¿Cuáles son los métodos y dificultades en los que se puede confiar para realizar publicidad precisa en Internet móvil?

1. A través de la cooperación con algunas APPs, podemos obtener el tipo de información general sobre los usuarios, como edad, hábitos de uso, navegación, etc. (Sin embargo, estos datos no son muy precisos y son muy limitada, por lo que es necesario procesarla)

2. Basándose en el GPS, la estación base del teléfono móvil y el extremo IP WiFi, se estima la información de ubicación geográfica del usuario. En teoría, esta precisión debería ser bastante alta.

3. Introducción de la información social. En la actualidad, Tencent y Sina son las dos mayores fuentes de información social en China. Sina Weibo y los grupos sociales de Tencent (Qzone, Tencent Weibo, WeChat) generan una gran cantidad de información valiosa. Por ejemplo, la cadena de relaciones de Weibo, los atributos del usuario de Weibo (etiquetas, edad, nivel educativo, análisis semántico del contenido publicado, análisis de información interactiva, información de enlaces de páginas web compartidas, etc.), la introducción de esta información puede establecer en gran medida la base de usuarios. Facebook, mejora la precisión de la publicidad móvil.

Guangdiantong de Tencent ha introducido la información social de Tencent y Yunyun Advertising Platform () ha introducido la información social de Sina Weibo. Estas son las dos plataformas móviles nacionales que introducen información social. Como acaban de ser lanzados, no he visto los datos de Guangdian Tong. Conozco estos efectos en la industria del turismo, los automóviles de marca y los casos de la marca Taobao, y están bien para un determinado anuncio de viajes en crucero, el CPA puede llegar a 20 yuanes, que originalmente costaba al menos 100 yuanes.

4. Introducción de información sobre el comportamiento de compra de los usuarios. Es lógico que Alimama tenga muy buenas condiciones congénitas, pero no los he visto hacer publicidad similar. Tal vez sea porque el espacio publicitario móvil es tan pequeño que no ha atraído la atención del departamento de Alibaba. Sin embargo, Anwo ha dicho que a través de la cooperación con muchas empresas de comercio electrónico, tiene datos de docenas de empresas de comercio electrónico además de Alibaba, y los utiliza para predecir el comportamiento de compra de los usuarios y entregar anuncios móviles con precisión. (El volumen de datos de JD.com también se ha acumulado hasta cierto punto. No sé si lo harán. Por supuesto, es mejor que lo haga un equipo profesional. Si desea confiar en los conocimientos técnicos existentes de JD.com fuerza, no es realista)

5. Hoy en día, hay demasiadas empresas que afirman poder hacer publicidad dirigida, pero la mayoría de ellas cargan los registros de instalación de sus aplicaciones y sus libretas de direcciones, y recomiendan aplicaciones similares. instalaciones para usted. ¡Especialmente en Android! De ninguna manera, siempre entrarán moscas al abrir la ventana. . Espero que con el desarrollo de la industria estas basuras sean eliminadas lo antes posible.

6. Quizás el mayor problema que se encontrará en el futuro sea la "privacidad". De hecho, la publicidad de precisión no debería obtener demasiada privacidad de los usuarios. Cuanto más obtiene, mayor es su responsabilidad, y obtener demasiada privacidad no puede mejorar su precisión. Por ejemplo, si robas mi libreta de direcciones de mi teléfono móvil, ¿puedes adivinar qué quiero comprar en Taobao? Deja de decir tonterías.

Si la información pública actual del usuario se puede integrar de manera efectiva, es suficiente para mejorar la precisión de la publicidad móvil en dos o tres órdenes de magnitud. No hay necesidad de ser tan promiscuo como para robar información privada.

Ejem, he estado investigando este tipo de temas recientemente y espero que puedas comunicarte conmigo activamente. En particular, los anunciantes de todo tipo que hayan realizado publicidad pueden enviar mensajes privados para charlar sobre sus experiencias y lecciones aprendidas. Los intercambios entre pares también son bienvenidos.

7. Registros de navegación y registros de uso de aplicaciones. Esto es similar a Internet para PC. Adivina el tipo de usuario a través del comportamiento de navegación del usuario en el teléfono móvil y luego hace recomendaciones según las necesidades del usuario después de construir un modelo. En Internet móvil, los comportamientos de uso de las aplicaciones no son interoperables y no hay un registro de cookies similar al de la PC, por lo que el efecto no es tan obvio como en la PC.

Esto depende de la tendencia de desarrollo del comportamiento del usuario. Si la aplicación debilita HTML5 y aumenta en el futuro, o si la aplicación tiene tecnología de interoperabilidad similar a cookies, será muy beneficioso para la difusión precisa de anuncios móviles.

Imaginación irresponsable:

1. Según el tiempo y la frecuencia de uso del teléfono móvil por parte del usuario, se publican diferentes anuncios según los diferentes períodos de tiempo y posibles escenarios de uso.

2. ubicación, los anuncios locales se envían principalmente

3. Tipo/tiempo/frecuencia de aplicaciones utilizadas, recomendar aplicaciones que puedan gustar a los usuarios en función de algoritmos como la recomendación colaborativa

4. y otros registros de búsqueda, algo similares a las cookies del navegador, los usuarios buscan activamente El contenido que se ha registrado son en realidad los registros de uso de muchas aplicaciones de terceros. Esto parece difícil de lograr ~

1. Método de entrega: analice los hábitos de uso de los usuarios a través del SDK integrado de la aplicación y analice y filtre objetivos a través de múltiples canales, incluidos: hora, ubicación, método de acceso a Internet, modelo de máquina, etc. usuarios, entregan anuncios con precisión.

2. La dificultad es que no todas las aplicaciones tienen un diseño de análisis de usuario tan detallado. Incluso si se pueden recopilar los datos correspondientes, no se pueden enviar a puntos fijos. Este es también el cuello de botella del desarrollo de aplicaciones actual. Además, la velocidad de Internet de los teléfonos móviles en China no es perfecta. Muchas veces, debido a motivos de red, los anuncios no se pueden colocar con precisión o no se pueden capturar. Este problema debe ser solucionado por el operador.

3. La plataforma de publicidad Weiqian puede implementar una entrega precisa. La entrega precisa requiere un diseño de backend riguroso, al igual que la captura de información de ubicación, que se obtiene a través de múltiples capas, desde estaciones base, wifi hasta GPS. Esta opción puede obtener la información de ubicación del usuario con mayor precisión y mostrar anuncios con precisión. En cuanto a otras dimensiones, Weiqian puede utilizar su propio análisis de algoritmo único para sentar una base técnica sólida para una colocación publicitaria precisa.

Creo que la mayor dificultad es que el algoritmo y las reglas del algoritmo (tiempo, modelo, comportamiento del usuario, etc.) son en realidad las condiciones de las reglas, y luego depende del algoritmo cuándo y dónde impulsar algo. a quién. ; la precisión actual se basa en la precisión del usuario, que es la llamada publicidad para miles de personas.

2. Para lograr una entrega precisa, primero debe tener información precisa del usuario. En base a esto, puede coincidir con el entorno de entrega y las necesidades de entrega. Por lo tanto, no importa cuál sea la precisión, generalmente es necesario. resolverse a partir de estos tres aspectos. La batalla por la precisión es en sí misma una batalla por los datos.

3. En comparación con el lado web que utiliza cookies como método principal para hacer coincidir la información relevante del usuario, el lado móvil puede hacer coincidir a los usuarios a través de códigos de identificación del dispositivo y números de teléfono móvil, lo cual es mucho más confiable que la web. método lateral. Sin embargo, debido a las limitaciones de la isla de información en el terminal móvil (el terminal móvil ejecuta principalmente tareas únicas y el terminal web tiene más situaciones de tareas múltiples), es más difícil obtener la información multidimensional del usuario que la web. Terminal, lo que afectará el efecto de entrega.

4. Por lo general, el objetivo principal de la orientación precisa es "encontrar a la persona adecuada en el momento adecuado, en el lugar adecuado y mostrarle el anuncio adecuado". dimensión humana (también hay segmentación por tiempo, segmentación geográfica, atributos naturales (género, edad, etc.), segmentación por comportamiento de interés (si desea comprar, qué es). interesados, etc.) son dimensiones comunes. Actualmente, entendemos que la publicidad móvil aún no ha superado esta categoría y, como máximo, es una aplicación combinada.

5. El mayor problema con la precisión móvil en la actualidad es la acumulación de datos. Además de las islas de información, no hay tantos canales de recopilación de datos como en la web y la magnitud no es suficiente. Al mismo tiempo, a pesar del desarrollo de Internet móvil, está en auge, pero en comparación con los datos acumulados en el lado web, todavía hay una gran brecha entre los datos del lado móvil y el lado web. se puede conectar, este es el resultado más ideal que se conoce actualmente.

6. Si deseas revisar los datos, en realidad no es un gran problema para las recomendaciones precisas de la primera parte (como Amazon). Sin embargo, puedes usar la identificación de usuario para asociarlas. Para las empresas de terceros, el mayor riesgo es el problema de la identificación unificada de usuarios. Actualmente, la única empresa que se sabe que es relativamente grande en la industria y resuelve este problema es Admob de Google, que utiliza cuentas de Gmail para realizar la identificación unificada de usuarios. y conecta datos de todos los terminales Por lo tanto, desde una perspectiva precisa Dijo que Google es actualmente relativamente confiable.

7. Esto es lo que sé hasta ahora. Personalmente, creo que hay muchas formas de obtener datos, pero cómo usarlos y lograr la mayor eficiencia es el mayor problema de precisión y de precisión. los llamados big data