一天找出三千万目标消费者，究竟是怎么实现的？

 

在程序化广告投放中，国内专业的数据营销服务商“个灯”提出了一个创新的精准广告投放模式—【子弹夹模式】。

 

该模式中，整个广告系统是一把枪，目标用户是一颗颗子弹，个灯在其中扮演的是装满子弹的“子弹夹”。每次广告投放前，DSP平台会来实时问询当前流量是否为目标用户，子弹夹在毫秒间返回结果，“Yes”才投放，“No”则不投，确保广告精准曝光。

 

对品牌主而言，找到精准的目标用户是营销转化的第一步。找不到用户一切就无从开始，哪怕产品再好，价格再美，也是枉然。在个灯的子弹夹模式中，子弹夹中的子弹即精准TA，那么，个灯如何能从茫茫人海中找到那么多精准TA呢？

 

以下是个灯大数据找人的三种方法，分享给大家。

 

标签找人

 

个灯的母品牌个推在数据智能服务中积累了海量数据，截至2020年6月，个推大数据覆盖日活独立设备数超4亿，智能IoT设备SDK累计安装量近1亿。通过对这些新鲜、连续性高的数据进行深入洞察，个灯构建了庞大的数据标签体系，能输出数千种标签组合，涵盖基本属性、兴趣爱好、媒体偏好、线下活动场景等丰富维度。

 

 

个灯全面多维的标签体系，让品牌主通过勾勾选选，就能找到自己的精准用户。举个例子，品牌主要找母婴群体，可以直接勾选“母婴”标签，也可以按阶段选择更加细分的标签，如备孕、孕期、0-1岁小孩父母、0-3岁小孩父母等，确保选出的人群垂直而精准。

 

由于消费者的行为特征会随着时间、情境以及环境的改变而改变。喜好会变，需求会变，动机也会变。个灯标签体系源于个推实时更新的多元动态数据搭建而成，能够帮助品牌主实时了解消费者的行为偏好，更加精准地影响和触达。

 

此外，个灯还有各类贴近营销场景的热门行业人群，比如母婴行业、美妆行业、快消行业、奢侈品行业等品牌主，可以快速定位自身所在行业，按年龄段、品类偏好、场景偏好、档次偏好等筛选目标人群。

 

今年，个灯还梳理出数千个线下场景，覆盖了消费者衣食住行娱等各个生活场景，通过不同的线下场景去洞察用户的生活形态，从中找出符合特定场景需求的目标人群。比如，某品牌主想要触达运动健身群体，通过个灯线下场景数据，找到了5000万+近3个月到访运动健身场景人群。

 

 

扩量找人

 

品牌在生产、营销、管理客户等过程中会形成自己独有的第一方数据，包括品牌的CRM数据、广告投放数据、官网数据、大社交数据等，这些数据相对较为精准，但数据量较少，在营销时往往不能满足需要。比如，某美妆品牌有30万会员用户，如果仅仅基于30万会员数据进行广告投放，由于广告覆盖面太小，就达不到最佳效果。这时，个灯就会通过Look-alike等算法，在原有数据基础上进行扩量，助力品牌把投放覆盖的人群放大，同时保证精准定向效果。

 

 

我们以上面的美妆品牌为例，个灯首先通过自有的海量标签，对30万会员进行画像分析，发现这些人具有较多且重合的“45岁+“ “女性”“一线城市”“高消费水平”“有车”“偏好投资理财”“爱去澳新南太地区度假旅游”等画像标签。

 

接着，我们把这些显著的特征数据放到个推数据库中，通过Look-alike算法对个推全库人群进行相似性匹配并排序，从中找出Top600万与品牌种子用户有着相似特征的人群，助力品牌影响更多的潜在目标人群。

 

 

建模找人

 

建模是进阶版的扩量，不仅会用到机器学习，还需人工（数据专家们）参与。

 

相比用已有标签进行人群扩量的找人方式，建模找人的数据维度则更为丰富，并且有专门的数据专家团队参与数据特征筛选。比如，某奶粉品牌想知道哪些消费者买其产品的概率更高，可以在双11大促期间优先触达这些人。

 

个灯的做法是，基于该奶粉品牌的历史交易数据搭建预测模型，在全网中找到更多高概率会购买的潜客，指导品牌主高效触达。

 

具体来讲，个灯首先对该奶粉品牌的已购人群进行画像分析，找出他们的行为特征，作为建模的“数据基因”用于搭建购买预测模型，并对该模型进行反复训练与测试。同时，基于投放触达后成功转化人群的“数据基因”，个灯还会对模型进行实时调整。

 

 

该预测模型会对个推全库数据进行匹配分析，从中找出与该奶粉购买者具有相似“数据基因”的消费人群，其中分值越高的群体，意味着其购买概率更高，在广告投放中应优先触达。

 

以上我们可以看到，通过个灯多种形式的找人方法，品牌主能够在广告投放中优先触达更多的精准TA，解决了“预算如何合理分配”的问题。

 

如果你因为没有触达到精准消费者而错过了双十一的高转化，或者一直想解决广告投放成本高、ROI低的难题，可以体验下个灯大数据找TA的威力，或许还能在双十二期间实现营销高增长！