分享嘉宾：管延放，德勤管理公司合伙人
分享主题：大数据的核心实战要点分享
（接
《分享1》
，继续《分享2》）
所有的触点带给我们更进一步的思考，我们到底怎么样能够更丰富的，或者更全面的把握用户，使得我们对他做的广告投放，或者说和他做的交互能够更加精确、精？
我相信很多广告主都是有一些自己独特的用户交互方式。比如说汽车企业，线下的4S店会这样做：用户到4S店，先登记手机号，然后在这个手机号的基础上，再来谈接下来一系列的行为。这里手机号是什么？手机号就是帮助我们定位到这个用户的ID，无论在线下还是线上，用这个ID能够把这个用户整体的串起来，串起来以后，相当于这个用户在各种网站上的各类行为，如果你有这个机会能够跟各个数据提供方合作，其实你有很大的机会把数据拿到你这里来，并且在整个营销过程中去使用。但是，前提是你要尽可能的拓展用户数。
当然，有了触点以后，下一步其实便是营销的问题。也就是说，当你掌握了这么多的用户数据以后，你在做营销，做定向投放的时候，到底是怎么样去对你的用户进行切分，并且在整个切分的群体上面，又是找到哪些群体，真正的是你这个产品需要触达的目标受众。
所以，这里面很重要的一点是，当我们定义用户标签的时候，我们需要把这个标签和营销场景，或者说营销目标对应起来。我们简单的去看一个人，这个人的属性可能是从内而外，也有可能是从外而内。比如说，向内就是这个人平常喜好一些什么，他本身是一个什么样的人，他是一个安静的，希望自己宅在家里欣赏自己的，还是喜欢社交，整天在外面玩。或者，也有一些从外而内的，也就是这个人，比如说他现在到底处在一个什么样的生活阶段？是已经有房，有车，有娃，还是其实是自由单身到处玩的阶段。其实不同的维度去定义你会发现这些维度互相之间都是有交叉的。我们当时做过一个测算，用数据科学的方式对人进行分群，每个人身上的标签至少有几十个，上百个都是很正常。所有的这些标签组合起来，叠在一起，最后会变成我们对一个人整个精确的画像。有了这个画像以后，我们下一步才是说，我是一个做快消品的公司，然后我的受众是那些年轻的、自由的，它的受众会是一个非常有明确定义的一个群体。
这里有一个挑战，如果大家到各种网站上投放，比如到广点通，会给你一整套的标签体系，里面有几千个标签，到底哪些标签真正适合你的产品？有些可能会非常明显，比如我做体育类的产品，对所有体育的感兴趣的人群，对他做定向投放，这个我们认为是非常自然的。这里很重要的一个点就是这么多标签怎么样更好的使用它，能够帮我在几千个、几万个标签里，能够真正找到适合我产品的目标人群的定向。这里面其实就会有大量的运营过程。
我们广告公司有一个经典的职位叫AE，现在叫优化师，优化师其实有很多做法，最简单的做法就是直接拿所有的标签过来，哪些效果好，哪些效果不好，明天我就去把效果不好的标签去掉，把效果好的留下来，然后加大投放。我会说这种方法一定是奏效的，但是它可能也不是最奏效的，为什么？因为当你在不断摘选标签的过程当中，其实你定向的人群是越变越窄的，也许这是好事，但你会发现你的预算越来越集中，但是大量的投行的企业主、广告公司，大家都把大量预算集中到某几个标签上的时候，整体广告效果仍然会不断的往下走，这时候我们又应该以怎样的手段调整我们的策略，使得我们找到更新的标签适合我们投放。
上面提到的手段叫机器学习的算法，机器学习更多是帮我们看到所有的标签
、标签和标签之间的关联、人群的相关性。在这些相关的标签上面，我们的算法怎么样去找到哪些标签的有效性会曼延到另外一些标签上，并且我们能够用这些标签指导下一步的投放，形成一个有序的循环。我相信这是一个挑战，但其实关键的点在于后面的运营其实并不是只靠人自己来做，人的作用其实更多的是在设计这个策略，而这个策略其实应该是机器来执行。这些之所以成为可能，也是我们讨论的焦点，其实这个行业在越来越多的把广告的交易程序化，能够使我们按照单个的广告的展示次来投放，而不是说像以前今天就要投100个CPM，1000个CPM直接就出去了，它本身是一个很有趣的变化。
下面说到的是科学。大家可能觉得科学很高深，但是实际上在数据这边，一个很有意思的现象就是真正做广告做的好，并且他们在上面去做大量投入的公司，不约而同会有一个比较成熟的，或者比较完整的一个数据科学的团队，这些数据科学的团队在做什么？我们可以稍微的揭开这个面纱稍微看一下。
我相信大家做广告，很多人会问的一个问题：怎么样给你的客户重构？比如客户说，我要30到40岁的用户，并且你要给客户保证，这一天你的投放要做到KPI是1000。作为广告公司，或者媒体，你要知道每一天整个流量其实是有限的，而对它的需求其实是永远大于流量的供给。
在这个时候，其实就会有一个问题，今天答应张三这个需求，明天答应李四那个需求，但是广告投不出去了，怎么办？难道回去赔钱给客户？这就是这个问题的背景。
（分割线，明天继续后续内容)
（转载请注明出处：微信订阅号：ad_automation）
