
做微博大数据广告的几种方式
前几天,我跟一位老乡吃饭,聊起他们公司的创业项目。他目前就职于一家大数据广告的创业公司,这家公司即将获得B轮投资,受到百度、腾讯等网络巨头的青睐。他们的主要商业模式是首先从联通、电信等运营商那里获取底层用户资料,先去隐私化,根据浏览行为对用户进行“用户画像”,生成一个独立的UID。
通过用这个用户画像体系,每个用户都被打上年龄、地域、性别、兴趣等各个标签。广告主投放广告时,可以根据产品的特点,在数据库里寻找与产品匹配的人群,最终达到广告的精准投放。
话题聚合与用户画像
把这种用户画像的方式,移植到新浪微博上是否可行呢?新浪微博如何才能实现广告的精准投放?当然,新浪微博的用户在注册过程中,都已经有了一些标签,诸如年龄、地域、性别、星座以及关注和粉丝关系等等。但是,新浪微博作为一个弱关系信息广场,只有这些硬性标签是不足够的,重要的还是兴趣图谱。
一个人或者一个群体的兴趣图谱,怎么获得呢?当然,可以从一个说的话里来说可以获得一个人的兴趣爱好。在新浪微博的海量数据中,不可能分析每一个人的每一条微博,这时候通过话题获取一群人的用户画像就是一个不错选择。
对于新浪微博而言,某人喜欢参与某话题讨论,说明他对某个事物感兴趣。通过一个热点话题的讨论,就可以获得一个群体的数据,这个群体就会被打上某种标签。比如,一个经常喜欢参加讨论有关#郭敬明#话题的粉丝,他是郭敬明粉丝的可能性就很大,当《小时代3》上映的时候,针对这些ID投放广告,就会有的放矢。
可能是出于上述的目的,今年新浪微博做了一个很有益的尝试就是开放了话题的用户管理。在话题管理开放以后,人人都可以抢占话题的主持人,可以参与话题讨论,话题的产生由运营团队主导变成UGC。话题的开放,强化了新浪微博作为讨论广场的媒体属性,并对原来随机的话题进行了有序的聚合。如果说原来大家发微博属于无序的UGC,而话题的UGC,则把大家本来无序的发言,通过话题的形式,聚合到一起,并打上了“兴趣图谱”的烙印。
当然,新浪微博开放话题管理有两重目的。一方面,通过开放话题,可以进一步激发用户参与话题讨论的热情,增强新浪微博的活跃度。另外一方面,通过话题的聚合,可以获得按照兴趣图谱划分的海量数据,而这些数据无疑都是非常具有商业价值的金矿。
收视率与微博讨论量的辩证关系
今年夏天,各种季播的综艺节目特别火,各大卫视都推出了各种选秀节目。新浪微博的运营团队,从去年《中国好声音》在微博上的火爆看到大家对综艺节目讨论的热情。在话题开放的基础上,今年夏天微博的运营团队推出了#疯狂综艺季#的榜单。从榜单来看,各大卫视,除了在收视率的较量之外,新浪微博成为争夺微博讨论热度排行的“第二战场”。通过7月8日-9月8日两个月的积累,#疯狂综艺榜#已经积累了海量数据。
我们先看一下#疯狂综艺季#的相关数据:
1、 疯狂综艺季拉开序幕之后,7月8日到9月8日期间,新浪微博监测的73档综艺节目,比如中国好声音、快乐男声、中国梦之声、最美和声、超级演说家、汉字英雄、我们结婚了、runningman、非诚勿扰、快乐大本营等,总共产生了超过5亿条微博。
2、两档王牌综艺节目,《中国好声音》总体微博话题提及量超过1.8亿,《快乐男声》总体微博话题提及量超过1.2亿。
从数据来看,“中国好声音”、“快乐男声”等话题的讨论量和关注度是惊人的,这一方面是因为节目本身关注度就比较高,有很强的话题性和互动性。同时,对于以年轻人为主要受众的综艺节目的制作方,已经深刻意识到传统的收视率已经不能全面反映电视节目的受欢迎程度。除了传统的收视率以外,视频网站的播放次数、微博、微信等社交网络上的话题讨论量,都成为全网收视率的重要指标。
前不久,《中国好声音》第二季总决赛之夜广告位招标大会上,“龙的传人”太子龙以史无前例的30秒630万,豪夺中国好声音总决赛标王。电视节目广告招标,这原来只能是央视的专利,现在却让地方卫视的一个节目抢足了风头。央视招标原来依赖的是渠道优势,而《中国好声音》依赖的则是节目的可观赏性和在网络上的号召力。
节目制作方已经给深刻意识到,观众观看电视的行为已经发生变化,传统的电视收看方式是被动接受和单点触发。而现在社交电视2.0的传播路径是一种蜂窝式的结构,通过受众以网状接力方式传递,将社交网络的主动体验与被动的看电视无缝结合起来。用户一边看电视一边和其他的观众一起参与讨论、分享自己的感受,从而影响更多的潜在观众。
前不久,国际知名市场研究公司尼尔森就公布最新报告称,Twitter用户可提高电视节目的收视率,原因是这些用户会在收看电视节目的同时发布实时共享评论。在对200多个黄金时段电视节目进行分析后,尼尔森得出的结论是,有关一部电视剧的Twitter消息数量的激增将可在近三分之一的时间里提高收视率;反之亦然:越多观众收看一部剧集,就会有越多Twitter用户发布实时评论。正因为如此,电视台对微博表现出了极高的重视度,投入大量资源来发起、推热话题。
大数据广告的想象空间
通过这两个月#疯狂综艺季#的数据,我们从中能发现什么机会呢?#疯狂综艺季#难道只是一次提高微博话题活跃度一次策划吗?通过两个月积累的海量数据,具有哪些商业价值?
一、 收视率预测和节目营销
前面我已经数次撰文提到过,电视节目收视率和微博讨论量存在着正向关系。微博讨论量,可以成为预测电视收视率的重要指标。今年下半年,尼尔森除了提供传统的电视收视率数据以外,还将同时提供“Twitter电视收视率”数据。这一新增的数据将会显示有多少人对某个电视节目发布Twitter消息,从而帮助广告主和电视节目提供商了解Twitter对电视节目的影响。
同时,对于节目推广而言,参与节目话题讨论的用户,不是电视观众,就是网络视频观众。这些用户ID,都是此节目的受众。再以“中国好声音”为例,参加第二季#中国好声音#话题讨论的用户,如果通过新浪微博“用户画像”体系,都被打上“中国好声音”的标签,在明年“第三季”启动的时候,针对这些用户投放广告或推送内容,效率肯定会很高。
二、台网联动的跨平台营销
随着电视与网络平台的互补价值不断凸显,“台网联动”已成为网络媒体与传统电视媒体走向融合的重要特征。之前,微博已经在尝试台网联动的营销解决方案。具体为,微博将热门电视节目设定为“热门话题”,在PC端和移动端设置话题入口,吸引网友进入“热门话题页”,引发网友分享与互动,进一步放大冠名电视节目的企业营销权益;
此外,节目直播的同时,微博会同步在信息流中对节目话题进行话题推荐,保证该时间段内的展现机会,再次加强企业推广效果; 通过用户获取信息的核心区域-信息流与话题榜的推荐,将话题的热度最大化,从而达到提升品牌知名度的目的。
三、 依托话题的精准广告模式
大家想必都听过这个段子:有个卖丰胸药的,在微博上用一个小号发了条微博”胸部大的女生都是白痴,因为末梢神经坏死,把上边儿憋大了”,发博后找人多路转发,评论火爆。然后用自己大号关注了所有在这条微博评论里赞同的女生…这成了一个成功的精准客户挖掘的微博营销案例。
这不只是一个段子,也是一个很好的商业思路和广告模式,基于话题的广告模式,可能会更加精准和有效。比如,最近有个话题非常火叫“待我长发及腰”,如果我能针对参与这个话题讨论的长发“女生”,推送“洗发水”或者“护发素”的广告,是不是比较精准呢?
对于企业而言,自从“凡客体”在微博上火爆以后,许多企业也经常会策划一些“话题”,吸引网友参与讨论。但很多时候,企业还是把此类话题策划当成传播的手段,没有跟精准广告和营销结合起来。如果,新浪推出基于话题营销的产品,企业除了把微博当成互动的平台以外,还将成为精准营销的工具。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 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 ...
2025-08-20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。 ...
2025-08-14