北冥乘海生:數據如何變現?

說明:這是『知乎』付費直播的筆記。因為直播實在很長,又不能快轉跟查詢(抱怨很多),所以我做了以下的筆記方便自己未來查詢。從分隔線以下開始,都是用第一人稱的方法說明,但是內容的原創者仍是北冥乘海生(也就是劉鵬,作者介紹跟他的書『計算廣告』由此去)。


目前的數據變現方法就是網路廣告,經過過去十五年的演進,網路廣告有以下五種形式。
前四種都已發展得很成熟了,但最後一種還是比較先進的應用,沒有很好的理論或夠多的範例。換句話說機會在『場景廣告』、『原生廣告』、『跨屏廣告』
未來其他數據變現的領域,劉鵬認為是『保險』跟『醫療』產業。

回到網路廣告的五種形式

一:分眾廣告(人口屬性)

最早期的網路廣告跟電視廣告投放其實沒有兩樣,廣告主購買他們規劃的受眾。例如某地某性別某年齡層。在流量方來說,以上的某、某、某都是一個標籤。這種廣告賣法有兩個問題,
首先當很多人都想買同一組受眾,需要有比價機制,這就需要計算引擎。其次有人說用戶標籤越細越好(不然會有很多浪費:某些受眾沒人想買,某些價格太高)
要解決以上兩種問題,都要超級大量的流量,才能養得起比價引擎,並且切到最小的標籤仍有足夠的數量可以販售。
但即使是早期的大型入口網站雅虎,比價引擎也只能服務幾千個廣告客戶,用戶標籤也只做到3000多個。
這些標籤只有400多個有人買過,常用的只有100多個。細的標籤的流量不好估計,所以根本不好賣。
藉著標籤的分眾化廣告效率很難提升。

二:關鍵字廣告(行為數據)

Google這麼大的事業其實是靠賣關鍵字廣告起家的,透過客戶搜索的關鍵字,推放他們有興趣的廣告,對流量方來說大幅降低買廣告的門檻,讓中小企業也都能買廣告。
不過每個關鍵字的流量都很小,無法再用計劃經濟也就是保證流量的方法銷售。如果只賣『大』流量的關鍵字,像是『遊戲、旅遊』等等行嗎?這樣也不行,因為70%的關鍵字都是小量的長尾關鍵字,不賣的話會喪失非常多的機會。

三:重定向廣告(第一方數據)

想像以下三個場景
1.我使用了某個旅遊網站,假設是H旅遊網好了。接下來去其他新聞網時,會看到這個H旅遊網的廣告
2.我在H旅遊網查詢了櫻花季想去東京的房間。接下來去看部落格的時候,會看到推薦櫻花祭去東京的房間
3.我點進H旅遊網的A飯店,放到購物藍裡面但沒有結帳。接下來在臉書亂晃的時候,會看到櫻花季某飯店只剩下一個房間
以上三個場景,並不是H網站把我的資料賣給新聞網、部落格、或臉書。而是H網站安裝了一個接口,讓流量賣主(例如Google或Facebook)可以根據客戶在H網站內的行為,把客戶在其他網站瀏覽的眼球賣給H網站。
這三種不同的重定向廣告,分別是:針對網站、針對站內搜尋、以及針對個人在站內的購買路徑。
小型電商網站如果要強化曾經造訪過自己網站的客戶黏性,使用重定向廣告做『拉新』會有很好的效果。

四:Look like廣告(種子客戶的行為)

(自己舉例:最近我在學Ruby on Rails,常常瀏覽教學網站,某日我的臉書推薦就出現Rails教學網站)
仍然是小型電商的例子,如果想要擴大用戶數量。可以選定一些既有用戶,讓流量方追蹤他們的行為,然後找出有類似行為的客人投放廣告。這種『找出跟我的客人有類似行為的客人』就叫做look like模型。
(可以當作是Amazon裡面『買了這本書的人也買過哪本書』的跨網站變化版本。)

五:場景廣告

回到上面的例子,雖然我正想去東京看櫻花,但若是在上班時間跳出櫻花季住房只剩一間的廣告,我其實沒那個心情點選。如果能在根據客戶正在做什麼,投放適當的廣告,是不是效果會更好呢?
為了要做到這件事,必須要再多知道兩組事情:客戶的移動狀況與使用地點,客戶的跨螢幕行為(這個用手機滑臉書的人,跟昨晚用電腦查H旅遊網的是同一個人)
這些資訊的供給、定義乃至銷售都還在發展中。目前理論跟案例的發展都還不多。(如果想要走網路廣告的話,應該朝這個方向努力)


本系列我嘗試從不同角度切入跟複習,最後寫了十篇,連結各如下。歡迎按讚或微信打賞。

A.大數據職業生涯(摘要)
A-1.大數據改造你的行業
A-2.用數據武裝運營
A-3.大數據職業生涯

B.大數據廣告鍊(摘要)
B-1.用數據掙錢
B-2.用數據洞察用戶
B-3.數據如何交易

C.數據如何變現(全文筆記)
D.大數據如何改造你的行業(全文筆記)

Comments

comments powered by Disqus