網際網路的廣告是如何匹配到你的？

編輯導語：有時候我們在某一APP上搜索了相關產品，然後開啟另一APP的時候發現它在推送之前搜尋產品的相關物品。對此我們可能覺得驚奇。它是怎麼知道我想買這件商品的呢？換而言之，這個廣告是如何匹配到我的呢？相信很多人都對這個有疑惑。本文圍繞此展開了講述，推薦對此感興趣的夥伴閱讀。

可能你有過這樣的體驗 —— 你在微信裡跟朋友提到了打算今年買車，然後你在B站裡就會看到車展的廣告；朋友給你推薦列巴作為減脂早餐，因為熱量很低，你去百度了一下列巴，然後你打開了淘寶，發現首頁赫然出現了一款列巴；你剛交房正準備裝修，在抖音裡收到了地板的廣告。

為什麼你可以看到這些廣告呢？這些廣告是如何匹配到你的呢？本期我們來聊一聊網際網路廣告的匹配邏輯。

一、傳統行業是怎麼打廣告的？

我開了一家烤鴨店，為了迅速提升人氣，我買了地鐵站的燈箱廣告，又僱人去發傳單，還在揚子晚報上買了半通欄的廣告。開業一週內，來了1000個顧客。

那麼問題來了——

這1000個顧客哪些是自然流量？哪些是廣告帶來的流量？

自然流量——

也就是顧客來我的店，沒有看到廣告，純粹是因為我店鋪的選址正好處在他們日常通勤路線上；有多少顧客是因為看到了廣告來我的店？燈箱廣告、報紙廣告和傳單，每個廣告渠道分別給我帶來了多少顧客？這些顧客中又有多少最終購買了烤鴨？

對於一個廣告主來說——我花錢了，自然要清楚這筆錢到底花在什麼地方。

我想要知道每個廣告渠道分別給我帶來了多少流量、留存和轉化。

“這個渠道給店裡帶來了多少新顧客？這些新顧客有多少會成為回頭客？他們最終買了多少烤鴨？如果某個渠道帶來的新顧客數量很多，但是基本沒有回頭客，並且購買量很少，那是不是這個渠道在刷資料呢？”

總之我要知道每個廣告渠道的投入產出比，依此來調整運營策略。

而在傳統媒介時代，廣告主的這個訴求很難實現，因為客戶資料很難採集。

要統計每個廣告渠道的投放效果，每個顧客進店都要登記是什麼原因進店的，後續這位顧客的進店和購買行為都要跟該渠道進行繫結。這個資料採集工作成本很高。

那麼網際網路的出現，會改善這一點嗎？

二、早期的網際網路廣告

1994年10月27日，第一條網際網路線上廣告上線。AT&T（美國電話電報公司）在連線雜誌的網站上，投放了一個banner廣告。使用者點選這個banner，就會進入AT&T的落地頁。

第一個網際網路廣告，1994

當時的網際網路還是一個新生事物，使用者對網際網路上的一切都感覺特別新鮮。

所以當時這個並不起眼的廣告點選率達到了44%，也就是說近乎於一半的使用者看到這個廣告都會去點選。

而現在多數平臺的banner廣告點選率不到1%，44%的點選率簡直是神話。

當時網際網路廣告照搬了傳統媒體的思維方式和操作邏輯，根據展示版面和時段計算費用（CPT,cost per time）

。AT&T的banner在網站上放3個月，費用是3萬美金。這種模式只是把線下的廣告複製到線上，很快出現了問題。

首先是使用者對於網際網路好奇感的下降，不再是每個模組都點開看看，那麼就會造成點選率下滑。以前我在你網站首頁放一個banner，一週可以給我帶來5萬的訪問量，但是現在只有1萬。

再按照時間來收費肯定不合理，應該按照實際帶來的訪問量進行計費（CPC,cost per click）。

例如一個點選算5毛，你帶來1000個點選，那麼廣告費就是500。

但是這種以點選量為計費標準的方式依然存在不足。

網站為了賺更多的廣告費會把頁面做的“花花綠綠”來吸引使用者點選，甚至出現了一種特別激進的廣告方式——彈框。

1997年，彈框廣告出現

使用者一進入頁面，就出現彈框給使用者展示廣告。彈框在整個頁面中擁有最高的層級，可以獲取使用者最多的注意力。更有甚者會故意把彈框的關閉按鈕做的特別難點，使用者一不小心就點進去了，這樣就算一個點選了，可以多收一份錢。可是這種靠傷害使用者體驗，來提升點選率的廣告方案是殺雞取卵。

從廣告主的角度來看，強制使用者觀看、點選廣告，使用者是被動的接受，並不會形成轉化。

例如，網站透過強制的方式為廣告主帶來了10000個訪問量，但是產生的訂單量可能為0。

廣告主更希望，自己的廣告可以精準的推送給目標使用者，這樣轉化率更高。

例如，我是一家奶粉企業。資料顯示，孩子出生之後喝的第一口奶往往決定了之後接受的奶粉品牌，此後更換奶粉品牌的機率只有10-20%，因此孩子出生前1-2個月的營銷十分重要。

所以，我的奶粉廣告希望只投放給距離預產期1-2個月的孕婦，這樣的轉化效果更好。

那麼如何把奶粉廣告定向推送給孕婦群體呢？

三、使用者定向

我們可以在母嬰雜誌、網站上投放廣告，因為這些平臺的使用者主要是孕婦群體。我們也可以買搜尋關鍵詞廣告，例如“寶寶”、“奶粉”、“月子”等。搜尋這些關鍵詞的使用者很有可能就是孕婦。

但是這種定向方式依然存在很大的誤差，可能有一些單身男性就是隨手搜尋了這些關鍵詞，他們並不是奶粉的目標使用者。所有要做到真正的精準定向，必須要採集到使用者足夠的資料，進而分析出這個使用者的準確特徵。

在網際網路誕生之前，企業和消費者無法建立緊密的聯絡。

企業很難直接瞭解到消費者的個性化訴求，只能依賴於抽樣調查和深度訪談的方式來採集比較狹隘的統計資料，用以對於市場需求進行概括。

使用者被定義為同質化的大眾，流水線生產出來的無差別商品被分發給無差別的大眾。

例如，Office軟體，絕大多數使用者只能使用不到10%的功能，但是商家不得不標準化生產出來滿足所有使用者的需求。

Office 1995

但是大眾並不是無差別的，他們有血有肉，每個人都有著個性化的訴求。

使用者需要的是個性化的服務，而不是程式化和標準化生產出來的商品。

商家當然知道每個使用者的訴求不同，但是如果要滿足每個使用者的個性化訴求，

商家必須以受眾個體作為單位，整合複雜而又離散的資料。

顯然商家沒有能力收集和了解數以億計受眾使用者的興趣愛好與行為偏好。

而網際網路的出現使得對全量使用者資料採集和分析成為了可能。

電視廣告很難衡量效果，因為你不知道有多少使用者真的觀看了廣告，還是一到廣告就去上廁所、喝水。但是流媒體廣告，平臺可以知道每一個使用者他到底完整的看了哪些廣告，哪些廣告是中途跳過，以及是什麼時間點跳過的。

一個奢侈品牌來某平臺投放廣告，明確表示我的目標使用者是高收入人群。你找出你平臺中那些高收入的使用者，把廣告推送給他們。

平臺如何才能獲取到使用者的收入呢？非政府部門是不可以調取客戶的納稅記錄和銀行存款。直接查肯定不行，可以透過一些相關資料進行側面判斷。

例如，收集使用者的晚上11點到凌晨6點的地理位置。這些時間點的位置，理論上就是使用者的家庭住址。再根據外部資料（鏈家、安居客等）匹配，可以獲取到所在小區的平均單價，進而就能預測出這個使用者的收入水平。當然這裡的匹配會有誤差，例如這個使用者可能只是小區的租戶，或者說是小區的門衛。還需要更多的資料來提升使用者定向的準確性。

四、使用者身份標識

商家採集到使用者資料，需要給使用者一個身份標識，將這些資料跟使用者關聯起來。

例如，使用者去宜家購物，店家會在價碼去區分會員/非會員的差距，來誘導使用者註冊成為宜家的會員。你要成為我的會員，我會給你分配一個編碼，比如9527，9527就是你的身份標識。根據9527，就可以查詢到你的聯絡方式、郵寄地址和購物記錄，包括每次購買的商品、時間和金額。透過這些資料，宜家就可以判斷你出你的價值，計算出你可能購買的商品和時間。

可是這些資料屬於企業內部資料，又稱第一方資料。要精準的定向使用者，需要綜合多個平臺的資訊。

比如你在社交媒體上的發言，在電商平臺的購物記錄。你在微博裡發了一條動態：“五一假期要到了，想去雲南自駕行”，又在小紅書裡查看了很多雲南自駕遊的攻略。那麼可以看出你對於五一去雲南自駕遊有著很高的期望值，應該給你推薦雲南旅行相關的服務。

那麼問題又來了，我的微博ID是“王M爭”，小紅書ID是“金州拉文”，

怎麼知道這兩個不同平臺的id其實是一個人呢？

這就必須要有一個跨平臺的使用者身份唯一標識，資料匹配就是收集同一個使用者在多個平臺的客戶識別碼，透過打通這些客戶識別碼來拼合資料。把你在網路中不同平臺的行為進行串聯起來，知道這幾件事是一個人完成的。

客戶的識別碼很難做到準確的匹配，首先因為目前的客戶識別碼是基於不同體系的（終端、瀏覽器、路由器、作業系統等）。

比較常用的連通方式是手機號，因為基本上每一款app都要求輸入手機號才能完成註冊。

可以透過手機號來打通不同平臺的使用者資料。例如我用iPad看了nba比賽，那麼當你用手機開啟某個電商平臺就可以看到某款籃球鞋的優惠券。因為這兩個平臺你都綁定了手機號。手機號屬於非常敏感的隱私資訊，具有較高的風險。

當然我們也可以透過基於裝置來標示使用者，例如安卓的imei和iOS的idfa，這種方式是默許同一個裝置的使用者是同一個人。

有些廣告主直接把目標使用者的裝置號資訊提供給媒體平臺，媒體平臺看這些使用者哪些在自己的平臺上，匹配上了，那麼廣告就會被推送給這部分的重合使用者。

從iOS 14。5開始，蘋果更加註重對使用者隱私許可權的保護。將IDFA的授權從系統層面提升到app層面，也就是說之前你只要授權一次，所有的app都可以獲取IDFA，而現在每款app都要自己去授權來獲取IDFA。當你的app要訪問蘋果的IDFA時，就會彈框提示是否允許應用程式跟蹤。

中國廣告協會牽頭多家網際網路公司和廣告中自己做了一套CAID（China Anonymization ID），原理就是app採集一些非使用者隱私的裝置引數，上報給服務端生成一個CAID，以CAID來替代IDFA作為裝置的唯一標識。但是這些接入CAID sdk的應用都收到了蘋果官方的郵件，明確拒絕了CAID，如果不下掉CAID，應用將會被下架處理。