超碰公开免费_国产老肥熟xxxx在线观看_国产92成人精品视频免费_啊啊啊操的好爽_日韩强奷漂亮少妇高潮麻豆片_欧美性色黄大片

每一個廣告主都有這樣一個希望：用最少的廣告費獲得最大的效益？如何用最少投入獲得最大收益呢？廣告主們盯緊了“精準投放”。顧名思義，精準投放，就是“精準”的把廣告，投放到最有可能購買的人面前。最好用戶看到廣告就直接點開下單！在這種期待下，一旦有人告訴他：“我們可以更精準的投放廣告，你想投給誰，就能投給誰”的時候，廣告主很難不為之動心。那么，這種“想投給誰，就投給誰”的廣告是怎么實現的呢？

常見的方法是：大數據供應商，通過日常抓取用戶的搜索行為、點擊行為等，為用戶建立一個個的標簽，廣告主從中選擇自己想要的客戶數據，進行精準投放。比如，一個在今日頭條投放吸塵器廣告的朋友認為：“家里有地毯的人會需要吸塵器去打理”，理所當然的，他的用戶應該帶有“地毯”標簽，于是他在數據庫里找到了近半年在京東購買過地毯的用戶，精準的針對他們進行投放。

如此“精準”的定向，應該很快就有“精準”用戶上門了吧？然而投放結果卻并不如預期般理想，他不禁問我：“后臺的數據，別說點擊量了，連展示量都少的可憐，究竟是哪出了問題呢？”有著類似問題的案例遠不止上面這一例。

廣告主對于精準用戶的追求，加上某些機構添油加醋的渲染，使得大家對于大數據“精準”的預期越來越高，越來越依賴。好像只要有了大數據，廣告就一定可以更精準、更有效。可惜，實際的數據可能會讓他們大失所望。根據我國近年來的調查數據顯示，在2010年左右，廣告行業實現了大數據技術引導投放，之后的兩年里，廣告投放費的GDP占比反而瘋狂上漲，而在此之后，人們顯然認識到大數據的局限性，漲幅有所下降，可惜占比仍然居高不下。

簡單的說，在大數據精準投放的加持下，廣告投放的成本收益比反而降低了。你可能會覺得好奇，為什么會如此？難道是大數據不夠精準嗎？當然不是。要知道，一流的廣告人做的廣告，之所以投放產出比高，是因為他們抓住了用戶的動機。至于大數據呢，確實精準的抓取并記錄了用戶的行為，并為其詳細歸類，然而如何理解和利用這些大數據，依然需要專業廣告人的把控。換句話說，大數據可以讓對人性有了解的廣告人，更精準的做出判斷，但是對普通人來說，也不過是一對數字而已。

那么，作為普通的廣告主，沒有專業的訓練和培訓，又該怎么處理這些大數據呢？

今天我們就講一下，我們如何用好大數據，讓投放更精準。

01、“有效標簽”和“關聯標簽”

像剛剛我朋友的吸塵器投放案例，他選擇了“地毯”標簽的理由是：吸塵器其中一個使用場景是地毯。

在他看來，買了地毯，就肯定要打理地毯，既然要打理，就會需要工具，吸塵器是個可以幫用戶省事兒的工具，所以用戶會需要，還因此特地建了一組定向到有過地毯購買記錄用戶的廣告計劃。是不是覺得合情合理？投放不出去一定是大數據不好咯？

其實不然。“買地毯的人需要買個吸塵器才好打掃”，這是商家的認知。事實上地毯確實不易清理，最好搭配一個吸塵器。只可惜，這并不是用戶的想法。我們看看商家的認知：“地毯需要搭配吸塵器才容易打掃”，一個有地毯的人，有可能會想要買個吸塵器，但是他購買吸塵器的動機并不是因為他買了地毯，而是因為不易清掃。所以，尋找真正為打掃家而累的用戶，才是正解。

買地毯的用戶，我們來猜猜會是什么人？小年輕剛租了房子、新婚夫婦搬進新家，甚至可能坐在家里刷購物APP突發奇想……而一張地毯面積大概不到兩平米，如果不好清掃，這些心血來潮的用戶是選擇卷起來不用的概率大，還是買個2000多元的吸塵器概率更大呢？

大部分廣告主，習慣去運用直觀可見的單一屬性，機械的將市場上存在某些相似的用戶歸類在一起，將關鍵詞和用戶行為之間的相關關系，誤解為因果關系。就好像冰淇淋銷量增加的時候，溺水人數同比增加，并不能得出冰激凌熱賣導致溺水。而是天氣炎熱導致冰激凌熱賣和水上運動人數增加，而基數增加，溺水人數必然按比例增加。

那么“地毯需要吸塵器打掃才干凈”這件事中，“地毯”和“吸塵器”是相關關系，“吸塵器”和“更方便更干凈的清理工作”才是因果關系。回過頭來，我們觀察一下朋友圈中會購買高價小家電、并為此欣喜的人，往往是新手媽媽、家庭主婦。因為她們需要真正可以幫得上忙的清掃工具來減輕她們的工作量。所以，應當去針對“希望清掃變得更輕松”的人群，而不是“買地毯”的人群抓取關鍵詞。

可見，理清投放關鍵詞，與產品間的關系，是我們必須要做的功課。

02、優先關注發出消費信號的用戶

偵查學家艾德蒙·洛卡德認為，當人們在實施某個行為時，總會跟各種各樣的物質發生接觸和互換關系。對應的，大數據時代，用戶的每一個行為，都會在他接觸過的地方留下數據。而這些數據，就是一個個的消費信號，分析、整理這些信號，就可以幫助我們我們偵查用戶的狀態、預測用戶的行為。

還是剛剛那個吸塵器的例子。當你意識到地毯和吸塵器之間的關系時，你需要的，不是立刻投放“地毯”這個關鍵詞，而是要去探索地毯與清掃行動之間的關系。我們先來談談為什么“地毯”關鍵詞無效：

不管是在實體門店，還是電商平臺，你會發現：大部分用戶買地毯是因為好看，買回去點綴家飾，此時的他們并不會過多的考慮打掃的問題，就算有些許的顧慮，也會被銷售人員三言兩語的打發掉，給用戶一種打理非常輕松、簡單的感覺；如果在購買時就充分意識到了日后的打理會很麻煩，多半就不會買了；等買回去，用了一段時間，發現地毯容易臟、很難打掃、但又必須得打掃的時候，往往是因為一些因素的觸發。

而這些因素可能觸發“購買吸塵器”這個行為，也可能觸發“扔掉地毯”這個行為。我們沒有數據證明“當用戶發現地毯難以清掃時，用戶會選擇購買吸塵器”，那么“地毯”這個關鍵詞，顯然并不“精準”。

我們再來說說正確的抓取、分析信號的狀態：購買了吸塵器的用戶們都在哪？最容易找到他們的地方，大概就是電商平臺吸塵器產品的評論頁了。如果你認真翻閱過電商平臺上一些熱門吸塵器的售后評價，就會發現，下面這幾個關鍵詞的出現頻率非常高：人的毛發；零食碎屑；貓/狗毛。

綜合這些信息，我們就可以歸納出，激發用戶購買動機的，并不是地毯，而是家里地面上那些難以清理的小型垃圾——當優化師捕捉到了這個信號，就可以做出對應的投放策略了。比如，吸塵器要找的用戶中，有一部分是總買零食的年輕家庭、有小小孩的、有貓狗的、甚至是家裝風格以淺色為主的用戶（相比深色，淺色地面更容易發現掉落的垃圾）。

對應的，可以把廣告定向投放近期剛剛開始在京東平臺購買寵物糧食的用戶，或是短期內有過淺色裝飾建材購買記錄的用戶，也可以是經常買小朋友玩具或零食的用戶……等等。

03、盡量保持與動機型用戶的同頻

洞察到用戶的消費動機之后，是不是就代表，只要我們把產品信息推送給他，就一定能把產品賣出去呢？并不一定。當然，此時如果你投放，效果會比拍腦瓜子用“地毯”這類相關詞匯投放會好很多。但是這還不夠。你還需要進一步考慮，你的產品層級，是否和用戶的消費水平、習慣在同一個層級上。

比如我們賣的是RMB2000+的吸塵器，那么對應的：什么消費水平的用戶，會成為我們的目標用戶呢？他們對這一類產品、對生活的要求是什么？同樣是吸塵器，該推薦最新款給用戶？還是該推薦正在做活動的經典款？這都需要進行數據搜集和分析。

多數情況下，品牌方對于數據搜集的理解就是搜集客戶靜態數據和交易數據：比如，靜態數據就是客戶的靜態數據文件，如姓名、地址、聯系電話、年收入之類的背景檔案；而交易數據則是流動的，如交易商品屬性、規格、活動參與數據及客服記錄等，以及商品特性編碼，用來記錄與交易商品本身相關的價格、產地、功能描述、口碑數據等信息。這些數據當然很重要，是我們用戶畫像的重要指向部分。

但是更容易發現精準關鍵詞的地方，是客戶交易的商品本身。在同類用戶同期消費的產品上，我們更容易搜集到更具分析價值的信息。這位吸塵器投放的朋友，后來在調取平臺數據時就發現：同一平臺購買過吸塵器的用戶中，很多還購買了除霾儀、空氣凈化器、洗碗機等消費升級類的電器，我們就可以通過分析這些關聯產品，預測吸塵器目標用戶的購買能力，選款等要求。

當我們發現購買吸塵器的很多用戶都同時購買了某品牌的A型凈化器，那么可以判斷A型凈化器就是這款吸塵器的關聯品牌。假設A型凈化器售價3000元，而同一個平臺銷售的其它其它品牌的凈化器的均價為1500元，在該平臺同類產品銷售數量中，只占28%。也就是說，A型凈化器在該平臺，屬于高價商品。

而它與我們想要推廣的吸塵器是關聯產品，說明我們的吸塵器用戶群體，和A型凈化器的一樣，目標用戶都是消費能力高、對生活品質追求高的用戶。所以，我們在投放時，就應該關注高消費能力，高生活水平要求的用戶，創意、落地頁風格等都需要和這類用戶的特征匹配。