大数据精准投放的局限性与解决方案
为了最大化广告效益，广告主们倾向于选择“精准投放”，即将广告准确地投放给最有可能购买的人。然而，所谓的“精准投放”是否真的精准呢？恐怕很多广告主会感到失望。
每个广告主都希望用最少的广告费用获得最大的效益。精准投放的概念就是将广告投放给最有可能购买的人。当有人告诉广告主：“我们可以精准地投放广告给你想要的人”，广告主很难不动心。那么，如何实现这种“想投给谁，就投给谁”的广告呢？常见的方法是，大数据供应商通过抓取用户的搜索行为、点击行为等数据，为用户建立标签，广告主从中选择自己想要的客户数据，进行精准投放。例如，一个在今日头条投放吸尘器广告的广告主认为：“家里有地毯的人会需要吸尘器去打理”，他将广告定向给近半年在京东购买过地毯的用户。然而，投放结果却并不如预期。这种情况并不少见。广告主对精准用户的追求，加上某些机构的渲染，使得大家对大数据的“精准”有了更高的期望和依赖。然而，实际数据可能让他们失望。根据我国近年的调查数据显示，在大数据精准投放的加持下，广告投放的成本收益比反而降低了。为什么会这样呢？并不是因为大数据不够精准。大数据可以精准地抓取和记录用户行为，但是如何理解和利用这些数据，依然需要专业广告人的把控。换句话说，大数据可以让了解人性的广告人更精准地做出判断，但对普通人来说，只是一组数字而已。作为普通的广告主，没有专业训练和培训，又该如何处理这些大数据呢？今天我们将介绍如何利用好大数据，使广告投放更精准。
“有效标签”和“关联标签”
像刚才提到的吸尘器投放案例，广告主选择了“地毯”标签的理由是：吸尘器的一个使用场景是清理地毯。在他看来，买了地毯的人肯定需要打理地毯，而吸尘器是一个可以帮助用户省事的工具，因此他针对近半年在京东购买过地毯的用户进行了精准投放。这个理由听起来很合理，难道投放不出去一定是因为大数据不够好吗？实际情况并非如此。
广告主的认知是：“地毯需要搭配吸尘器才容易打扫”。一个有地毯的人可能会想要买个吸尘器，但他购买吸尘器的动机并不是因为他买了地毯，而是因为地毯不易清理。因此，真正需要清扫家务的用户才是我们要找的目标。买地毯的用户可能是小年轻刚租了房子、新婚夫妇搬进新家，甚至是坐在家里刷购物APP突发奇想的人。一张地毯的面积大概不到两平米，如果不好清理，这些心血来潮的用户更有可能选择卷起来不使用，而不是购买一个2000多元的吸尘器。大部分广告主习惯上运用直观可见的单一属性，机械地将市场上某些相似的用户归类在一起，将关键词和用户行为之间的相关关系误解为因果关系。就像冰淇淋销量增加时，溺水人数同比增加，并不能得出冰淇淋热卖导致溺水的结论。实际上，是天气炎热导致冰淇淋热卖和水上运动人数增加，而基数增加，溺水人数必然按比例增加。因此，在投放关键词和产品之间建立正确的关系是我们必须做的功课。
优先关注发出消费信号的用户
研究学者艾德蒙·洛卡德认为，当人们实施某个行为时，总会与各种物质发生接触和互换关系。在大数据时代，用户的每个行为都会留下数据。
这些数据是用户的消费信号，通过分析和整理这些信号，我们可以了解用户的状况并预测他们的行为。以吸尘器为例，我们不应该仅仅关注地毯这个关键词，而是要探索地毯与清扫行动之间的关系。一般来说，大部分用户购买地毯是出于装饰目的，并没有过多考虑清扫的问题。即使有一些顾虑，也会被销售人员解释得很轻松简单。如果用户意识到地毯的清洁比较麻烦，很可能就不会购买。当用户使用了一段时间后发现地毯难以清洁，这时才会考虑购买吸尘器或者扔掉地毯。我们没有数据证明用户发现地毯难以清洁时会选择购买吸尘器，因此"地毯"这个关键词并不是很准确。正确的信号抓取和分析应该是找到购买了吸尘器的用户，并研究他们在哪里。最容易找到这些用户的地方可能是电商平台上吸尘器产品的评论页。如果仔细阅读一些热门吸尘器的售后评价，会发现以下几个关键词出现频率很高：人的毛发、零食碎屑、猫/狗毛。综合这些信息，我们可以得出结论，激发用户购买吸尘器的动机实际上是因为家里地面上难以清理的小型垃圾。当优化师捕捉到这个信号后，就可以制定相应的投放策略。比如，我们可以将广告定向投放给最近在京东平台购买宠物粮食、或者最近有购买浅色装饰建材记录、或者经常购买小朋友玩具或零食的用户等等。
当我们了解到用户的消费动机后，是否只要向他们推送产品信息，就一定能够卖出产品呢？并不一定。当然，相比使用"地毯"这样的相关关键词投放广告，如果投放的广告更符合用户的需求，效果会好很多。但这还不够，我们还需要进一步考虑我们的产品是否与用户的消费水平和习惯相匹配。比如，如果我们卖的是价格在2000元以上的吸尘器，那么我们需要思考以下问题：1. 什么样消费水平的用户会成为我们的目标用户？2. 这些用户对这类产品和生活有什么要求？3. 对于吸尘器这个产品，是推荐最新款给用户，还是推荐正在打折的经典款？4. 这些问题都需要进行数据搜集和分析。大多数情况下，品牌方对于数据搜集的理解是搜集客户的静态数据和交易数据。静态数据包括客户的个人信息，如姓名、地址、联系电话、年收入等。交易数据包括交易的商品属性、规格、参与的活动以及客服记录等。这些数据对于我们了解用户的画像非常重要。然而，更容易发现准确关键词的地方是客户交易的商品本身。通过对同类用户在同一时期购买的产品进行搜集和分析，我们更容易找到具有分析价值的信息。例如，我们发现很多购买吸尘器的用户还购买了除霾仪、空气净化器、洗碗机等消费升级类的电器，我们可以通过分析这些关联产品来预测吸尘器目标用户的购买能力和偏好。当我们发现购买吸尘器的用户中很多人同时购买了某品牌的A型净化器，我们就可以判断A型净化器是这款吸尘器的关联品牌。假设A型净化器的售价是3000元，而同一平台销售的其他品牌净化器的均价为1500元，在该平台同类产品销售数量中，A型净化器只占28%。也就是说，在该平台上，A型净化器属于高价商品。而它与我们想要推广的吸尘器是关联产品，说明我们的吸尘器的目标用户群体和A型净化器的目标用户群体是相似的，都是消费能力高、对生活品质追求高的用户。因此，在投放广告时，我们应该关注消费能力较高、对生活品质要求较高的用户，并且创意、落地页风格等需要与这类用户的特征匹配。
免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请您通过400-62-96871或关注我们的公众号与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！
请先 登录后发表评论 ~