1. 首頁
  2. 信息流

DMP的人群畫像功能,究竟應該怎么用

用好DMP的畫像功能,不僅僅只是靠工具,還要掌握方法。

最近跟一些甲方朋友們聊品牌廣告的投放,對DMP又起了興趣。DMP,我在很多場合都說,它跟CDP很不同,在廣告投放領域,DMP不可或缺,具有支配性的數據地位。 

另一方面,DMP也被認為是一個數據分析工具,一個給人很fancy感覺的數據分析工具。

因為它能給你的廣告受眾做畫像。 

畫像功能,給人的趕腳實在是太好了,就像一個神奇的透視儀器,把藏在黑箱里面看不到的東西,都一覽無余。 

畢竟,我們此前從來沒有任何一個直截了當的工具,能夠告訴我們,看到你的廣告、點擊你的廣告的,都是什么樣的人,都有什么喜好。想想就覺得美。 

唉,但現實總是骨感。 

當你真的使用了這個工具,就會發現,似乎它并沒有想象中那么美好。

不美好的,在于兩點。一方面,是DMP有長處,也有短板,它和我們想象中的并不一樣。另一方面,我們也未必會使用這個工具,讓它發揮應有的價值。 

這篇文章,我來聊聊DMP的人群畫像功能,究竟應該怎么用。畢竟工具好不好,這個是客觀難以短期改變的,我們至少能改變我們的技能。

1
光有個畫像,沒啥用呀

關于DMP的畫像到底有沒有用,有很多爭論。反對者的主要聲音是,DMP中的人群畫像普遍非?!按种Υ笕~”,并且準確性也欠佳。不僅如此,往往給出的畫像跟常識并沒有很大區別。 

DMP的畫像能力,體現了DMP的制作水準。一個不太好的DMP,人群畫像中的屬性如同上面所說的“粗枝大葉”,是非常泛泛而談的。 

例如,看見不少DMP中,對人的描述,是“白領麗人”或是“職場精英”或是“家庭主婦”,這種標簽屬性是很模糊的。

除此之外,還能夠給出人群的性別年齡等人口信息、地理位置,以及人群常用的app或網站,再加上一些感興趣的事物,通常是喜歡看什么節目,或是大概對什么商品感興趣,就構成了幾乎所有的DMP內人的屬性數據。 

但這些DMP,特別是廣告主“自建”的DMP,由于它們不具備大型電商平臺或者大社交媒體平臺的一手數據積累,因此,除了人口信息地理位置這樣的較為靜態的數據之外,動態數據(感興趣的事物或商品等數據),是很難真正知道它們是否準確的。 

例如,下面這樣的商品數據,基本上只有電商平臺給出的DMP才比較有意義。

DMP的人群畫像功能,究竟應該怎么用

屬性數據匱乏,其實是讓廣告主用不好DMP的一個很重要的原因。 

因此,當一次廣告投放之后,廣告主自己的DMP給出的數據是類似于下圖的樣子,并且要從這些數據中得出有價值的“insight”,實在是太難了。

DMP的人群畫像功能,究竟應該怎么用

點擊上圖可查看大圖

上圖的DMP所展示的人群,是我的讀者的畫像,在職業分布(第二行右邊的圖表)中排名第一是IT,排名第二的是營銷公關,這個還make sense,但并沒有什么幫助,因為它就是說明了一個我們都知道的情況罷了。但在興趣分布這一項,則相當匪夷所思,例如,第二大興趣是“美容美體”——難道,我的讀者都是步入中年,需要考慮優化自己的顏值了?而這個興趣,又意味著我要對美容美體感興趣的人投放我的廣告嗎?

DMP的人群畫像功能,究竟應該怎么用

DMP的人群畫像功能,究竟應該怎么用

所以,DMP看起來很fancy,想要用起來,其實遠遠不像我們想象中那么神奇美好。

那么,我們需要怎么做?

2
用TGI,只是走出地下室的第一步

朋友們會說,上面的報告,應該給出TGI數據才能用。 

好想法,說明已經是有經驗的讀者了。但光TGI還遠不足以解決問題。

所謂TGI,是比較當前人群和普通人群在不同屬性上差異大小的一種度量衡。類似于控制組與曝光組的概念,普通人群,也就是俗稱的普羅大眾,就是控制組,而DMP中選定的人群,則是曝光組。二者的差異用TGI來表示。

比如,上面的例子中,假如我的讀者的職業為IT的人的TGI是1.8,那么意思是我的讀者中的IT職業者的比例,比普羅大眾中的IT職業者的比例高1.8倍。 

不過,很多地方把TGI的倍數,乘以100進行計算。上面的例子中,IT職業的對比,我的讀者人群對比普通人群,TGI應該是180。所以你可能看到有TGI不同的表示方式,乘以100的應該是更標準的方法,但二者都不算錯。

1. GI:即Target Group Index(目標群體指數)

2. TGI指數= [目標群體中具有某一特征的群體所占比例/總體中具有相同特征的群體所占比例]*標準數100。

DMP的人群畫像功能,究竟應該怎么用

所以,上面關于我的讀者的畫像的例子,要是加入了TGI就會有不同的解讀。例如,在興趣中,我們發現排名第二的興趣是美容美體,但是,跟普通人群的TGI相比,這個TGI如果是0.3(或者用標準數100乘了之后,是30),那就說明雖然美容美體是第二大興趣,但是相比普通人的感興趣程度,那可差了遠了。

于是,如果沒有TGI數據,營銷策略肯定是要投廣告給美容美體人群的。但沒想到,追蹤了TGI數據后,卻顯示美容美體人群反而更多是普通人,所以這個廣告的策略恰恰得反過來,不能這么投給美容美體人群,這些人并不是目標人群。 

這就是DMP的一個陷阱,特征比例強的某個屬性,并不能直接得出要投放廣告給他們的結論。這個道理其實很容易理解:宋星的讀者都喜歡美容美體,但喜歡美容美體的人卻并不一定都是宋星的讀者。你投廣告選擇美容美體很容易大大滴浪費錢。 

所以,TGI是DMP畫像的一個必須有的指標,如果不能提供TGI,這個DMP的畫像基本上可以認為啥用也沒有。 

如果選定人群的某個屬性排名很靠前,且TGI相比普通人群非常高,那么得出對這群人進行投放的結論,才說得過去。

這說明TGI很有用。

但TGI雖然有用,卻只是給出了一點點基礎性的數據,可以給我們一些洞察,但離“勝利”其實還差得遠。例如,如果我們看到下面的數據,我們會發現,即使加入了TGI,世界仍然“很不美好”。

DMP的人群畫像功能,究竟應該怎么用

上圖展現了“畫像數據”的某個維度,即廣告覆蓋人群的app使用情況。遺憾的是,這些TGI數據并不非常顯著,似乎只有右數第二個app是大家“嫌棄”的,因此廣告主能得出的結論,最多就是不要在這個app上投放廣告,僅此而已。這樣的結論,等于沒有結論。

這說明TGI并不總是能幫到我們。

3
對比,是使用畫像的基本方法

既然只靠TGI無法幫助到我們,因此,我們需要在TGI的基礎上用到更多的方法。無論多么fancy的數據工具,利用這些工具的時候,都必然會遵循一些一點也不fancy的基本方法。

這些基本方法中最重要的兩個,一個是細分,一個是對比。 

事實上做細分,也就是為了對比。 

使用DMP的畫像功能,必須要做細分,才有價值。 

而所有DMP常用細分中最重要的細分,是按照“行為”所做的細分。 

所謂行為,對于廣告投放的受眾而言,有三大類:曝光、點擊、流量行為。 

所謂流量行為,是指廣告投放出去引來流量之后,這些流量在落地之后(進入網站、H5或是app等)的行為——瀏覽、點擊、轉化等等。 

現在我們看一個例子: 

一次投放,有100萬個曝光,1萬個點擊,5000個網站上的訪問,100個提交自己的購買意向。

這實際上就天然帶來了四個人群。而四個人群,是父集(曝光人群)、子集(點擊人群)、孫集(訪問人群)、重孫集(意向人群)的關系。

這四個人群的畫像應該作對比。比如,下面的數據。

DMP的人群畫像功能,究竟應該怎么用

有意向的人群和曝光人群,有比較大的差異,凸顯在意向人群的年齡普遍高于30歲。這對于投放來說,是重要的指導線索。

又如下面的數據。

DMP的人群畫像功能,究竟應該怎么用

意向人群TGI最顯著的是淘寶和支付寶,而曝光人群則更喜歡抖音。這,也能給我們很多insight。

有了這些細分的對比數據,投放策略應該怎么定,就比不做細分的時候,要清晰多了。

4
哪些是我們常用的畫像人群對比項目

所以對比很重要。

下面是利用DMP畫像數據時,常用的細分人群對比項目: 

  1. Demographics數據(后面簡稱Demo)

    1. 性別、年齡

    2. 地域,尤其是城市分布

    3. 一二線城市 和 三四線城市的 demo TGI有沒有差異

    4. 地理位置——是否有在城市的繁華(貴)的地區活動(不僅僅只是城市)

  2. 細分行為的人群分組對比

    1. 曝光人群的demo vs 點擊人群的demo

    2. 不同曝光頻次的人的demo 對比

    3. 不同點擊頻次的人的demo 對比

    4. 點擊人群和對我們商品感興趣人群的demo對比

    5. 投放人群 vs 購買人群:利用電商平臺DMP如品牌數據銀行數據(可能有樣本的偏差,但聊勝于無)

  3. 興趣數據和細分人群的興趣數據

    1. 曝光人群興趣數據 TGI

    2. 點擊人群興趣數據 TGI

    3. 一二線城市 和 三四線城市的 興趣TGI

    4. 興趣數據包括:

      1. 平時使用app的差異:不僅僅是app本身,還有使用時間的差異

      2. 其他購物上的差異(電商提供)

      3. DMP中的標簽(但不能確定是否準確度高)

      4. 運營商可能能提供的數據

  4. 不同商品之間的差異對比

    1. Demo角度的差異:曝光人群、點擊人群、轉化人群

    2. 興趣角度的差異:曝光人群、點擊人群、轉化人群

5
最后看一個經典案例

下圖是阿里巴巴的品牌數據銀行的一個campaign投放之后的簡明扼要的畫像。廣告主是某母嬰產品廣告主,而對照人群,則是阿里提供的所有買母嬰產品的人的數據。

你能從中看到什么有意思的東西?注意,下圖中靠上面的兩個圖表,其實就是TGI,不過不是標準計算方法,因為標準計算是用的除法,而這里的計算,運用了減法的絕對值(靠下面的圖表中的每個屬性的兩個柱子的值相減,就是靠上面的圖表中的柱子的值)。不知道為什么用了減法,而不是TGI的標準算法,或許,是為了更直觀吧。

DMP的人群畫像功能,究竟應該怎么用

請大家具體分析。我只講講結論。結論是,這一次投放的人群,似乎偏的厲害呀!

?特別聲明:本站遵循行業規范,任何轉載的稿件都會明確標注作者和來源,如果來源或作者有誤,請及時聯系我們更正;本站的原創文章,請轉載時務必注明文章作者和來源,不尊重原創的行為我們將追究責任;作者投稿可能會經我們編輯修改或補充。

聯系我們

QQ:898322230

工作時間:周一至周五,9:30-17:30,節假日休息

QR code
国产在线观看黄av免费