【图】ONEMOB:大数据技术驱动下的精准广告 - 爱板扎手机版
当前位置:首页 > 【图】ONEMOB:大数据技术驱动下的精准广告

【图】ONEMOB:大数据技术驱动下的精准广告

时间:来源:APP那些事儿

原标题:ONEMOB:大数据技术驱动下的精准广告

原标题:ONEMOB:大数据技术驱动下的精准广告

数据正在将我们的生活水平和科技技术不断地提升到一个新的高度,大数据已经不再是理论而是已经逐渐形成一种思维。随着大数据分析思维的普及,越来越多的公司都重视起数据分析,通过数据分析完成特定人群的精准信息推送工作,减少无效广告,让用户看想看的广告。

ONEMOB,大数据技术驱动的移动广告服务提供商。通过对自有平台用户的调查发现,多数用户愿意接受与个人兴趣一致的移动广告,而对不感兴趣的内容则会产生排斥心理。ONEMOB平台根据用户兴趣定向投放,对手机用户的网络行为做出个性化的深度分析后发现,用户并不讨厌广告,而是讨厌他们不够精准!举个例子:终端用户在中国,却收到了英文通知消息。

大数据算法支持

那么,如何去优化达到精准推送呢?精准,在百度百科的定义是:精确、准确、非常;时间感念中精准、空间位置上的准确。ONEMOB利用大整合算法和用户行为算法抓住每类人群的标签特征,从各自属性出发,用他们关注的内容吸引他们的目光,从而使传播最大程度得到优化。

案例分析:一款手表,核心人群是有购买手表的年轻族群。首先,锁定核心人群为19-35岁,有手表购买需求。然后,根据以往投放数据,从ONEMOB丰富电商人群库,挑选手表等相关高价值人群标签。投放之后,发现效果不佳,再借助DLS工具,重新整合用户性别、年龄、购买喜好等标签,同时把广告方案优化为免费送手表的形式,订单增加了两倍。

智能投放工具运用

由以上案例可知,投放是一个非常详细的过程,除了需要大数据算法的支持,人为的投放逻辑,更重要的是通过机器学习框架,运用智能投放工具,用机器取代人为的这个智能用户的一个行为。

ONEMOB平台目前拥有独有的智能投放工具DLS,英文全称就是“Data learning and sharing Platform”。内在逻辑简单概括为大数据、机器学习、上下游数据分享。DLS,就是在大量的用户群的基础上,利用LI算法和UB算法,使用TensorFlow机器学习框架,在保护用户隐私的前提下,分析处理用户数据,得到精准的用户标签,然后把用户标签共享。

那么DLS工具是怎么样操作的呢?比如你有了一个用户,根据用户的行为习惯,再通过LI算法和UB算法的机器学习进行可持续的分析之后,可以得到一个用户标签:性别-男-87.4%,年龄-(25-29)-85.1%,标签:餐饮美食-76.1%,娱乐休闲-74.7%,金融-77.8%。大量用户标签积累之后,再相互整合上下游数据,就能智能寻找精准用户群,根据用户喜好投放广告,让用户看想看的。

人们的生活已经充斥着太多杂乱无章的信息,在这样的氛围中,ONEMOB想用精准的方式,打动受众。

责任编辑:

声明:本网部分信息转载于其他网站,如稿件涉及版权等问题,请联系我们!