手机端广告怎么标致用户

互联网媒体会收集注册信息、以及用户行为，然后对这些信息进行聚类分析，从而找出其中的规律，利用这些规律来识别用户的年龄、性别，对于用户的每一个特征通过这种聚类算法可以找出一个匹配的百分比，例如说某个访问者是25~35岁的可能性大约为90%~~~~~~

然而，然而，究竟这种聚类分析学习的算法是以什么为依据的呢？总不能写算法的同学说有这类特征的人是25岁~35岁那他们就真的是25~35岁了吧？

实际上一般媒体都会从调查公司购买数据，从而得到一批样本客户，这批样本客户的特征是很明确的，你可以认为他们是百分之一百准确的。然后将这批样本数据与自己网站里的客户进行，找到这批样本客户在自己网站里的行为数据及注册数据。

这个时候才轮得到前面的回答所说的算法上场了，他们通过聚类算法等分析这批样本客户在自己媒体中的行为数据及注册数据，比如爱看什么视频啦、什么时间上网啦等等之类的。不断优化算法并对样本客户进行训练，看看自己的算法和购买来的特征数据差异有多大，如此一直优化到准确率可接受为止。

当算法准确率到达可接受程度了，就可以让算法发挥作用了，在广告投放过程中使用这套算法猜测访问者的特征，然后对符合特征的访问者投放指定的广告……

而广告主又是如何确认投放效果的呢？广告主要求自己的广告投放给25~35岁的男性网民，然后是否真的投给了这批网民难道是媒体说了算的吗？媒体说多少就是多少吗？

显然不是的。广告主会自己去向第三方的调查公司再去购买一批样本数据，并认为这批样本数据的用户特征是百分之一百准确的。一般而言，广告主购买的样本数据和媒体购买的样本数据并不会是同一批数据。在广告投放结束后，广告主会收集到媒体投放的广告中有多少恰好投给了这批样本网民，而被投放广告的这批样本网民中又恰好有多少是满足自己的投放要求（25~35岁的男性）的，从而计算出一个比例，然后认为媒体投放广告的准确度就是这个百分比数字。

举个栗子：

某网络媒体A为了实现人群定向广告投放，向数据调查公司B购买了一批20万个样本，经过之后手机端广告怎么标致用户发现其中有约10万个曾经访问过本网站，A就会对这10万个样本进行分析，看看他们在自己网站中的行为及注册信息分别是什么样的，然后研发算法，并且反复不断的升级。终于有一天发现这个算法对这10万个样本的猜测准确度达到了90%，于是认为该比例可以接受，然后就将这套人群定向算法进行了全流量。

广告主客户C为了推广自己的产品，在网络媒体A上投放广告，要求广告受众是25~35岁的男性。购买量为1000个CPM，媒体A接了这个订单后，使用自身的人群定向系统进行广告投放，因为认为自己的这套算法准确度约为90%，所以A实际上投放了1110个CPM，并向广告主C收取%=999个CPM的费用。

广告主客户C认为媒体A的人群定向不一定准确，需要进行监督，于是自行向数据调查公司B购买了15万样本的数据。广告投放完毕之后发现其中有1万个样本被媒体A投放了自己的广告，这其中有8000个样本确实是25~35岁的男性。因此认为网络媒体A的人群定向准确性只有80%（而不是90%），由于媒体A一共投放了1110个CPM，所以广告主客户C只愿意跟网络媒体A结算%=888个CPM的广告费用。

想要了解互联网广告，请关注我的知乎专栏

我的微信公众号：虾眼看广告

展开阅读全文​