如今,智能設(shè)備的多元化使得用戶的注意力更加分散,加大了品牌廣告投放觸達(dá)的難度。同時(shí)傳統(tǒng)的廣告形式使得用戶視覺疲勞,品牌廣告的內(nèi)容能否引起用戶興趣從而實(shí)現(xiàn)轉(zhuǎn)化變得更加困難。有沒有一種新的廣告投放渠道能夠直擊傳統(tǒng)廣告投放痛點(diǎn)?4月在“UBDC全域大數(shù)據(jù)峰會”上,【友盟+】產(chǎn)品總監(jiān)孟慶宇在“數(shù)據(jù)營銷專場”闡述了一個(gè)輕量級的廣告工具如何解決傳統(tǒng)廣告痛點(diǎn)的問題。
以下是UBDC峰會上的精彩內(nèi)容分享,內(nèi)容有所刪減。
縱觀用戶行為變遷特征
1、多元化設(shè)備用戶注意力分散
從【友盟+】新發(fā)布的全域報(bào)告可以看出,隨著技術(shù)的進(jìn)步和信息的爆炸增長,在多元化設(shè)備時(shí)代,用戶的注意力是被多屏分散的。早晨在手機(jī)上刷微博,中午在電腦上購物,晚上在平板上看視頻,成為典型的用戶行為模式。這樣分散而多元化的信息接收方式,為識別用戶行為和多屏營銷帶來了很大的挑戰(zhàn),同時(shí)用戶對于內(nèi)容和廣告會更加挑剔。
2、人群地域構(gòu)成變化
移動互聯(lián)網(wǎng)用戶群地域分布方面,北上廣以及江浙一帶依然是活躍用戶分布的主要區(qū)域,總體來看,東部地區(qū)活躍用戶高于西部地區(qū);從城市角度看移動用戶主要集中在特級至二級城市中,下潛空間很大,并且二三線城市用戶的比重也在加大,人群的變化帶來的是消費(fèi)能力和使用習(xí)慣的變化。
僅從以上兩個(gè)數(shù)據(jù)變化就可以看出,用戶的行為悄然發(fā)生的變化,總結(jié)來看,就是跨設(shè)備和場景化兩個(gè)主要方面,跨設(shè)備【友盟+】產(chǎn)品已經(jīng)提供了一些解決方案,那么場景化上又有哪些營銷上的挑戰(zhàn)呢?讓我們一起來看一下當(dāng)前營銷的痛點(diǎn)。
透視當(dāng)前營銷痛點(diǎn)
從投放人群上看。用戶行為鏈條難以琢磨,用戶在不同的場景下扮演了不同的角色,很難把控用戶興趣和場景。
投放群體難以量化。傳統(tǒng)的抽樣或者問卷形式,無法精確的衡量不同用戶群體的屬性,得到的只是概括性的結(jié)果。
投放區(qū)域無法細(xì)化。只有高質(zhì)量的數(shù)據(jù)才能幫助我們更好的定位用戶,傳統(tǒng)的投放手段不能對用戶所在區(qū)域進(jìn)行深入的判斷。
從投放效果上看。ROI不夠是普遍問題,由于用戶投放群體不確定的痛點(diǎn),導(dǎo)致廣告用戶觸達(dá)效果不明確,也無法為下一次投放作出準(zhǔn)確的策略支撐。
廣告營銷好幫手——廣告推送
1、廣告推送的營銷價(jià)值
面對當(dāng)前營銷痛點(diǎn),【友盟+】推送產(chǎn)品解決中小企業(yè)和開發(fā)者的運(yùn)營需求,幫助開發(fā)者下發(fā)消息,做好運(yùn)營,提高用戶粘性和留存。在目前日覆蓋的活躍設(shè)備數(shù)量超過5億的基礎(chǔ)上,挖掘推送的營銷價(jià)值,怎樣做到更精準(zhǔn)投放和用戶畫像?
一是消息精準(zhǔn)推送。通過精準(zhǔn)推送篩選應(yīng)用版本、用戶活躍度、消費(fèi)能力等維度。二是區(qū)分不同用戶群體。通過用戶畫像將用戶區(qū)分為手游玩家、90后等人群,幫助APP更精準(zhǔn)的將消息與終端用戶匹配。根據(jù)越來越多的當(dāng)越來越多的中小企業(yè)的變現(xiàn)需求,廣告推送的商業(yè)化能力不斷加強(qiáng),給廣告主一個(gè)新的投放渠道,同時(shí)也能幫助中小企業(yè)和開發(fā)者變現(xiàn)。
2、更多樣式選擇
一個(gè)好的廣告投放渠道,閱讀形式尤為重要?!居衙?】廣告推送可以進(jìn)行直觀的展示、高效的觸達(dá),廣告主可以基于自身APP進(jìn)行投放打折商品、紅包禮券、促銷資訊,用戶獲取推送內(nèi)容的渠道由原有APP,增加了H5頁面及任意瀏覽器等,多通道選擇,便于用戶進(jìn)行不同通道操作處理。
3、不同場景下的推廣
舉例兩個(gè)熟悉的廣告營銷場景:
地產(chǎn)廣告——篩選并投放核心高價(jià)值用戶
針對地產(chǎn)戶外廣告的限制,幫助廣告開發(fā)者圈定目標(biāo)區(qū)域,篩選目標(biāo)用戶出現(xiàn)高頻區(qū)域,設(shè)置定向促銷內(nèi)容進(jìn)行推廣。捕捉高價(jià)值用戶,進(jìn)行更有吸引力的針對性促銷措施。
汽車廣告——精準(zhǔn)的線上推廣
根據(jù)4S店歷史數(shù)據(jù)建立預(yù)測模型,對經(jīng)常到店用戶進(jìn)行推送,以達(dá)到廣告主的預(yù)期營銷效果,為商家提供精準(zhǔn)線上推廣。
4、全鏈路投放流程
舉例說明,口碑網(wǎng)是投放需求方,阿里媽媽是投放平臺,【友盟+】根據(jù)阿里媽媽提供數(shù)據(jù)進(jìn)行人群定向篩選,以及針對性側(cè)重媒體選擇,投放到可用媒體上,最后回饋到口碑網(wǎng)的廣告推送上,幫助廣告投放主獲得更多點(diǎn)擊量。
產(chǎn)品核心效果分析
廣告投放的最終目的是投放效果如何,從以下幾點(diǎn)看【友盟+】廣告推送對于核心投放策略和效果的把控。
1、解決場景化投放問題
以育兒APP為例,其用戶隨著時(shí)間的推進(jìn),大致要經(jīng)歷備孕、懷孕、生育等不同階段,在每個(gè)階段需求行為不同。備孕時(shí)期需要了解產(chǎn)品資訊,懷孕時(shí)期需要購買信任的品牌奶粉,生育后跟隨孩子發(fā)育更換奶粉品牌。借助數(shù)據(jù)分析,對于用戶的行為鏈實(shí)現(xiàn)追蹤,還原用戶場景,實(shí)現(xiàn)針對性的投放。
2、解決個(gè)性化投放問題
借助多層次投放維度匹配,基于設(shè)備的機(jī)型、國家等維度進(jìn)行選擇;同時(shí)也可以基于用戶的購買力、性別、年齡進(jìn)行選擇,篩選出千人千面的投放條件和策略。
3、解決規(guī)模化投放問題
精準(zhǔn)投放雖然可以針對種子用戶,但不可避免的會造成投放用戶數(shù)量減少的困境,借助【友盟+】數(shù)據(jù)團(tuán)隊(duì)算法,可以獲取與種子用戶相似的用戶群體,擴(kuò)大投放規(guī)模,最終在投放規(guī)模和點(diǎn)擊率直接獲取平衡,收獲最大化的廣告投放效果。
4、解決匹配用戶興趣問題
除了基于時(shí)間與用戶場景匹配,【友盟+】廣告推送還可以通過地點(diǎn)匹配推送用戶興趣內(nèi)容,例如通過對于用戶常駐地和商圈的識別,對于進(jìn)入商圈的用戶推送促銷打折信息,實(shí)現(xiàn)與用戶的興趣契合,提升滿意度。
通過以上四個(gè)層面的廣告投放策略把控,帶來的是高觸達(dá)、高點(diǎn)擊、高ROI的效果。高觸達(dá):99.99%的在線用戶都能收到直觀的廣告推送;高點(diǎn)擊:目前【友盟+】廣告推送非精準(zhǔn)的廣告素材投放點(diǎn)擊率是同素材精準(zhǔn)投放在信息流中的3-5倍;高ROI:投放費(fèi)用比較低廉。
【友盟+】廣告推送為廣告主增加了一個(gè)新的投放渠道,未來不僅在手機(jī)通知欄實(shí)現(xiàn)廣告推送,還會拓展到智能設(shè)備,手環(huán)智能手表等不同的跨屏場景,信息始終是互聯(lián)網(wǎng)和廣告的核心,未來不管信息介質(zhì)如何改變,【友盟+】輕量化的廣告推送系統(tǒng)會適應(yīng)不同的介質(zhì)形態(tài),幫助廣告投放獲得更多用戶,實(shí)現(xiàn)多方共贏。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。