計算廣告模式大數據

Ⅰ 廣告行業運營模式如何利用大數據技術轉型

廣告行業發展趨勢分析 互聯網發展推動智能營銷

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，通過一定媒介和形式直接或者間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。

中國廣告行業經營額分析預測

據前瞻產業研究院發布的《廣告行業市場前瞻與投資戰略規劃分析報告》統計數據顯示，2015年，我國廣告行業經營額為5973億元，同比增長6.56%;2016年為6489億元，同比增長8.60%;2017年為6896.41億元，同比增長6.3%。預計到2018年我國廣告行業經營額將達到7345億元，未來五年(2018-2022)年均復合增長率約為6.37%，2022年將達到9404億元。

廣告行業發展空間仍較大

廣告作為經濟發展的晴雨表。當經濟活躍、消費旺盛時，企業就有足夠的資金和熱情投放廣告、擴大市場。經濟低迷時，消費緊縮、市場不活躍，廣告的投放相應下降。我國經濟進行新常態，短期來看我國經濟增長有所放緩，企業面臨的壓力有所增加，對廣告行業的發展存在負面影響。但是，我國仍然是世界上經濟增速最快的國家之一，整體經濟及廣告行業規模仍有較大發展空間。

中國五大媒體廣告市場規模分析預測

我國的廣告市場規模不斷擴大，2017年總規模突破5000億元，但存在結構性變化。以報紙、雜志為代表的紙媒廣告市場份額不斷萎縮;電視和廣播廣告市場份額逐漸穩定、增速放緩;而互聯網網路廣告和樓宇廣告一路高歌猛進，過去三年CAGR分別高達33.34%和20.22%。

當前互聯網廣告市場已經從快速增長期過渡到穩定增長期，增速逐漸遇到瓶頸，而樓宇廣告依然處於快速增長期，預計2018-2020年互聯網廣告增速逐漸趨緩，而樓宇廣告依然維持高增速，未來營銷市場線上+線下是大勢所趨。

廣告行業發展趨勢

2017年中國整個廣告市場的主旋律是「穩定」，整體規模穩定，媒體發展放緩。

廣告市場主流參與者的主流趨勢是「穩定」和「謹慎」：傳統媒體預算降幅減緩，新媒體預算升幅也在趨緩。廣告主的媒介分配預算沒有太大變化，在各個媒體上雖然有流動，但是整體來說流動較少。

1、政府規劃政策支持廣告業的發展

《廣告產業發展「十三五」規劃》提出了「十三五」時期要打造具有國際化服務能力的大型廣告企業集團，服務國家自主品牌建設，提高對自主品牌傳播的綜合服務能力，爭取能產生年廣告經營額超千億元的廣告企業集團，20個年廣告經營額超百億元、50個年廣告營業額超20億元的廣告企業。要培育一批創新能力強、具有專業服務能力的大型骨幹廣告企業，提高其在廣告服務及相關專業領域的競爭力，產生200個年經營額超億元的骨幹廣告企業。要提升具有細分市場服務能力和服務效率的中小型廣告企業專業化水平，促其向專、精、特、新方向發展，滿足經濟新常態下廣告市場的多層次需求。培育具有地方特色的廣告創意和設計企業，支持廣告工作室等形式的小微廣告企業。

政府還提出要對廣告創意、廣告策劃、廣告設計、廣告製作等國家鼓勵類的廣告企業，在企業名稱、營業場所、集團登記等方面給予重點支持。積極爭取和綜合運用經濟、文化、科技等現有資金渠道對廣告業領域的支持。探索廣告業領域的政府和社會資本合作模式。支持「互聯網+廣告」行動，有關產業支持政策予以重點傾斜。

2、互聯網發展有效推動智能營銷

互聯網發展推動新媒體時代的到來，媒介渠道不斷增多，信息無限放大，使注意力資源成為一種更具價值的資源。由此，獲取受眾的注意力成為品牌主營銷重點，智能營銷，精準投放能更有效地獲取受眾的注意力，能創造出多場景情境，幫助企業在與用戶持續互動中建立品牌忠誠，提升廣告的轉化率。因此，互聯網發展能有效推動智能營銷，給廣告業帶來發展新機遇。

3、新技術的發展能促進廣告行業的業態升級

網路技術、通訊技術、多媒體技術等各種新興技術的發展與應用，不僅在廣告媒體領域催生出一系列新興媒體，具有區別於傳統媒體的精準、高效、互動等特徵，能極大地提高廣告信息的傳輸能力、豐富廣告的表現形式，成為未來廣告業的重要增長點，而且這些新興技術的運用還將有利於電視媒體、平面媒體、戶外媒體、互聯網等媒體間的融合，創造新的媒體使用方式，挖掘出更多的廣告價值，促進廣告行業的業態升級。

4、「一帶一路」給廣告行業帶來機會

「一帶一路」的推進，沿途國家國際貿易的發展，帶來廣告業的國際化發展機遇增多，也給戶外廣告帶來巨大的市場增長潛力。

Ⅱ 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。

Ⅲ 如何評價劉鵬的《計算廣告

劉鵬表示，不了解計算廣告，就不可能深入地了解互聯網，也不太容易真正理解大數據。技術從業者需要從行業、宏觀的角度認世納並識這個領域，進而掌握相應的思考方法和技術，包括商業產品的思路和工作方搜跡法，信息檢索、機器學習、最優茄辯化、博弈論等基礎數學工具，以及Hadoop、Spark和其他開源工具為核心的大數據基礎設施等。

Ⅳ 大數據的四種主要計算模式包括

大數據的四種主要計算模式包括：批處理模式、流處理模式、互動式處理模式、圖處理模式。

1、批處理模式（Batch Processing）：將大量數據分成若干小批次進行處理簡隱隱，通常是非實時的、離線的方式進行計算，用途包括離線數據分析、離線數據挖掘等。

2、流處理模式（Stream Processing）：針對數據源的實時性要求更高，實時計算每個事件（Event）或者一組事件的處理結果，能夠進行非常低延遲的計算和響應，用途包括實時監控、實時推薦等。

3、互動式處理模式（Interactive Processing）：這種模式的特點是快速響應交互請求，在數據中進行查詢、分組、排序等等，處理的時間通常在數秒內，用途包括復雜報表生成、數據可視化、數據探索等。

4、圖處理模式（Graph Processing）：針對數據之間的關系進行計算，通常以圖的形式表示數據之間的聯系，能夠解決一些復雜的問攜遲題，如社交網路分析、路徑規劃、推薦系統等。

這四種計算模式通常都需要在大規模分布式計算框架中實現，如Hadoop、Spark、Storm、Flink等，以應對大數據量的處理需求。

大數據技術主要涉及以下方面的學科

1、數學和統計學：大數據處理離不開高等數學、線性代數、概率論和數理統計等數學和統計學的基礎。

2、攔廳計算機科學：大數據分析和處理需要有扎實的計算機編程基礎，掌握各種編程語言和開發工具，並熟悉分布式系統和資料庫等技術。

3、數據挖掘：數據挖掘是從大量數據中發現隱藏的關系、規律和趨勢的過程，需要深入理解各種數據挖掘演算法和技術。

4、人工智慧：人工智慧技術中的機器學習、深度學習等方法也常常用於大數據分析和處理，並能夠為大數據提供更深入、更高級的分析。

5、網路和通信：現代大數據技術需要支持海量數據的傳輸和處理，因此還需要掌握網路和通信技術，如雲計算、分布式存儲和通信協議等。

總之，大數據技術是涉及多個學科領域的綜合性學科，需要廣泛的知識面和深入的專業技能，未來有很大的發展空間和挑戰。

Ⅳ 什麼是大數據營銷

大數據營銷是指通過互聯網採集大量的行為數據，首先幫助廣告主找出目標受眾，以此對廣告投放的內容、時間、形式等進行預判與調配，並最終完成廣告投放的營銷過程。

大數據營銷，隨著數字生活空間的普及，全球的信息總量正呈現爆炸式增長。基於這個趨勢之上的，是大數據、雲計算等新概念和新範式的廣泛興起，它們無疑正引領著新一輪的互聯網風潮。大數據營銷是指通過互聯網採集大量的行為數據，首先幫助廣告主找出目標受眾，以此對廣告投放的內容、時間、形式等進行預判與調配，並最終完成廣告投放的營銷過程。

首先，「大數據營銷」是伴隨互聯網平台同步誕生的一種營銷模式，在早期的互聯網時代，很多平台都是剛剛興起，本身沒有什麼名氣，自然也沒有流量，但是平台想要吸引用戶消費，或者吸引商家入駐，甚至是吸引廣告主投廣告，活躍度都是一個硬性標准。

為了讓平台保持高流量的活躍度，平台方就會花錢在各種渠道打廣告，這種廣告效應在早期會給平台帶來可觀的流量，但是隨著平台的不斷壯大，平台本身的偏好特點也會更加顯著。

例如早期的網路平台比較偏重「綜合服務」的特點，讓用戶在使用平台的時候能夠感受到「應有盡有」的服務，但是伴隨著越來越多的互聯網公司創立新平台，個性化和專屬性就會成為新時代互聯網平台的競爭力，比如賣車的平台專注汽車交易，外賣平台專注餐飲跑腿服務，房產平台專注房屋租售服務，這就是新的互聯網平台，專屬標簽更明顯的標志。

但是在專屬平台越來越成熟的同時，這個平台本身的專注度越高，它本身的用戶群體就會因為受到局限而變少，這樣的話，跟綜合服務類的平台相比，新平台的活躍度就會很快到達瓶頸。

到了這個階段，平台想要再次獲得競爭力，就不能單單地依賴傳統的「流量效益」，而是要更加側重轉化，也就是對平台上的商家和廣告主來說，從以前的純粹看重大數據，到看重營銷的精準轉化，這就是「大數據營銷」的概念來源，我們也可以把它叫做「精準營銷」。

Ⅵ 微信官方朋友圈廣告是用什麼原理進行大數據分析

是微信用戶的海量數據，篩選出與廣告商的定位一致的群體，例如用腎的，例如關注奢侈品、版名車的，用各權種標簽條件定義用戶，進而推送廣告。
其次：利用微信各種用戶數據勾勒出屬性，如用戶的收入，年齡，區域，教育水平，所處行業這類基本特徵，比對廣告商的產品定位人群屬性，以屬性相近的部分，加上事先做推廣測試時候的用戶反饋參數，如預告時右上角的是否感興趣選項，再篩選出來的群體，進而推送目標。