微信朋友圈广告刷屏背后:大数据时代,越精准越贴心
微信朋友圈广告引爆社交网络
1月28日,在微信朋友圈上刷屏的不是“代购”,而是“微信团队”。
它先是在所有人朋友圈里推送了一条打着“推广”标签的消息,欲说还休地贴出了六张图,每张图上都是黑底白字一段话。图上的信息连起来,就是告诉你,广告可恶,是因为“它不懂你”, 并且温情地说:“我们试着,做些改变。”
1月25日晚上8点45分左右,真正的商业广告在朋友圈出现了。但是,谁也说不好微信广告的首位客户是谁。因为,不同的人,在微信朋友圈上看到了不同的品牌——“可口可乐”、“Vivo智能手机”或者“宝马中国”。还有一部分人,甚至什么广告也没看到。
在朋友圈上看到了什么,甚至成为人们自我调侃的一种新方式。没有刷出宝马广告的人,自嘲道:“看来我穷爆了这件事,已经惊动了系统后台。”
这可能还真不是句玩笑话。
互惠互利的精准投放
甫一亮相,就引爆话题。微信朋友圈广告算是得到了一个漂亮的开场。
其实,这次因朋友圈广告而被炒得火热的“信息流广告”或“精准投放”概念,对广告从业人员来说,已经不是什么新鲜事。
摩比万思是一家专注于移动RTB(程序化购买广告技术)广告的研发运营和大数据整合分析的公司。该公司首席技术官张杰告诉科技日报记者,这次微信朋友圈广告属于信息流广告,也是原生广告的一种。这类广告不是出现在特定广告位,而是和内容完美融合,无缝嵌入资讯、社交等信息流中,降低对用户的打扰。根据企鹅智酷发布的《朋友圈广告首份用户调研报告》,有72.1%的用户在其他社交产品见过信息流广告。
那么,为何我们同在一个朋友圈,你看到了宝马的“悦是如期而至”,而我却只得到了一张四图拼接的可口可乐?
张杰说,背后逻辑可能是大数据分析。用户上网,就会留下网络足迹。智能分析系统可以结合用户浏览行为,根据这些足迹绘出“用户画像”,并进一步判断用户的人口统计学属性。基于长时间的多点采样和分析,用户数据库中呈现的某匿名用户数据可能就会透露出这样的信息:用户兴趣、活跃地点、上网习惯、用户性别和年龄区间……
“不过微信能够拿到的数据和我们传统方式所能拿到的并不一样,这就是微信品牌的独特之处。他们或许能有更丰富的数据维度来优化用户画像,比如能够知道用户关注什么、用户的社交网络等,从而制定出相应的广告投放策略。”基于数据的精准投放,理想状态是让广告从过去的“一打一片”,变成现在的“一枪一个”。用户躺着也中“枪”,而且仔细再一看,还打得挺准——这正是用户自己想要看到的内容。
张杰强调,精准投放是一种“互惠互利”。用户免于垃圾广告的打扰,获取自己感兴趣的内容,广告商还能更省钱。从他们的经验来看,以App的推广为例,经数据优化后进行投放,广告的点击率、App的下载量、下载之后的留存率、活跃度等数字均会上升。“广告点击率上升,这也说明我们推给用户的东西,恰好是用户需要的。”在他看来,“精准”意味着“高效”和“贴心”。
免费背后的“野心”
在拥抱大数据时代下的“贴心”的同时,也有人对此心存疑虑。
在广州生活的颜嘉(化名)有着近20年网龄,热衷于体验当下各种热门的互联网应用。刷微博、聊微信,上大众点评“签到”……已经成为他日常生活中的一部分。“互联网上本就没有隐私可言,在提交每一项个人信息前,我都考虑了可能带来的风险,但目前用个人信息换来的用户体验还远谈不上大数据所应有的智能化,包括这次朋友圈推送的广告”。
密切关注大数据背景下数据挖掘和精准营销的北京爱咔咔信息技术有限公司CEO邬国锐对此表达了相同的看法。“就朋友圈目前向不同人群推送的3个广告,看不出细分的依据,也谈不上精准。”
相较于颜嘉对互联网应用的热情,邬国锐的态度更为保守。他从来不使用商场、咖啡屋等公共场所免费提供的WiFi,“免费的其实是最贵的”。这个“贵”指的就是要付出个人信息甚至隐私的代价。据他了解,有公司通过搜集用户接入公共场所WiFi的频次等信息来分析用户常去的地点,进而判断用户的消费行为、喜好,将相关的数据用作商业用途。
在邬国锐看来,一些看似新潮好玩的互联网应用背后,有着搜集大量用户图像、音频等数据进行二次利用的“野心”。许多用户在上传照片、语音聊天时,并没有意识到个人隐私泄露的风险。“一些看似毫无关联的数据叠加在一起,可以精准的定位到某个具体的人,大数据应用实质上是一把双刃剑,用户在获得更好体验的同时面临个人隐私被侵犯的风险”。
不过,张杰觉得“侵犯隐私”这顶帽子扣得有点冤:“我们进行数据分析的目的不是要定义你这个人,只是想匹配用户的具体兴趣和需求。所有的分析都是非实名化的。我们广告商也是在合法合规的框架下做这件事情。”他表示,对微信来说,它确实能拿到更多用户属性数据。“但作为一个大公司,他们会更加自律和规范。”
不过,如果用户对所谓的“精准”不买账,也可以试着躲一躲。张杰支招道,用户下载App时,可以对App的访问权限进行限制,或者干脆不使用可能泄露信息的App。
大数据时代,企业收集和利用用户个人信息的方式更隐蔽。目前法律层面对个人隐私的界定不够清晰,企业在灰色地带“掘金”的成本很低。一旦用户意识到个人隐私被侵犯,举证和追溯的成本高昂。“因此,迫切需要从立法层面加强对个人隐私的保护,同时,相关企业应做到像谷歌所提倡的‘不作恶’(Do not be evil)。”
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22