媒体自身就透露客户的身份特征。比如经常运用理财软件的在支付才干上较为靠谱，而运用孕宝APP的80%以上应该就是准妈妈，经常运用蜜芽的一定是宝宝出生不久的妈妈。有大数据公司给出过案例，对媒体自身中止定向和综合剖析定向的效果相差无几，这就阐明媒体定向是有效的，但是其它需求定向都同等于随机选择。

　　由于大数据自身就是不关注因果，只关注相关性，假如经过大数据洞察证明的协同规则，也能够算作靠谱的规则。比如游戏付费用户群基本上能够肯定为一两千万ID的重度运用用户。

　　而要精确辨认客户身份，多数据源的汇集与综合不可避免，盘绕客户身份的各种洞察、相关性剖析也是才干提升的必修功课，这或许更应该是大数据广告公司应持续修炼的中心才干。

(关注老榕树网络旗下“网络思维”微信公众号:wlsw360 (每天都有好文章)

 

                                                   本帖如有虚假或违法，请联系邮箱删除，本社区删贴不收任何费用，欢迎举报。老榕树社区属老榕树网络旗下网站，旨在为老榕树用户提供创业咨询、网站建设技术交流、源码下载、提供各种实用工具。如有部分帖子涉及违法、虚假，请你第一时间与社区联系，把需要删除的社区链接提供给我们，我们核实之后，第一时间删除。邮箱：125175998@qq.com