
大数据时代,越精准越贴心
这次,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”指的就是出卖了个人的信息。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)。”邬国瑞表示。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04