
社交大数据:营销背后的精准投放
炙手可热的“大数据”正在全球掀起一场智能广告革命。那些无孔不入的广告不再出自大牌4A广告公司艺术总监或创意师之手,而是来自于自动生成的智能系统。
2012年,facebook的广告收入攀升到了43亿美元。Facebook打造了一个能取代传统广告代理公司的高精准的广告系统,即广告客户只需将数万张产品照片上传至数据库,一旦相关用户登录Facebook,系统便会根据该用户的兴趣特点,自动生成相关广告,投放的依据是对用户“关系图谱”的数据分析。
全球畅销书《社会消费网络营销》作者拉里·韦伯指出:“所谓大数据,包括企业信息化的用户交易、社会化媒体中用户的行为、关系以及无线互联网中的地理位置数据。”大数据捕捉到了社交网络中“人”的踪迹,而智能广告则是利用数据追踪、研究、理解“人”,从而选择“对的人”与“对的时机”。有关这一点,英国当代数学家及人类学家托马斯·克伦普在《数字人类学》一书中这样写道:“数字的本质是人,数据挖掘就是在分析人类族群自身。”
数据挖掘与精准投放
2010年,爱产信公司帮助世博会组委会提供人流信息的服务,即通过运营商无线网络上的信息,判断人流密度。爱立信中国首席市场官常刚说:“这种监测数据正在被运用到更多的商业应用中。比如有人要在中关村(4.56,0.07,1.56%)地区开餐馆,那么选择一个人流比较集中的路段获取数据,就能分析出什么时间、什么位置、什么样的人群会出现在中关村,从而为餐馆选址与营销定位提供建议。”
如今这样的应用正被运用到诸如麦当劳[微博]这样的快餐巨头的商业选址中。这只是大数据服务于商业决策的一种应用。
最早关于大数据的故事发生在美国第二大超市——Target。为了留住孕妇客户,Target参照一个迎婴聚会的登记表,构建了“怀孕预测指数”,在很小的误差范围内预测出顾客的怀孕情况,使得Target能早早地把孕妇优惠广告寄发给顾客。随后,又将这种精准投放用于其他商品的推广中,这最终使得Target的销售额由2002年的440亿美元增长到2010年的670亿美元。此后,大数据应用于广告精准投放的经典故事不胜枚举。
铺天盖地的广告轰炸不再是市场营销必要的战术安排。去年,长得酷似香蕉的“笨NANA”成为了雀巢大中华区销售排名第二的明星单品。雀巢将此归结为社交媒体上对笨NANA的热议,让其得以摆脱了以往铺天盖地电视广告的营销方式,在产品上市五个月前,雀巢通过微博上的趣味话题引导人们对于笨NANA的讨论。雀巢大中华区市场推广副总裁马凯铎认为,“现在的客户服务已转向了社交网络,企业微博可以让雀巢在线倾听消费者的不满,如果觉得这种抱怨很合理,公司就会立刻联络消费者解决问题。”
事实上,大数据正在改变整个市场营销行业的工作方式:理解消费者背后的海量数据,挖掘用户需求,提供跨平台的个性化营销解决方案。而开始这一切的首要的任务是进行用户数据的采集,即找对人、找到人、花对钱是社交媒体营销的关键。对于如何“找对人”,腾讯微博事业部副总经理李方指出,“身处‘智能媒体’时代,更多社交元素的介入,社交手段会让智能媒体蕴含的金矿浮出水面。对什么人、什么话题感兴趣、与什么人交往互动,这些数据的挖掘让智能媒体更具商业价值。同时,社交媒体的价值还在于不仅能为用户提供所需要的,还能过滤掉不需要的内容,从而让信息能够主动找到人,并且找对人。”
群体智慧
就像人们看到的那样,大数据让社交广告变得更加流行。据美国市场调研公司eMarketer预计,社交网络广告客户2012年将投入77.2亿美元,投放的广告包括社交网站广告、社交游戏和应用程序内广告。据预测,到2014年,全球社交网络广告总收入将接近120亿美元。
在社交媒体领域,智能广告不再是“广告”,而会变身为“故事”或者“游戏”。奥美日本董事长KentWertime在2013年腾讯智慧峰会上播放了一段视频,看起来像一个魔幻的电影片段:在安静的巴黎,通过一个神秘的门,60个客人聚集到找寻Perrier水的神秘地点,整个过程像一个奇妙的寻宝之旅。“为了营销笨NANA,我们在腾讯游戏平台上定制了多款flash游戏。”雀巢大中华区冰淇淋业务及品牌发展经理翟威尔说。在笨NANA岛上的“神奇游戏”中,笨NANA是作为小猴子穿越丛林的重要食物出现的。“从形式上,智能广告正在变得更加无形与互动。更多的用户自发性的智慧是由大数据衍生出来的,并最终形成了营销上的创意。现在媒体已经不只是媒体,它在整个数字生态链中扮演了非常重要的角色,并直接延伸到销售环节。”腾讯网络全国策划中心总经理翁诗雅指出。
在互动广告上,Nike一直走在创意前沿。Nike曾在微信上发起了这样的经典活动:用户上传一张自己喜欢的鞋子样式的图片,Nike就会根据图片帮用户生成相关图样,如果用户喜欢就可以直接支付,完成购买。这是真正的定制化。在日本,NikeFreeRun+跑鞋的用户只要打开电脑摄像头,模仿鞋子的造型做个鬼脸就能参加一个奖励计划,造型最夸张、最神似的作品会脱颖而出,获得Nike购物券。
奥美亚太区首席执行官KentWertime认为:“营销人员永远的课题是追踪消费者在哪里花费最多,并为消费者创造更多的价值,但同时又不能干扰消费者,消费者需要的是自己喜欢的东西。”那么,什么才是消费者最喜欢的?答案是,自己创造的东西。《连线》杂志创始主编KevinKelly认为,智能媒体时代,消费者的创意形成了一个庞大的智能网络,这是群体智慧,也成为了企业创意的源头。
分享与沟通策略
在挖掘群体智慧的同时,社交媒体也正在通过挖掘用户数据制定针对性的沟通策略。用户所发表的评论、上传的图片、音乐、视频等等,这其中就蕴含着用户消费倾向。可口可乐互动营销总监陈慧菱指出,社交媒体的本质是情感维系的交流互动,其将在营销中发挥越来越重要的作用。例如,如果顾客要购买一款汽车,按照以往的方式,可能会是“阅读媒体-实体店查看-试驾-购买”这样的线性流程,但现在,顾客可以轻易跳过企业预设的信息,从社交媒体及移动终端中接触到其他顾客的评价反馈,从而改变预先的购买计划,也很容易消解企业劳心费神铺排的各类广告营销活动。
正因为如此,通过社交网络定向投放广告成为了必然的选择。在2012年奥运期间,Nike通过一个HighTouch富媒体活动,分析用户账户与Nike微博的关系,为喜爱某种体育运动的用户提供对应运动的富媒体广告内容,对于那些没有关注特定运动的用户,Nike则会自动推送另一套广告。“未来,智能广告的发展趋势即将向视频广告、微博广告、无线广告、展示广告四个方向发展。”腾讯网络媒体事业群广告平台部总经理郑靖伟指出,“在中国的网络广告中,视频贴片广告和富媒体广告将是展示广告持续增长的主要驱动力。”
最近,腾讯推出一款名叫“腾果”的DSP广告投放系统——基于点击效果付费,通过参与竞价来获取每次广告展现机会的广告服务平台。这种广告投放系统被认为是未来智能广告时代主要的运营平台。除此之外,腾讯还推出了MIND3.0的社交策略,即通过对用户行为数据的洞察、分析和挖掘、描绘出每一个用户族群,用差异化标签在品牌和受众之间建立社会化的营销关联。比如,对于成熟妈妈与新生儿妈妈两个细分族群,其通过对大数据分析得出差异化洞察结果。成熟妈妈常常是一群理智的玩乐女人帮,在娱乐应用上,她们最喜欢游戏、音乐和古装剧;在社交互动层面,她们以QQ群、鲜花工坊与日记为主。新生儿妈妈们则往往是社交活跃的时尚辣妈,可能会更关注数码产品的微博。
没错,当人们分享得越多,就越能产生出更多的决策依据。社交网络正在想尽办法激发这种分享的热情。2011年12月,Facebook发布了一款名为Timeline的大数据产品,在用户即将注销的最后一刻,Facebook会根据对Timeline进行分析,找到他们内心想法的规律,发起对注销页的改造,用情感化方式打动人。结果,Facebook成功将注销率降低了7%。
显然,企业与用户之间的交流方式正在发生巨大的改变,越来越多的企业正在主动拥抱这种变化。2012年9月,调研机构在对美国市场营销人员的一次访谈中,近三分之二的受访者表示,推进他们在广告营销领域运用数据管理平台的动力来自于挖掘大数据的需求。、
“来自社交网络的大数据系统正在彻底改变全球广告业,进而改变制造、零售、科技等各个行业。”蓝人互动传播机构的的创意总监宋亮认为,“大众消费者在信息爆炸时代,95%以上的信息都会被遗忘和过滤掉,只有很少的零散信息被人们记住。而在智能广告时代,社交媒体不仅是要让人们记住来自圈子的推荐信息、新闻话题、情感故事,更重要的是催生人们潜在的消费需求,从而让人们的消费曲线变得可知。”
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: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游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11