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)。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21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”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14