
大数据营销,教你如何做用户肚子里的“蛔虫”!
借用一句时髦的话:我们这辈子,遇见爱,遇见性都不稀罕,稀罕的是遇见了解。虽然这句话似乎更适用于感情,但在以用户为主导的广告行业,丝毫也不觉得突兀。一言以蔽之:抓住用户的前提是了解用户,你有多了解你的用户呢?
1 Who--谁是我们的用户? 毫无疑问,每个广告主都对自己的核心用户有着清晰的画像,但你还需要知道下面这组数字--
来源:2015年,CNNIC发布的第37次《中国互联网络发展状况统计报告》
截至2015年12月,中国PC网民用户规模达6.9亿,中国移动网民用户规模达6.2亿,占总体网民的90.1%,个人上网设备进一步向移动端集中。网民上网浏览时长移动端占比平稳上升,全年基本稳定在70%左右;
新网民尤其偏好移动端。2015年新网民最主要的上网设备是手机,使用率为71.5%,新增网民群体中,低龄(19岁以下)、学生群体的占比分别为46.1%、46.4%,他们对互联网的使用目的主要是娱乐和沟通。
2 When--用户什么时候更容易接受广告? 尽管“不喜欢被广告打扰”的言论不绝于耳,但数据显示,并不是所有时段的广告都会被用户“排斥”,我们需要做的是,让广告恰好出现在用户“需要”或“心情好”的时候--
样本:N=1556;根据2015年12月iClick社区2015大调研问卷-网络广告受众调研数据获得
2015年,中国网民在移动场景下,“购物”时点击移动端广告最多,占比37.5%;其次是“和朋友聊天”是与移动端广告进行互动,占比为34.7%。另外,在以下四个情境中网民点击广告的比例较高,分别为阅读新闻资讯、看视频、搜索信息和上社交网站。
从数据分析上看,用户点击移动端广告的场景较为稳定,“购物”、“聊天”、“看新闻”、“看视频”等都是不错的广告投放时机。
3 Where--用户在哪儿更有可能与广告互动? 用户在哪儿,营销的主战场就在哪儿。无论是在用户经常出没的地方守株待兔,还是追着用户主动出击,其实都有据可依--
样本:N=1604;根据2015年12月iClick社区大调研问卷-网络广告受众调研数据获得
数据显示,超七成网民在“购物类网站”、“搜索引擎”、“综合门户网站”以及“视频网站”最常关注广告,占比分别为79.3%、73.8%、70.8%,关注过社交类网站广告的网民占比在60%左右。
2015年,中国网民在“购物类网站”、“综合门户网站”、“搜索引擎”和“视频网站”点击广告最多,占比分别为61.7%、51.4%、50.7%与47.3%。用户关注和点击广告的情境基本保持一致。
4 What--什么样的广告形式更招用户喜欢? 文字、图片、视频、二维码、信息流、Html5,什么样的广告形式更招用户喜欢、更容易唤起用户的互动热情--
样本:N=1554;根据2015年12月iClick社区大调研问卷-网络广告受众调研数据获得
就2015年的移动广告监测数据来看,用户关注较多的是“视频广告”、“图片广告”、“二维码广告”和“移动信息流广告”,占比均超过30%;二维码广告互动性强,占比21.8%,用户对视频贴片广告“又爱又恨”,互动占比20.5%。
需要注意的是,有29.4%用户能接受“每周1-3条”信息流广告,约四成用户接受每天推送一条以上的信息流广告。
5 Why--给用户一个接受广告的理由! 尽管有近七成用户能较为理性的看待网络广告,但想让用户真正认可我们的广告,仍需要给用户一个接受它的理由--
样本:N=1604;根据2015年12月iClick社区大调研问卷-网络广告受众调研数据获得
由于网民对广告的认知更趋向于即时性感受,因此,广告的内容、创意及展现形式均可以在短时间内对用户形成影响。也因此,在2015年最吸引中国网民的广告展现因素中,“广告内容及创意”以61.6%的占比成为首要因素,“广告展现形式”占比38.4%,“广告投放时机”、“广告位置”、“广告出现频次”和“广告尺寸”对用户的影响其次。
而在促使用户点击广告的因素中,“广告介绍的产品性能吸引人”占比36.5%,文案、相关性、优惠信息、视听效果也是较为明显的关注因素,分别占比34%、33.6%、32.5%、31.4%。
6 How--怎么投放广告能事半功倍? 所谓知己知彼,百战百胜。深入了解用户,不但能帮助我们的广告投放更加精准,更容易被用户认可和接受,还有可能“讨巧”,获得事半功倍的效果--
样本:N=431;根据2015年12月iClick社区大调研问卷-网络广告受众调研数据获得
就广告内容而言,用户更希望在相应场景下看到“购物类广告”、“餐饮类广告”、“休闲娱乐类广告”、“旅游广告”,其占比分别为68.0%、60.3%、54.3%和50.1%。
此外,位置服务广告因与用户需求及所处场景密切相关,一方面对广告的即时实用性要求较高,另一方面,也更容易对用户的短期、临时性选择产生影响。从用户反馈来看,基于地理位置及场景的广告尽管出现时间较短,但用户接受度最高,35.7%的用户表示喜欢,46.9%的用户持中立态度,仅有不到10%的用户对其持负面态度。
也因此,位置服务广告、移动场景广告更适合于快消、娱乐、旅游等品牌产品,在广告投放中也能更轻松的获得事半功倍的效果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12