⑴ 談一談在大數據下廣告行業應該如何發展
廣告行業定義與分類
廣告是指商品經營者或者服務提供者承擔費用，通過一定媒專介和形式直接或者間屬接地介紹自己所推銷的商品或者所提供的服務的商業廣告。廣告主、廣告經營者、廣告發布者、市場消費者是廣告行業的四大主體，市場消費者是廣告發布者、廣告主、廣告經營者三大主體賴以生存的根本。
廣告根據其發布媒介具體形式的不同，可分為電視媒體廣告、網路廣告、電台廣告、平面媒體廣告(報紙廣告和雜志廣告)、戶外廣告等。
全球廣告行業市場規模分析預測
目前，美國仍是廣告支出總額最多的國家，而中國已上升到世界第二位，而且這兩個國家會是未來幾年內廣告支出增長最多的兩個國家，中國和美國的廣告支出增長額將接近全球廣告支出增長額的二分之一。預計全球廣告支出增幅將從2017年的3.1%增至2018年的3.6%。2018年全球廣告支出將達到5895億美元。
⑵ 大數據廣告是否可信
大數據是21世紀最偉大的發明，也是互聯網幫助人類最重要的價值和使命。版
很多公司打這權大數據廣告的頭銜去騙客戶，其實有很多企業可以做到呢？像國內的華為、阿里巴巴、騰訊、網路這公司都在布局。他們的廣告就是大數據分析的結果，客戶更精準、流量轉化率高。其他廣告公司也有幾家在做，比如盤石網，左右邦等，盤石網主要自身構建的網站上、左右邦整合營銷數據分析的廣告，兩者區別是細分領域不同。後者更新整個生態，在技術上做出數據挖掘讓廣告最大高效化。
大數據廣告絕對可信，但是得招靠譜的公司，比如網路、左右邦、盤石、阿里巴巴、uc。
⑶ 大數據如何預測廣告投入產出
大數據廣告投放以受眾數據為基礎,以數據挖掘技術為保障,實現了針對目標受眾的個性化、精確化傳播。
採用訪談、調查、觀察等方法,深度剖析了現有廣告投放活動在受眾定位、媒體選擇與組合、媒介購買、效果監測等環節存在的問題。
⑷ 為何說大數據精準廣告並不靠譜
為何說大數據精準廣告並不靠譜
一、大數據精準廣告內涵
大數據目前已經成為整個IT界(包含Internet Technology 以及Information Technology)最熱的詞彙之一，似乎任何一個話題，只要提到大數據，瞬間變得高大上。一夜之間，大數據已經代替主觀的理性思考，成為智慧洞察的代名詞。
但是當我們走過對大數據的頂禮膜拜階段，揭開大數據實際應用的面紗，反而逐漸對充斥著話語世界的大數據進行反思。因為大數據在經濟發展中的巨大意義並不代表其能取代一切對於社會問題的理性思考，科學發展的邏輯不能被湮沒在海量數據中。著名經濟學家路德維希·馮·米塞斯曾提醒過：「就今日言，有很多人忙碌於資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經濟意義的了解。
以大數據的廣告應用為例，精準廣告投放應該是大數據最早的也是最容易產生直接收益的應用，如今少有廣告公司沒有宣稱自己是大數據科技公司。大數據精準廣告的核心內涵是什麼？一言以蔽之，那就是程序化定向投放。其中定向是核心，程序化是手段。
以微信朋友圈為例，不定向區域，年初的公開價格CPM(每千次曝光成本，朋友圈廣告價格遠超一般媒體)40元，定向核心城市140元，定向重點城市90元，如果疊加定向性別，附加10%，再疊加H5外鏈(流量引導效果更好)，再附加20%。就像進口化妝品一樣，先按一定比例徵收關稅，後按含稅價格再徵收增值稅，再按含稅價格徵收消費稅。
對於微信來說，客戶地域、性別雖然也需要數據分析解讀，但確認相對比較容易。對於其它數據公司來說，地域依然可以通過IP或手機終端GPS獲取，但性別更可能就是一個數據分析出的可能屬性。當然大數據並不僅僅分析如此簡單的標簽，對於媒體聯盟而言，媒體選擇項目眾多，還會分析客戶媒體偏好標簽，還有時間段、人群屬性、設備類型、偏好類型等多種定向組合方式。
好了，上面對於精準廣告有了一個粗淺的介紹。那麼大數據精準廣告能帶來什麼樣的價值？通常如下的故事是大數據廣告公司經常提及的。
假如一個網站的廣告位，每小時有1萬人來瀏覽，則一小時曝光量為1萬，之前的CPM為5元，那麼一個手機廣告主投放一小時廣告，成本50元。這是傳統廣告投放的結果。現在有個大數據公司，來幫助該廣告媒體更好的運營。該公司宣稱它能夠精準識別瀏覽客戶的屬性，告訴手機廣告主，雖然1萬人瀏覽該廣告位，但真正適合投放手機的只有6千人次，剩下4千人次的曝光為無效曝光，因為剩下的人群只對服裝感興趣。
大數據公司建議廣告主按照程序化投放，過濾掉不適合投放手機的4千人，僅對適合投放手機的6千人付費，假如單價不變，那麼在保證相同效果的前提下，成本降低至30元。剩下的4千人大數據公司將其銷售給服裝廣告主，成本為20元。由此，在相同的效果情況下，大數據廣告大幅降低廣告主的成本。當然事實上，由於RTB(實時競價)機制的存在，當價格(效果相同)低到一定程度，不同手機廣告主的相互競價，使得真實價格一般高於30元，但肯定介於30元到原有預期成本50元之間，由此形成多方共同獲益的理想局面。
這樣的案例看上去Perfect，無懈可擊。因為它解決了傳統廣告的低效問題，比如看起來有用，但又說不清楚到底有用在哪裡，這個正是各公司財務總監所深惡痛絕的。是的，通過大數據廣告，讓一切花在廣告上的錢更有依據，可以在線評估一條廣告到底造成多少的印象(Impressions)，甚至多少點擊，多少因此而下載使用，多少因此產生交易。
有問題嗎？沒問題。有問題嗎？你什麼意思，難道你要懷疑真理？
二、大數據精準廣告沒有看上去那麼美好
本著證偽的原則，真理只有被證明為謬誤的時候(理解其應用的局限及條件)，才算真理。因此我們必須先回答一個問題，廣告是用來做什麼的？
按照以前的共識，廣告被視為品牌用來向那些無法面對面溝通的消費者去傳達品牌的特性。因此廣告雖然對銷售有促進作用，但通常時候，廣告的內容並不直接說服消費者去購買，就如中國移動曾經的獲獎廣告「溝通從心開始」一樣。2010年出版的《品牌如何增長》(How Brands Grow)一書(說明，筆者未讀過，希望將來能讀到)，作者南澳大利亞大學教授拜倫在書中指出，廣告要達到最好的效果，往往不需要去說服或灌輸，只要讓人在購買的時候回想起品牌的名字就可以了。市場研究機構Milward Brown創始人高登(Gordon Brown)就指出，廣告的功能就是讓一個擺在貨架上的品牌變得「有趣」。
好吧，再回到大數據精準廣告案例，其中一個最為關鍵的問題在於，大數據如何分析出這6千個瀏覽用戶適合投放手機廣告？對於這個問題，廣告公司早有準備，給出如下的種種答案。
第一，從歷史記錄中尋找曾經使用過同類產品的客戶進行匹配。通常使用的演算法叫「協同過濾」，即由某些經驗的相關性，找到潛在的適合用戶。比如你玩過某款游戲，因此可認為你對該類型的其它游戲也有相同的需求。筆者並不否認該演算法對某些領域確實有作用，比如游戲付費用戶基本就是之前重度游戲使用用戶。
但是拋開這些特殊領域，該演算法內涵思想「品牌依靠忠誠的消費者發展壯大」與拜倫的理論完全矛盾。拜倫通過對銷售數據進行統計學分析，他指出在所有成功的的品牌當中，大量的銷售來自「輕顧客」(Light buyer)：也就是購買產品相對不那麼頻繁的顧客。可口可樂的生意並非依靠每天都喝可樂的人，而是數百萬每年喝一次或兩次的顧客。這種消費者模式在各個品牌、商品品類國家和時期都適用。無論是牙刷還是電腦，法國汽車或是澳大利亞銀行，品牌依靠的是大規模人口——換句話說，大眾——那些偶爾購買他們的人。
這個理論意義十分深遠。這意味著你永遠無法通過精準營銷現有顧客來增加品牌的市場份額。而對現有顧客的精準營銷，正是數字媒體所擅長的。
本著批判的精神來看待新出現未經檢驗的思想，筆者希望引用一下廣東移動最近公布的用戶換機特徵數據。廣東移動對旗下用戶的終端遷移分析表明，使用蘋果的用戶升級終端，繼續使用蘋果手機的佔比64%，忠誠度最高。但除蘋果以外，其餘忠誠度表現最好的華為、小米手機，更換4G後持續使用同品牌的佔比不到30%。
這說明，你向蘋果4或5用戶推廣蘋果6是可行的，果粉效應推翻拜倫的理論，證實在部分領域依靠忠誠的消費者發展壯大是可行的。但除此以外，你向任何一個當前品牌的用戶推廣同品牌的手機終端都是不合時宜的。
因此，希望通過歷史的電商數據分析推斷用戶下一步可能需要是無效的。就如向曾經購買過服裝的用戶推廣服裝，或許不如推廣一卷紙或一桶油更為有效。
相反，成功的品牌需要找到一種方式來到達目標市場之外的群體。品牌的廣告一定要用某種方式獲得這部分人的興趣——只有這樣，當他們在准備購買的時候，該品牌才能自動出現在消費者的腦海中。
第二，如果「協同過濾」存在局限，廣告公司會告訴你還有第二種演算法，並不基於客戶的歷史行為記錄，而是客戶本身特徵相似性，來找到與種子客戶最為相似的客戶群體。簡稱「Lookalike」。先需要廣告主提供本則廣告起到作用的典型用戶，以手機為例，受廣告影響感興趣點擊瀏覽或預購某手機的用戶，大約幾百或幾千個。大數據公司通過Lookalike演算法(專業的術語更可能是稀疏矩陣)，尋找與這幾百/千個用戶高度相似的其它數十萬/百萬客戶群進行投放。
這類演算法真正考驗大數據平台的計算能力，因為並不是經驗性的協同過濾，而是利用數十數百甚至上千個變數進行回歸計算。最後按照相似性的概率打分，按照由高到低選擇合適的用戶群。
該模型的內涵其實很簡單，就是廣告要傳達給應該傳達的客戶。比如奶粉廣告目標用戶就是養育0-3歲孩子的父母。如果知道要到達用戶的具體身份，一切問題迎刃而解。但是對於網站或APP應用來說，並不清楚用戶身份，唯一清楚的是客戶的歷史行為數據。而且由於數據本身的分割，有的專注於運營商，有的專注於APP聯盟採集，有的專注於電商，有的專注於銀行，要從分割的數據中推斷出客戶的身份信息，Lookalike就是不可避免的手段。
唯一的問題是，如果由幾百個種子用戶推斷出新的幾百個目標用戶，准確性可能高達9成，但如果如某廣告公司宣稱，對康師傅辣味面進行移動DSP投放時，根據歷史投放數據分析挖掘，形成樣本庫，再通過Lookalike技術進行人群放大，找到與目標受眾相似度最高的潛在客戶，擴展人群1367萬，實際投放受眾ID2089萬。廣告效果投放是最大化了，那麼效果呢？在此，請允許我杜撰一個數字，很可能點擊率由0.2%上升至0.3%，精準度提升50%。有意義嗎？或許有，但絕對沒有想像的那麼明顯。
第三，如果你們持續懷疑我們演算法的有效性，那麼我們可以就效果來談合作，你們可以按照點擊量(CPC)或者激活量(CPA)付費，如果達不到既定效果，我們會補量。這是大數據廣告的終極武器。
終極武器一出，意味著廣告的投放徹底淪陷為做點擊、做激活的渠道，廣告的「溝通消費者」初衷早被拋棄得一干二凈。
通常一般消費決策遵行S(Solution)、I(Information)、V(Value)、A(Access)規則，意思是當用戶產生一個需求，內心先就滿足這個需求形成一個解決方案。比如說3G手機不好用，速度很慢覆蓋不好，需要換一個4G終端就成為一個Solution。那麼4G終端有哪些，重點考慮那些終端？消費者還是搜集信息，並非從網上搜索，而是根據以往的經歷、品牌效應、周邊朋友口碑自動回想那些品牌、哪些款式。傳統廣告的最重要功效應該就是這個階段，當用戶需要的時候，自動進入到用戶視線。然後從多維度比較選擇，確定首選購買品牌。最後就是去哪兒買，搜索哪兒有促銷活動，哪裡優惠力度最大。
根據SIVA模型，真正的以效果為導向的廣告本質解決的是Access問題，最後的臨門一腳。在這方面，搜索廣告是真正的效果導向廣告，比如淘寶的每一款商品後面都有超過1萬家商戶提供，到底用戶去哪裡購買，得付錢打廣告，這就是效果廣告。曾有報告對比過，搜索廣告點擊率高達40%以上。想一想網路、阿里靠什麼為生，臨門一腳的廣告價格自然高到沒邊，據說一些醫院購買網路性病、人流之類的搜索廣告，單次流量價格高達數十或數百元。
搜索廣告只有少數壟斷接入公司才有的生意，大部分廣告仍為展示類廣告。如果展示類廣告也朝效果類靠攏，從商業規律上屬於本末倒置。
最後結果是，一方面，廣告的內容充滿人性的貪婪(優惠／便宜)與色慾(大胸美女)，被改造得不倫不類，上過一次當後，在溝通消費者方面反而起到負面作用。另一方面，廣告公司淪落為做流量、做點擊的公司，與北京望京、中關村著名的刷流量一條街沒有本質的差異，最後誰真正點擊了這些有效流量？曾有大數據公司分析過某款高端理財軟體的階段性用戶群，與刷機、貪圖小便宜的極低端用戶高度相似。
三、多用靠譜的身份識別可能更有利於提升廣告效果
寫了這么多，大數據精準廣告一無是處嗎？不，懷疑真理是為了更好的應用真理。大數據廣告的核心「程序化」與「定向投放」沒有錯，這代表移動互聯網發展的趨勢，也與滿足特定市場、特定用戶群的商品或服務廣告傳播需求完全匹配。問題在於目前的大數據實際能力與宣稱的雄心還有巨大的差距。也就是說沒有看上去的那麼好。
所以，我們更應該回歸廣告的本來目的——更好的溝通消費者，來看待精準投放，而不是迷信大數據精準投放這樣的噱頭。那麼什麼最重要？顯然不是不靠譜的協同過濾規則，也不是根本不知道原因的Lookalike，既然最重要的就是到達目標消費者，那麼靠譜的身份識別應該就是精準廣告的核心。
什麼是靠譜的身份識別？對微信而言，判斷重點活動城市是靠譜的，分析性別也相對靠譜，但如果微信告訴你說能夠通過社交判斷該用戶是中產白領還是鄉村農民，那一定是不靠譜的。因為朋友圈裡宣稱正在法國酒庄旅遊的優雅女人或許正在出門買油條豆漿。
有時候用戶使用的媒體本身就透露客戶的身份特徵。比如經常使用理財軟體的在支付能力上較為靠譜，而使用孕寶APP的80%以上應該就是准媽媽，經常使用蜜芽的一定是寶寶出生不久的媽媽。有大數據公司給出過案例，對媒體本身進行定向和綜合分析定向的效果相差無幾，這就說明媒體定向是有效的，但是其它需求定向都等同於隨機選擇。
由於大數據本身就是不關注因果，只關注相關性，如果經過大數據洞察證實的協同規則，也可以算作靠譜的規則。比如游戲付費用戶群基本上可以確定為一兩千萬ID的重度使用用戶。
而要准確識別客戶身份，多數據源的匯集與綜合不可避免，圍繞客戶身份的各種洞察、相關性分析也是能力提升的必修功課，這或許更應該是大數據廣告公司應持續修煉的核心能力。
⑸ 大數據為廣告業帶來了哪些變革
大數據可以知道你投放的廣告哪些地方看的人多，可以知道都是什麼年紀的人在看這個廣告，可以根據訪客瀏覽的時間長短推斷有意向購買的人有多少，可以讓廣告主決策選款，備貨量，哪些城市需要備多少貨等等。
⑹ 廣告是怎樣與大數據進行融合的
根據數據分析，用戶行為分析，用戶畫像，針對性廣告覆蓋受眾群體。特別是現在熱門的Ai 演算法
⑺ 你認大數據技術給廣告業帶來了怎樣的機遇和挑戰
運用大數據的技術廣告的傳播形式能變得多種多樣，但同時人們也會通過其他渠道去關閉這些廣告。
⑻ 大數據時代廣告精準營銷及傳播策略
大數據時代廣告精準營銷及傳播策略
隨著互聯網的快速普及與網路終端的多元化，我們的生活從現實生活逐漸走向線下線上結合的二元生活。在網路世界中，我們從事的一切網路行為，包括瀏覽網頁、搜索信息、網路購物等，都被網路服務商抓取與挖掘，形成 「數據痕跡」，堪稱「大數據」（Big data）。被譽為「大數據商業應用第一人」的維克托?邁爾?舍恩伯格在《大數據時代》前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型。本文以中糧集團2014「年味兒」廣告為案例，看大數據時代廣告思維、商業傳播、營銷方式的變革。
一、大數據時代廣告實踐：以中糧年味兒廣告為例
2014年馬年春節來臨之際，中糧集團發起一場以「中糧，讓年更有味道」為主題的大型品牌營銷活動。以「年味兒」為核心，以北京地鐵四號線西直門至西單站六站鏈通包站為宣傳陣地，以「我買網」為營銷平台，通過整合媒體渠道，最終實現「我買網」電商同比銷售翻3倍的直接利益。
1.廣告思維：過年語境
人與人之間傳播的目的是交流意義，換句話說即交流精神內容[1]。這種精神交流，不能完全依靠語言符號，有相當一部分來自於語境。如何營造語境？簡單的說就是用情感講故事，引發消費者共鳴。根據廣告原理，人的潛意識是受情感驅動的，而非邏輯，這些情感包括與生俱來的娛樂、親情、憤怒、好奇、情慾等。廣告思維即商品營銷策略和動機需要轉化成用戶情感上的概念和故事。添置年貨、吃團圓飯、放鞭炮、走親訪友拜大年曾是許多人童年記憶中年味兒。而今，人們生活在忙忙碌碌中，年過得越來越沒有「年味兒」了。中糧集團在2013年12月30日起至2014年1月7日，創造了一個讓整個市場都能熟悉和接受的語境——「過年」。從西直門至西單的地鐵站里紅彤彤的剪紙、一家團圓的圖畫、滿眼的好年貨，年被符號化。這些符號打的是親情牌，傳達忙碌人兒時記憶中的年味兒，喚起了大家心底對春節和團圓的期盼。「曾以為逃離了家是自由，後來才發覺逃離了家，我一無所有。中糧，讓年更有味道」、「再好的山珍海味，都比不上媽媽親手做的白米飯。福臨門，讓年更有味道！」廣告語喚起了「家」味兒、「人情」味兒。過年的語境戳痛了北漂族的心。
2.傳播思維：線下線上結合
線下終端以平面媒體、電視媒體、戶外廣告等傳統廣告形式以主。中糧「年味兒」廣告以馬年新年倒計時30天為時間節點，在北京地鐵四號線啟航，採用環環相扣、逐站鏈通的模式，逐站鏈通西直門、新街口、平安里、西四、靈境胡同以及西單站。福臨門、家佳康、長城、蒙牛、中茶等中糧旗下知名子品牌，與中糧集團母品牌，借「中糧年味兒專線」齊齊亮相，嚮往來乘客傳遞著濃濃的年味兒。鐵鏈通包站廣告模式吸引了受眾關注，增強了公眾的沖擊力，實現了廣告效應乘積化。線下活動還包括聚焦除夕未歸人，愛心年貨禮包寄送、贊助駐京外交使節年夜飯、全國數百家線下零售終端促銷聯動、好年貨進駐合作企業銷售等活動。線上傳播即通過「年味兒」，「中糧味道」微博、微信等網路傳播方式，讓受眾和網路形成互動。在地鐵上刊之日同步推出@中糧味道活動微博/微信，參與眾多年味兒活動和話題探討。線下二維碼，尋找草根代言。「年味兒吃貨達人」互動游戲，中糧好年貨禮包、「我買網」購物紅包等大獎回饋消費者。中糧年味兒廣告活動覆蓋3億人。線上平台與線下平台各有所長。中糧「年味兒」廣告形成了線上線下補充、多元的傳播形式，為中糧網路營銷提供了人氣基礎。
3.營銷思維：自建網路營銷平台
中糧集團的成功還在於自建了網路營銷平台「我買網」，建立了「5C」營銷模型：Catch、Conncet、Close、Continue和Campaign。「5C」營銷模型運用的是大數據，即利用數據和自己的洞察力，了解消費者喜好，然後提供個性化服務。
「5C」營銷模型是從Catch開始的，即從幾十億的流量中找到真正的價值流量，藉助搜索引擎、DSP投放、社交媒體等精準營銷手段捕獲目標人群，引導到自己的平台（catch）；建立品牌官網為核心的互動平台，可以按照品牌商的意志提供官方內容（Conncet）；完成消費購物的體驗閉環，尤其是下單、配送、售後服務一系列客戶體驗（close）；通過對會員系統、積分系統持續升級等手段提升重復購買和用戶忠誠度（Continue）；依靠一波一波的營銷計劃滾雪球式驅動，讓客戶群和銷售額越滾越大（Campaign）[2]。這種集產品展示、促銷、購買、物流配送等於一體的推廣模式，提供了「眼見即所得」的快捷便利購物體驗，也為中糧品牌整合提供了有力的支撐。
中糧「年味兒」廣告通過過年語境的廣告思維、線上線下結合的傳播思維、自建網路營銷平台的互聯網思維，最終實現了我買網電商同比銷售翻3倍的直接利益。中糧「年味兒」傳播方式和營銷策略是新媒介時代的典範。
二、大數據時代的廣告策略
大數據為廣告帶來了商機。根據2014年4月17日全國工商系統會議的消息，2013年我國網路廣告發展較快，效果也較為顯著，網商經營額同比增長46.1%，市場規模達到1100億元。如何在大數據時代實現廣告效果最大化？
1.傳播策略
（1）以受眾為本位。所謂受眾本位，即從受眾角度出發，通過分析受眾的媒介接觸動機及這些接觸滿足了他們的什麼需求，來考察大眾傳播給人們帶來的心理和行為上的效用。傳統廣告是在圍繞「媒體」方的「時間」（廣告時段）與「空間」（版面、廣告位置）進行商業交易。這種「媒體本位」的傳播方式，以傳播為目的、觀眾被強制觀看，到達率差，傳播效果無法量化，廣告不能有效覆蓋目標群體。隨著大數據廣告時代的來臨，廣告業會迎來由「媒體本位」到「受眾本位」的轉換。特別RTB廣告的興起，使得廣告產業的核心開始圍繞「人」（即受眾）展開交易。RTB廣告是在每個廣告展示曝光的基礎上進行競價。廣告售賣的不僅僅是傳統意義上的廣告位了，而是訪問這個廣告位的具體用戶，買方明確人的標簽屬性，賣方提供與之對應的人的點擊流量。
（2）社交化網路傳播平台。信息技術的進步使網路環境下「用戶創造內容」成為可能，不少企業看到了利用社會化媒體進行營銷的力量。電影《小時代》《致我們終將逝去的青春》的成功得益於良好的社會化媒體營銷策略，黃太吉煎餅果子、馬佳佳powerful網店的成功少不了社會化媒體的助力。在傳播手段上，社交化網路傳播平台主要包括電子郵件、博客、播客、視頻分享、即時通訊、網路社區等多種類型的網路應用的集合，同時涵蓋了文字、視頻、音頻等媒介手段，將多種媒介融合在一起。企業通過不同的表現形式將廣告信息通過人際傳播的方式傳達給受眾，網民通過分享、評價、討論等方式參與，實現廣告信息的病毒式傳播。社交化網路傳播平台以「人人均可參與」為主要特徵，受眾不再是被動接受信息，而是能夠主動掌握、控制信息，甚至參與信息的傳播。根據參與程度不同，社交化網路傳播包括「強關系」、「弱關系」連接。基於媒體屬性的微博，其特徵偏向於社會化信息網路，其聚合的群組偏重於弱關系連接，可實現盡可能地傳遞信息、盡可能地實現公開的互動，促進品牌推廣。微博自誕生以來，已成為廣告商家的必爭之地。作為一種分享和交流平台，微博能表達出每時每刻的思想和最新動態。它是商家或個人發現並滿足用戶的各類需求的一種工具。相對於微博，微信的服務性更強，其特徵偏向於社會化關系網路，其聚合的群組偏重於強關系連接，是典型的熟人模式，同時又開始於公眾賬號、朋友圈分享等開始向半熟人發展。也可以通過用戶訂閱自己所需的信息，商家通過提供用戶需要的信息，推廣自己的產品，從而實現點對點的傳播。社交化網路傳播實質是一種人際傳播。人際傳播在本質上來說是個人之間相互交換精神內容的活動，精神內容的交互程度很大程度取決於符號載體的運用。符號載體可以是能傳遞信息的手段和渠道。而在大眾傳播過程中，每個接收者都扮演著解碼、釋碼和編碼的角色。傳播者既是傳者又是受眾者，在一定程度上具有連接性和交織性。在新媒介時代，廣告傳播應該充分利用網路優勢，以受眾為本位、發揮社交媒體功能。
2.營銷策略：廣告精準營銷
2005年9月世界級營銷大師菲利普?科特勒最早指出了一個營銷傳播的新趨勢——精準營銷。所謂廣告精準營銷就是依託現代信息技術手段，基於用戶屬性和用戶行為精準判斷和精準定位的基礎上，建立個性化的服務體系，實現企業廣告精準地傳達到目標消費者的目的。如何建立廣告精準營銷？維克托?邁爾?舍恩伯格在《大數據時代》中認為大數據的核心就是預測。藉助cookies的跟蹤和龐大的資料庫系統的儲存，記錄下來大量的姓名和信息，運用大數據技術搜集、分析網路用戶的網上「蹤跡」，精準地發現目標消費者甚或其消費情境，預測消費者行為。在發廣告的時候，不是針對每個人，而是針對預測的目標客戶營銷。例如Google藉助ADsense，通過分析消費者的搜索習慣，進行數據挖掘，然後能夠尋找到更適合消費者使用的廣告。也就是說廣告營銷者可以藉助於網路技術深入洞察消費者的興趣和需求，把營銷信息製作成消費者「想要的信息」，藉助現代化信息技術精確地傳遞給目標消費者了[3]。
三、結 語
大數據時代帶來了信息傳播方式的變化，廣告的精準營銷倍受關注。中糧「年味兒」廣告掀起了精準營銷的小波瀾，它不僅給廣告主帶來了更滿意的效益，也給顧客創造了個性化的傳播體驗。目前我國廣告精準營銷尚處於起步階段，但有著無限的發展潛力。在大數據時代，要達到廣告精準營銷，在傳播領域里，力求實現以受眾為核心建立互動的社交化網路傳播。在營銷領域，依託現代信息技術手段，基於用戶屬性和用戶行為精準判斷和精準定位的基礎上，建立個性化的服務體系，實現企業廣告精準地傳達到目標消費者的目的。
以上是小編為大家分享的關於大數據時代廣告精準營銷及傳播策略的相關內容，更多信息可以關注環球青藤分享更多干貨
⑼ 精準廣告是大數據在什麼領域的一種應用
精準廣告是大數據在電商領域的一種應用。根據查詢相關信息資料顯示，電商領域是大數據應用的最廣泛的領域之一，精準廣告推送，個性化推薦，大數據殺熟等都是大數據應用的例子，大數據殺熟已經被明令禁止。