京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化运营、业务流程管理与精细化管控体系中,流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中,卡方检验是分析分类变量关联性与差异性的重要方法,广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法,却忽略了数据分析的一项基础能力——描述性统计。事实上,大量商业分析问题,用描述 ...
2026-09-14在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07