
大数据时代,精准化营销其实是在消费用户隐私
每个人都应该过了这样一种经历,当你曾经在自己的电脑上搜索过某件事或某件物后,很长一段时间里,你登陆所有的网站所看到的广告,都与你曾经搜索的事或物是相对应的,这件事情背后,就是精准化营销所带来的技术变革。
最初的企业想要投放广告,无论是投放户外广告、电视广告还是网络广告,你都无法确定你所投放的广告有没有被你的目标人群所看到,这无疑浪费了大量的社会资源和增加了不必要的营销成本。而精准营销则可以解决这个问题,可以让你的广告完全被你的目标受众看到,从而使转化率达到最好,帮助企业获取大量的利润。
精准营销其实是在消费隐私
我们再来说一些大家耳熟能详的例子。当你买了车之后,一定会接到保险公司的电话;当你生了孩子一定会接到母婴店的电话;当你的孩子要上学了,一定会接到各种教育机构和培训班的电话,这些是传统的精准化营销。
传统企业为了实现精准化营销,会通过一些渠道获取目标人群的信息,这本身就属于一个灰色产业,相关的报道已经很多,艾瑞克就不多说了。传统时代这种所谓精准营销很多时候会让人很烦燥,有一种被骚扰了的感觉,然而到了互联网时代,这种“骚扰感”却没有了,虽然背后的目的都是一样的。
这里就不得不提到一个问题了:“你以为你的电脑是你的吗?”这个问题乍一听有些莫名其妙,我的电脑是我花真金白银买来的,怎么会不是我的!但是艾瑞克要告诉你,你的电脑并不是你的,或者说,并不是你一个人的,你是在于互联网上所有的企业共同分享。
从电脑刚买回来甫一打开的时候,各家互联网企业就开始与你一起分享这台电脑了。你的每一个操作,每一个行为,都被后台的系统默默的给记录了下来。他们会根据你平时的行为习惯,给你推送你可能会感兴趣的内容,所以当你搜索了某件事或物后,很长一段时间内你都会看到相关的广告。
这就是精准营销的本质,即通过记录分析你的行为习惯,而为你提供相应的广告推送,从而提高广告主的业绩和知名度。说的再简单点。精准营销就是在消费用户的隐私。
所有人都是透明的
曾经有一次跟网友聊天的时候,想吓唬吓唬网友,于是我将她最近几个星期以来的生活轨迹都说了出来,去了哪干什么心情怎么样跟谁在一起等等。网友听完吓尿了,问我怎么知道这么清楚,我说你社交帐号里都写着的啊。
互联网的发展给人们的生活带来极大便利的时候,也让人与人之间变得越来越透明了。如果一个人有心,完全可以通过社交网络拼凑出另一个人的生活全貌,这其实是挺可怕的。
这让我想到了以前社交网络的一个功能,叫二度人脉和三度人脉,这其实是很反人类也是作死的一个功能。这个功能和QQ现在的人脉圈功能一样都太不人道了,因为他会直接关连到你曾经拉黑掉的所有人,也就是说这个功能让你再也删不掉任何人了。你只要打开了这个功能,可能你几年前删掉的前任都会出现。
中国古代有“隔墙有耳”这个词,也有“扯闲篇”,某种程度上来说,我们是非常注重自己的隐私而又非常不在意别人的隐私的。而二度人脉、三度人脉以及人脉圈这种功能,看似是在帮助用户扩展人脉资源,其实是严重侵犯了个人隐私,所以实名制社交网络在中国是不可能玩的转的。
线上与线下精准营销的区别
虽然都是通过消费隐私来达到精准营销的目的,但是传统精准营销和互联网精准营销还是有着本质区别的,那就是对用户的侵扰。传统的精准营销也就是线下的营销方式,主要是以打电话和给你寄传单为主,其中尤其是以打电话最多。
很多人都有这样的经历,正在忙一件很重要的事情时,突然一个陌生电话打了过来,开口就是问X总你好什么什么的,不胜其烦;也经常可以看到身边的人正手舞足蹈时,忽然接了一个电话脸色立刻就变了,然后这哥们就对着电话说你们不要再打过来了可好之类的。
说这个其实挺矛盾的,因为据说营销界有个传说,做电话营销能够满三年都是神级一样的人物,充分说明了电话营销是个苦差事。艾瑞克其实原来也做过一段时间的电话营销,那真不是一个好干的活。一天要打几百个电话,很多人都备有润嗓子的药物,不少新人几天下来话都说不全了。而且基本上从早到晚都是被人骂,需要极强的心理承受能力。
但是从客户的角度说,电话营销又确实对客户的私生活构成了严重的侵扰。过去很多人喜欢算人一辈子要睡几个小时,现在完全可以算一下人一辈子要接几个小时的营销电话。所以电话营销人员的辛苦,和客户的痛苦成了无法调和的一对矛盾。
而互联网线上的精准营销有着天然的优势,那就是在你不知情的情况下把广告推送给你。当然这里不包括那个无限制的调窗,那些都还是传统强势营销的思维产物。互联网精准营销只是在你浏览信息的时候,顺带让你看看广告,将对用户的侵扰降到最小。
说一说原生广告这件事
原生广告的意思就是将广告与用户浏览的内容有机的整合在一起,将广告变成内容的一部分,让用户在完全不知情的情况下把广告给看完,进而影响用户的购买行为。这是一个看上去很美的故事,但是实现起来可操作性其实不大。
原生广告是营销界的一个未来趋势,但是他也永远只能是个趋势,是个美好的情怀故事停留在概念里,可以无限接近,但是不太可能大面积普及。
原生广告是个创意活(也就是创新),如何将广告有机的与内容进行整合,是摆在营销人员面前的重大问题。艾瑞克在《《从0到1》只是皇帝的新装?创新只是偶然事件,创业者应回归产品》这篇文章里就讲过,创新这回事是没有办法计划和培养的,也不是每个人都能掌握的,他与一个人的成长环境有莫大关系。
所以这个世界能够创新的人不多,根本不可能建立一个理论体去指导,专家们在做演讲的时候也只能停留在:“不要拘泥在传统形式上,要开拓展进取,要多向国外先进思想学习,要把好的点子引进来,要积极创新……”这种理论上。
有人立刻就经反驳我胡说八道,那艾瑞克建议这们去看看我们的广告,我们的影视剧,我们的小说,我们的种种文化产品,创新这概念提了多少年了,所有这些文化产品有几个能做到创新的。这么多年了我们也只能在广告中间插播电视剧。我们甚至大量的电影海报都是抄袭国外的,这些都没搞成谈什么原生广告。
原生广告是个大方向,跟企业创新文化创新一样,我们可以无限趋同,但是想实现还是先着眼于当下,把产品做好吧。艾瑞克一向不主张概念上创新,说多了就烂大街了,把产品做好才是实在的,创新是在扎实的基础上自然而然出现的。
消费隐私没什么不好
原生文告是一种思维,可以解决广告对用户侵扰的问题,不光局限在互联网,线下广告一样适用,但是刚才说了我们可以抱着这种思维做指导,但是不能当《圣经》来读,还来得回归到产品。
相对于传统电话营销来说,互联网广告有着天然的优势 ,可以把对用户的侵扰降到一个最底值,但是实质上还是消费隐私。互联网企业通过大数据挖掘用户习惯其实就是在研究用户的隐私行为,然后通过用户的隐私去卖东西给你。
很多人听到这里就要不干了,你侵犯我隐私这样不道德,但是艾瑞克其实想说的是消费隐私没什么不好。这里对于隐私可能要做一下区分,一种是门内隐私,一种是门外隐私。门内隐私包含了我们的性生活、情感生活、内心往事等等,门外隐私其实就是消费行为和生活习惯。
上面说到的社交产品里的二次人脉共同好友什么的,就是我们门内隐私的一部分,这就是为什么艾瑞克不喜欢这种功能的原因。而在其余的社交网络上,门内隐私我们是可以自己规避的,很多门内隐私的泄漏更多的还是人为。
而消费行为和生活习惯这些,其实对于大数据挖掘来说,每个人都只是一个消费单位,他们不会在意这个消费单位背后实质的人的。大数据主要挖掘的是这个消费单位的行为和习惯,然后有针对性的给你推送广告。
而事实上我们看到的,也确实是我们需要的和关注的,这种广告实际上的目的也正是解决用户的需求。比如用户在寻找旅游景点的时候,就为用户提供旅游信息,在一定时间内保留这个推送,在你兴趣完全消退的时候,或许就正好给你提供了帮助。
而随着搜索算法的优化,大数据挖掘能力的提升,完全可以实现比如你在搜索电话产品的时候,广告立刻显示本地PC门店的信息;你在寻找美食的时候,广告内容立刻提供当地餐厅的信息等等。
事实上门内隐私对于企业来说,是没有价值的,他们根本不关心你在门内干了什么事,他们只在乎你的消费行为和生活习惯。只有你身边的人才会关注你的门内隐私以供自己八卦。各种门事件的出现,也是用户个人不注重隐私的保户造成的。
所以消费隐私没什么不好,从某种程度上来说,消费隐私背后的算法是我们的生活提供了便利的,它帮助我们更快的获得了我们想要的信息,方便了我们的出行和生活。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17