为了用最少的广告费获取最大的效益，许多广告主在投放广告时都会选择“精准投放”网店装修，即“精准”的把广告投放到最有可能购买的人面前。然而所谓的“精准投放”真的精准吗？恐怕要让许多广告主失望了。

每一个广告主都有这样一个希望：用最少的广告费获得最大的效益！

如何用最少投入获得最大收益呢？广告主们盯紧了“精准投放”。

顾名思义，精准投放，就是“精准”的把广告投放到最有可能购买的人面前。

最好用户看到广告就直接点开下单！

在这种期待下，一旦有人告诉他：“我们可以更精准的投放广告，你想投给谁，就能投给谁”的时候，广告主很难不为之动心。

那么，这种“想投给谁，就投给谁”的广告是怎么实现的呢？

常见的方法是：大数据供应商通过日常抓取用户的搜索行为、点击行为等，为用户建立一个个的标签，广告主从中选择自己想要的客户数据，进行精准投放。

比如，一个在今日头条投放吸尘器广告的朋友认为：“家里有地毯的人会需要吸尘器去打理”，理所当然的，他的用户应该带有“地毯”标签，于是他在数据库里找到了近半年在京东购买过地毯的用户，精准的针对他们进行投放。

如此“精准”的定向，应该很快就有“精准”用户上门了吧？

然而，投放结果却并不如预期般理想。

他不禁问我：“后台的数据，别说点击量了，连展示量都少的可怜，究竟是哪出了问题呢？”

有着类似问题的案例远不止上面这一例。

广告主对于精准用户的追求，加上某些机构添油加醋的渲染，使得大家对于大数据“精准”的预期越来越高，越来越依赖。

好像只要有了大数据，广告就一定可以更精准、更有效。

可惜，实际的数据可能会让他们大失所望。

根据我国近年来的调查数据显示，在2010年左右，广告行业实现了大数据技术引导投放，之后的两年里，广告投放费的GDP占比反而疯狂上涨，而在此之后，人们显然认识到大数据的局限性，涨幅有所下降，可惜占比仍然居高不下。

简单的说网店装修，在大数据精准投放的加持下，广告投放的成本收益比反而降低了。

你可能会觉得好奇，为什么会如此？难道是大数据不够精准吗？

当然不是。

要知道，一流的广告人做的广告，之所以投放产出比高，是因为他们抓住了用户的动机。

至于大数据呢，确实精准的抓取并记录了用户的行为，并为其详细归类，然而如何理解和利用这些大数据，依然需要专业广告人的把控。

换句话说，大数据可以让对人性有了解的广告人，更精准的做出判断，但是对普通人来说，也不过是一对数字而已。

那么，作为普通的广告主，没有专业的训练和培训，又该怎么处理这些大数据呢？

今天我们就讲一下，我们如何用好大数据，让投放更精准。

像刚刚我朋友的吸尘器投放案例，他选择了“地毯”标签的理由是：吸尘器其中一个使用场景是地毯。

在他看来，买了地毯，就肯定要打理地毯；既然要打理，就会需要工具；吸尘器是个可以帮用户省事儿的工具，所以用户会需要，还因此特地建了一组定向到有过地毯购买记录用户的广告计划。

是不是觉得合情合理？投放不出去一定是大数据不好咯？

其实不然。

“买地毯的人需要买个吸尘器才好打扫”，这是商家的认知。事实上地毯确实不易清理，最好搭配一个吸尘器。

只可惜，这并不是用户的想法。

我们看看商家的认知：“地毯需要搭配吸尘器才容易打扫”，一个有地毯的人，有可能会想要买个吸尘器，但是他购买吸尘器的动机并不是因为他买了地毯，而是因为不易清扫。

所以，寻找真正为打扫家而累的用户，才是正解。

买地毯的用户，我们来猜猜会是什么人？

小年轻刚租了房子、新婚夫妇搬进新家，甚至可能坐在家里刷购物APP突发奇想……而一张地毯面积大概不到两平米，如果不好清扫，这些心血来潮的用户是选择卷起来不用的概率大，还是买个2000多元的吸尘器概率更大呢？

大部分广告主，习惯去运用直观可见的单一属性，机械的将市场上存在某些相似的用户归类在一起网店装修，将关键词和用户行为之间的相关关系，误解为因果关系。

就好像冰淇淋销量增加的时候，溺水人数同比增加，并不能得出冰激凌热卖导致溺水。而是天气炎热导致冰激凌热卖和水上运动人数增加，而基数增加，溺水人数必然按比例增加。

那么“地毯需要吸尘器打扫才干净”这件事中，详情页设计“地毯”和“吸尘器”是相关关系，“吸尘器”和“更方便更干净的清理工作”才是因果关系。

回过头来，我们观察一下朋友圈中会购买高价小家电、并为此欣喜的人，往往是新手妈妈、家庭主妇。

因为她们需要真正可以帮得上忙的清扫工具来减轻她们的工作量。

所以，应当去针对“希望清扫变得更轻松”的人群，而不是“买地毯”的人群抓取关键词。

可见，理清投放关键词与产品间的关系，是我们必须要做的功课。

侦查学家艾德蒙·洛卡德认为，当人们在实施某个行为时，总会跟各种各样的物质发生接触和互换关系。

对应的，大数据时代，用户的每一个行为都会在他接触过的地方留下数据。

而这些数据，就是一个个的消费信号，分析、整理这些信号，就可以帮助我们我们侦查用户的状态、预测用户的行为。

还是刚刚那个吸尘器的例子，当你意识到地毯和吸尘器之间的关系时，你需要的不是立刻投放“地毯”这个关键词，而是要去探索地毯与清扫行动之间的关系。

我们先来谈谈为什么“地毯”关键词无效：

不管是在实体门店，还是电商平台，你会发现：

而这些因素可能触发“购买吸尘器”这个行为，也可能触发“扔掉地毯”这个行为。

我们没有数据证明“当用户发现地毯难以清扫时，用户会选择购买吸尘器”，那么“地毯”这个关键词，显然并不“精准”。

我们再来说说正确的抓取、分析信号的状态：

购买了吸尘器的用户们都在哪？最容易找到他们的地方，大概就是电商平台吸尘器产品的评论页了。如果你认真翻阅过电商平台上一些热门吸尘器的售后评价，就会发现，下面这几个关键词的出现频率非常高：

综合这些信息，我们就可以归纳出，激发用户购买动机的，并不是地毯，而是家里地面上那些难以清理的小型垃圾——当优化师捕捉到了这个信号，就可以做出对应的投放策略了。

比如，吸尘器要找的用户中，有一部分是总买零食的年轻家庭、有小孩的、有猫狗的、甚至是家装风格以浅色为主的用户（相比深色，浅色地面更容易发现掉落的垃圾）。

对应的，可以把广告定向投放近期刚刚开始在京东平台购买宠物粮食的用户，或是短期内有过浅色装饰建材购买记录的用户，也可以是经常买小朋友玩具或零食的用户……等等。

洞察到用户的消费动机之后，是不是就代表只要我们把产品信息推送给他，就一定能把产品卖出去呢？

并不一定。

当然，此时如果你投放，效果会比拍脑瓜子用“地毯”这类相关词汇投放会好很多。但是这还不够，你还需要进一步考虑，你的产品层级是否和用户的消费水平、习惯在同一个层级上。

比如我们卖的是RMB2000+的吸尘器，那么对应的：

这都需要进行数据搜集和分析。

多数情况下，品牌方对于数据搜集的理解就是搜集客户静态数据和交易数据：

比如，静态数据就是客户的静态数据文件，如姓名、地址、联系电话、年收入之类的背景档案；

而交易数据则是流动的，如交易商品属性、规格、活动参与数据及客服记录等，以及商品特性编码，用来记录与交易商品本身相关的价格、产地、功能描述、口碑数据等信息。

这些数据当然很重要，是我们用户画像的重要指向部分。

但是更容易发现精准关键词的地方，是客户交易的商品本身。在同类用户同期消费的产品上，我们更容易搜集到更具分析价值的信息。

这位吸尘器投放的朋友，后来在调取平台数据时就发现：同一平台购买过吸尘器的用户中，很多还购买了除霾仪、空气净化器、洗碗机等消费升级类的电器，我们就可以通过分析这些关联产品，预测吸尘器目标用户的购买能力，选款等要求。

当我们发现购买吸尘器的很多用户都同时购买了某品牌的A型净化器，那么可以判断A型净化器就是这款吸尘器的关联品牌。

假设A型净化器售价3000元，而同一个平台销售的其它其它品牌的净化器的均价为1500元，在该平台同类产品销售数量中，只占28%。也就是说，A型净化器在该平台，属于高价商品。

而它与我们想要推广的吸尘器是关联产品，说明我们的吸尘器用户群体和A型净化器的一样，目标用户都是消费能力高、对生活品质追求高的用户。

所以，我们在投放时，就应该关注高消费能力、高生活水平要求的用户，创意、落地页风格等都需要和这类用户的特征匹配。

 网店装修