京公网安备 11010802034615号
经营许可证编号:京B2-20210330
朋友圈背后的大数据猜想_ 数据分析师
世界上最遥远的距离,是你看到宝马中国,我却只看到可口可乐。
宝马、Vivo智能手机、可口可乐三组广告在微信朋友圈上线,迅速引爆了一波网络热议。大家不再议论“朋友圈里该不该有广告”,转而一遍遍地问着:“为什么你看到了宝马,而我只看到可口可乐?”“我用的明明是iPhone6,为什么给我推送国产手机广告?你们真的有大数据吗?”
对此,腾讯官方给小编的解释是:“为保证注重用户体验和给用户带来的价值,朋友圈广告采用了更加智能的技术。所以不是所有好友都会看到同样的广告。”至于“更加智能的技术”是什么,腾讯没有给出答案。微信方面也表示,朋友圈广告目前仍处于内测阶段,坊间流传的各种所谓“投放标准”,都是猜测。
虽然只能靠猜,但咱也要猜得有点技术含量。@新闻小编请来了在互联网行业从业多年、担任数据分析研究员的网友@Kevin,从技术角度来分析和“猜测”一下朋友圈广告背后暗藏的大数据秘密。
为什么有人看到宝马,有人看到可口可乐?
网传说法
此次的微信广告推送是基于大数据分析后进行的精准营销,根据对用户收入和消费能力的分析来决定投放何种广告;腾讯人工智能对用户的识别分类如下:年收入100万元以上的用户收到的是宝马广告;买不起iPhone6但买得起小米的用户收到的是 Vivo广告;连红米都买不起的用户收到的是可口可乐的广告。
专家猜想
大数据是可以实现以收入和消费能力来对用户进行群分的。简单来说,首先对用户的性别、年龄、在朋友圈发布的图文信息、用户之间的聊天记录、关注和阅读的公众号文章类型等数据进行收集,使用适当的算法来分析这些数据,得到能够描绘用户群体特征的预测模型,然后根据预测模型里的特征对用户进行逐一预测,判断其是否可以进行广告投放,以及投放的广告类型。
当然,这只是理论上的可行性。实践中,是否能够得到基于收入和消费能力的用户人群分类,需要看收集到的数据是否对收入和消费能力有指示作用。如果一个人收入很高但他发布的朋友圈消息和聊天的内容只是与一些很廉价的商品有关,那是无论如何也不可能解读出他有高消费能力的。
小编推断
你虽然是宝马车主,但是从不在朋友圈“炫富”,反而经常夸赞国产手机好用,最爱在微信购物里面秒杀9.9元的特价商品……那么,你在微信的广告系统里,应该是不太可能被划分为“年收入100万元以上”的。据此猜想,其实是你自己没有告诉微信你“有钱”,那就不能怪人家不给你看宝马广告了。
为什么有人一直刷不到广告?
网传说法
因为穷得惊动了微信后台!那些喜欢在朋友圈吹水,特别闲的,但没有收到朋友圈广告的,微信是在告诉你,没钱就好好干活,别刷手机了。
官方说法
根据腾讯科技的报道,微信广告引擎会选出高品质的种子用户作为广告的第一批曝光对象,只要种子用户在该条广告下面评论或者点“赞”,就能提高他们的好友看到该条广告的几率。
专家猜想
基于朋友链条关系来进行广告的扩散,这个逻辑在理论上和实践上都是可行的,但是准确性不好估计。其实除了这个“扩散逻辑”之外,在用户分类的时候,其中或许就包括了“不投放”这一类,所以有些人看不到广告也是很正常的。
小编推断
如果你自始至终都没有看到过朋友圈广告,首先你肯定不是微信的“种子用户”;然后也许是因为你的好友中没有“种子用户”,或者他们看到了但没有对广告进行评论或点赞;也许你一开始就被划分到了“不投放”的类别。至于“不投放”的理由是不是因为你穷,这个就得问腾讯了。
屌丝刷到了宝马,
这真的是大数据精准投放吗?
网传说法
收到宝马广告的用户不一定能买得起宝马,而更有可能是那些喜欢炫耀与转发的人,通过不断转发,广告主投放的广告费用才会体现出更大的价值。
专家猜想
大数据也会出错。毕竟这是数据统计,只要是统计就会有错,小概率事件时有发生,错了也不奇怪。大数据统计的是显著性,这种显著性是由大多数人的共同行为确定的,因此统计模型倾向于选择那些对多数人正确、而对少数人可能不准确的分类结果。
也许不准确的概率是10%,但这并不代表不会发生。理论上说,如果确实是按照用户的收入和消费能力来进行三个广告的分类投放,那么“屌丝收到宝马广告”这种情况应该算在10%的概率内,并不能以此说明大数据不精准。
当然,如果网友们的说法属实,那么宝马广告的投放策略是从传播角度考虑,怎样才能最有效地将广告扩散出去,而不是为了找出真正的宝马车主和潜在车主。这,就不是技术范畴的问题了。
小编推断
理论告诉我们,大数据也是会出错的。你被错位投放了,这是小概率事件,在数以亿计的大数据面前,是被允许的。实践告诉我们,也许,错位投放才是真正的策略,因为微信之父张小龙最爱强调人性,“没收到广告的展示失落,收到广告的对比虚荣”,这就是人性。
小编点题
微信大数据不只是做广告这么简单
微博上发的牢骚,朋友圈晒的自拍,QQ上的个性签名,淘宝上的每一笔交易,以及近年来科技界最火爆的智能穿戴设备记录的衣食住行信息……你在网络上所有的碎片化信息,经过大数据收集、转化、提纯,最终都可以拼凑出一个活生生的你来。
采访中,Kevin告诉小编,数据的收集、分析、应用,与用户的隐私之间,一直存在着矛盾。要想尽可能有效地运用大数据来让生活变得更便捷,又不接触任何用户隐私,这几乎是不可能的事情。就拿大家平时都特爱的搜索美食一事来说,你想搜索附近哪里有好吃的餐厅,又不让搜索引擎获知你的位置信息,这就很难办了。
一个拥有数据强势的公司是强悍的,但希望这种强悍是以良善为基础和目标。我们乐于拥抱新技术,但也希望在交出个人隐私的同时,能得到最好的保护。从这几天的朋友圈广告中,我们能得到的,也许不只是如何做好营销这么简单。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02