1. <output id="36c7b"></output>
        <code id="36c7b"><strong id="36c7b"><source id="36c7b"></source></strong></code>
      2. <var id="36c7b"></var>

        1. <code id="36c7b"><strong id="36c7b"></strong></code>

                  您好,歡迎您登陸華人企業網絡營銷!

                  業務電話:010-85755626 13910736436

                  當前位置:首頁 > 新聞中心 > Lookalike在應用上三大關鍵點

                  Lookalike在應用上三大關鍵點

                  時間:2019-02-22 13:45:22 來源:華人企業網 作者:admin 點擊: 117次

                  Lookalike在應用上三大關鍵點

                    第一、用來學習的數據維度很關鍵

                    可以說,學習的數據維度就是在哪些方面尋找相似的客群,也就是說你的目標客群會突出在哪些方面有一些特征的聚集。學習的數據維度包含幾個層次:

                    (1)行為結果數據

                    所謂行為結果數據是已經采取了具體行動的數據,例如購買數據,入資數據等。

                    (2)行為意向數據

                    所謂行為意向數據是傾向于采取某種行為的人群數據,最典型的是搜索引擎的數據,一般來說消費者在做最終的購買決策之前,往往會通過搜索引擎了解產品周邊的一些相關信息,相關搜索關鍵字數據可以定位到一個有強購買傾向的人。這也是很多廣告主投入較多預算在SEM上的原因。但這種數據一般很難從搜索引擎側獲取,購買關鍵字的成本也越來越高。一般來說,通過行為意向數據來尋找人群,轉化率會比較高,因為行為意向人群往往已經達到了轉化前的最后一步的關鍵時刻,此時對意向人群進行營銷,效果往往很明顯。但同時廣告主也面臨一定的風險,因為這時客戶可能已被別的競品在更早的環節進行了影響,轉化成本也相應提高。

                    (3)行為偏好數據

                    對于大多數第三方DMP平臺來說,主要還是通過這一類數據來幫助廣告主找到潛在的人群,從業務邏輯來說,具有某種偏好或者屬于某種類型的人群往往會更傾向于購買某款產品,對于這部分數據的學習也能促成最終的轉化。而且行為偏好數據會保證廣告主在潛在客群覆蓋規模和精準度之間達到一個很好的平衡,因此也是廣告主普遍選用的一種數據。(4)行為模式數據

                    所謂行為模式是指通過分析消費者的行為與時間、空間的關系,以及一系列行為之間的時間和空間序列關系,總結出的具有一定一致性意義的行為表現,通過這些一致性模式預測相關行為。行為模式數據往往應用于場景營銷,但是由于加工行為模式的數據計算復雜度較高,同時對分析的實時性要求也很高,因此目前還處在探索和優化階段,實際的應用落地不多。

                    上述所說的幾類數據在營銷領域各有其價值,并不能判斷孰優孰劣。結合具體廣告主的需求都可以達到比較好的效果。

                    第二、Lookalike算法是否工程化

                    Lookalike算法本身其實并不復雜,但是目前很多DMP平臺提供的Lookalike算法對于廣告主來說更像是一個黑盒子,一方數據輸入進算法后,通常廣告主并不知道算法內部發生了什么,也并沒有留有可供業務人員參與的接口,只需等待算法按你的要求輸出指定類型的數據。通常來說,廣告主只有在通過線上廣告真正觸達到相關受眾群體之后,才能了解機器學習的效果是否符合預期。

                    對于這種Lookalike算法的客戶體驗肯定是不好的,判斷某家DMP是否能在廣告營銷中為廣告主帶來價值,通常比拼的是Lookalike算法工程化方面的實力,這些實力體現在以下方面:

                    (1)算法的學習維度是否可以調節

                    雖然理論來說,Lookalike算法維度增多對提高學習精度是有利的,但是現實生活中人群表現出的一些特征有時候是出于主動選擇的結果,有時候是由于客觀條件限制導致被動選擇的結果(例如某款產品只在部分區域發售),因此對于算法的學習維度需要具備預先手動調節的能力,排除掉一些不必要的學習維度。

                    (2)是否可以根據相似度選取最終人群的規模

                    對于學習輸出的人群,與種子人群的相似度越高就說明越符合要求,但同時規模也越小。一次廣告營銷所需要觸達的人群會根據本次營銷的目標不同而有很大的變化,例如對于品效兼顧的營銷,人群觸達的規模也是一個非常重要的指標,而對于純粹效果類廣告,則是希望能夠觸達盡可能精準的目標人群。通過相似度靈活的選取最終人群的規模,對于業務人員來說,是一個非常有用的功能。

                    (3)學習結果是否可設定過濾條件

                    具體的營銷活動會有很多限制,例如某款游戲在IOS和Android上的營銷預算不同,因此希望IOS目標人群和Android目標人群規模符合一定的比例;某些垂直媒體主要做三四線城市的下沉,希望更多選取三四線城市的人群等,可以通過靈活的條件篩選會使得算法可以支持更多更豐富的應用場景。

                    (4)一些工程化指標

                    其他一些工程化指標對于算法的易用性、可用性非常重要,例如現實情況中的數據質量往往不是特別好,用來學習的樣本數據維度很多時候不完整,甚至有些樣本的某些維度是缺失的,這就要求算法能很好的適應這種不完整的數據,同時保證精度不迅速惡化;

                    在現實業務應用場景中,營銷業務人員通常不具備很深度的數據挖掘背景,因此挖掘算法在應用環節不應該設計的非常復雜,如需要業務人員調節某些參數來優化模型的精度等;

                    算法的效率和收斂速度同樣非常重要,對于動輒上億的樣本,幾百萬的特征維度來說,業務場景要求在分鐘量級返回計算結果,因此算法的性能和各廠家的計算能力是非常大的門檻。

                    第三、Lookalike算法的應用Tips

                    (1)結合聚類算法一起使用

                    有時候客戶提供過來的種子人群成分是非常復雜的,往往是參雜了大量子類人群的總和,如果直接拿這些種子人群進行lookalike,則相當于把人群的特征進行了弱化,最終找出來的相似人群特征會變得不明顯。例如某奢侈品牌,他們的一方種子人群中包含2類,一類是真正有錢的人群,平時開豪車住別墅的,另外一類是普通的城市小白領,他們往往攢好幾個月的工資進行一次消費。這2種人群必須先通過聚類算法區分出來,然后再輸入Lookalike算法去擴大。

                    (2)在什么媒體上用

                    Lookalike算法選出的人群最終是在媒體的流量人群中實現觸達,因此媒體自身流量對最終Lookalike算法落地的效果影響非常大,例如我們做過的某次營銷案例,選取某DSP做為精準營銷的落地媒體,在整個4周的營銷過程中,最終選取的精準人群只有2%曝光成功。(一方面由于該DSP媒體流量均為長尾流量,而我們選取的目標人群為金融類目標人群,該DSP對目標人群覆蓋率低,另外由于低價策略,競價成功率低也導致了最終觸達的精準人群規模比較小。)最終我們分析了這2%成功曝光的人群,發現他們也是Lookalike算法相似度相對較低的,也就是說最相似的那部分目標人群在該媒體上并沒有出現和競得。

                    因此為了保證Lookalike算法落地的效果,選取與廣告主自身產品相對匹配的目標媒體以及合適的出價都非常重要。

                    (3)根據效果數據優化Lookalike算法

                    一旦精準營銷活動開始后,就可以回收消費者對營銷的反饋數據做為正樣本來對Lookalike算法進行優化。通過TalkingData對大量歷史投放數據的分析,動態優化Lookalike算法可以極大的提升算法的轉化效果:在同樣選取相似度TOP100w樣本進行精準投放的情況下,每日優化樣本庫組相比較不優化組在一周的投放周期內,可提升激活率180%以上。樣本庫優化的周期可以根據效果數據回收的量級、媒體的技術支持能力、以及DMP平臺自身的數據更新周期綜合決定,建議每1-2日更新目標用戶群。

                   

                  華企商城更多商品介紹:今日永安網軟文投放     搜狐娛樂首頁熱銷軟文營銷    中國青年網娛樂軟文投放范例

                  文章轉載請注明出處:http://www.netshop168.com/article-30324.html

                    轉載請注明本文地址:http://www.qboc.tw/xwzx/2019022221430.html

                  上一篇:上一篇:Lookalike的基本流程

                  下一篇:下一篇:聊聊信息流廣告落地頁都有哪些套路

                  黑龙江十一选五网址