精准营销的悖论,来自宝洁的反思

作者:亢樱青 | 发表时间:2016-09-06 13:35:35 0 条评论

  在截至今年6月的上一财年中,宝洁全球广告开支达到7.2亿美元,今年计划增加5%。宝洁表示,将在Facebook上调整精准投放广告的比重,同时同步加大数字平台和传统平台的广告开销。华尔街日报援引相关人士消息称,因投放效果并不明显,宝洁很可能会缩减在Facebook上“精准投放”的广告费用,并加大对电视等传统媒体的投入,消息传出后Facebook股价应声下跌。

  宝洁对精准营销的新态度,难免令人想起前不久万达集团董事长王健林雄心勃勃地提出,将增加新媒体在项目营销推广工作中的比重,提高新媒体营销精准投放的效果,新媒体费用须达媒体推广费用的70%以上。这一消息对于新媒体营销的狂热信徒而言,也许是个值得警惕的信号。

  精准营销,真的够精准吗

  品牌越大,你就越需要最广大的受众,而不是更小的目标群体,分析人士认为,精准广告更适合用在游戏App,或者一些需要吸引当地用户的小生意上。

  对于像宝洁这样Mass级产品而言,如果精准营销只是针对一小部分特定人群,不足以支撑传播影响力的效果,他们需要影响到几千万级的消费者。过去几年,宝洁发现在Facebook上他们需要触达更广大的受众。有些案例已经证明了这么做是有用的。比如,宝洁推出了一款新品空气清洁剂,把广告精准锁定在宠物拥有者和家庭,但是销售上不去。但是当他们把广告受众面扩大到Facebook和其他地方所有18岁以上的人群,结果销量大增。

  基于互联网,大数据的精准投放策略,一度被认为代表了广告行业的未来趋势。但精准营销能做到多精准?以目前精准投放使用的一种常用算法“协同过滤”为例,它通过经验来分析用户兴趣,在用户群中找到指定用户的相似兴趣用户。而这种“经验”,实际是综合这些相似用户对某一信息的评价,来形成系统对该指定用户对此信息的喜好程度预测。

  而今天,网络用户行为习惯的瞬息万变和碎片化愈加明显,对用户行为的数据掌握和挖掘也变得更加重要、更为复杂。目前以协同过滤为算法的精准营销无法匹配到真实的个体,而是一些以ID为中心的统计学平均值,还谈不上“精准投放”,甚至会转而变成避之不及的“垃圾信息”。

  在此前有媒体发起的“微博营销对90后影响”的项目调查中发现,相比于其它微博营销方式,受访者看到的精准投放类广告信息比例较低,只有36.7%。并且推送类广告的参与度也较低,只有29%。同时,受访者认为推送类广告对他们的影响力和有吸引力是最低的,比例只有18.3%和11.1%。这说明精准营销这种“简单粗暴”的推送方式,并没有达到良好的互动效果。

  爱点击首席营销官唐敏表示,广告主想要将“垃圾营销”变成真正的“精准营销”,需要实现“实时数据+多维数据”的结合。比如:某用户在半年前搜索过汽车产品,购买产品的半年后,如果依旧为该用户推送该汽车产品,对用户而言,这类过时的信息就是“垃圾”而非“精准”;某用户在网上搜索了防晒化妆品,同时在社交网站上分享旅游攻略,又在电商网站上浏览了旅行箱,以及旅游垂直网站上搜索了机票等关键词,那么这个用户有可能最近在准备旅游,涵盖搜索、浏览、社交、广告和电商等多维度数据充分体现用户的多元兴趣,这个用户可以同时是化妆品、旅游服务产品、户外产品等多个行业的潜在用户,这就是多维数据。

  “实时数据能更好地把握消费者最新的兴趣点。我们从各个渠道收集的数据都是用户过去一个月的数据,基本上每6个小时更新一次。”唐敏表示。

热门文章
商学院微博
商学院二维码