今日头条+Uber:玩坏新闻后,又准备玩坏广告,很破坏!

大数据到底有多狠?

这两天,看到今日头条跟Uber的一个活动,被刷了朋友圈。

【文/金错刀(微信号:ijincuodao)】

这个活动很奇葩。4月25日,Uber和今日头条共同推出的“10秒遇见未来知己”活动。4月25日内,只要你在这12座城市(包括北京、上海、深圳、广州、杭州、天津、长沙、苏州、武汉、南京、重庆、成都)选择Uber拼车,和同行的Ta一起完成10秒的兴趣匹配小测试,就有可能获得拼车优惠。兴趣匹配小测试结束后,兴趣匹配程度越高,将得到越高的Uber拼车优惠券。

表面上看,这是个看起来很特别的营销活动。

但是,背后想展现的是头条大数据的兴趣判断能力。这更是两个大数据公司的一场阳谋,一场傲娇。

这两个公司就是想重新定义一下“志同道合”这个成语。Uber拼车达成“道合”,今日头条基于4.7亿用户阅读大数据完成“志同”。

这更像一次大数据行为艺术秀。

会有什么颠覆?

玩坏新闻后,又要玩坏广告

我第一次见张一鸣是3年前,在一个内部分享会上,张一鸣说自己的新闻APP,没有一个编辑,全是工程师,想干掉网易新闻客户端。

当时,网易新闻客户端算是新闻类里最大的,更重要的是,网易新闻客户端的口号被认为是做新闻的极致:有态度的新闻。当时的会上,网易新闻APP的总编也在,我们都觉得:不可能。

后来的事情,大家都知道了。今日头条以掠夺者的姿态,成为新闻APP里的头把交易,秒杀了传统门户,像网易新闻、搜狐新闻、新浪新闻等。

这是大数据对有态度的一次秒杀。这也是工程师对编辑记者的一次降维攻击。

张一鸣当时在会上讲的几句话,至今记忆犹新:基于大数据的个性化将颠覆一切。

张一鸣算是今日头条的“总编辑”,工作习惯是这样的:早上看后台数据,然后抽查用户,在网上看各种反馈。每晚12点前会发出一份头一天所有用户的反馈情况。

传统广告一直是痛点颇多,有“量”无“质”,无法精确将人群分类并送达信息。看不到传播效果、暗箱操作等等。传统广告有句名言:“广告费有一半是浪费的,但你不知道是哪一半。”传统广告做法是投石问路,先投放广告,再判断。大数据营销能把这个时间点卡在投放前面了,在100毫秒以内,电脑跟服务器对接,先看用户画像,再决定放不放广告,形成了一个巨大的颠覆。

今日头条已经熟练的根据兴趣做资讯分发。现在广告收入直线上升,据说今年要做到60亿。看来根据兴趣分发广告也已经完全不是问题。

今日头条实现了通过大数据算法方式实了广告的场景化,充分发挥移动端特性,根据用户的兴趣以及定位等信息,因人而异、因地制宜地推送广告,广告在正确的时间出现在正确的人面前,进一步提高精准。

“如果广告信息得到精准分发,比如当我想买电动汽车的时候,就得到电动汽车的优惠广告,这个广告不但不招我烦,还能让我心情愉悦。”此前今日头条商业产品副总裁刘思齐在接受记者采访时曾举了这样一个例子。

作为一个读者我觉得这一点太可怕了!

一个重武器:兴趣引擎

这是一个幕后武器:兴趣引擎。就是基于用户的兴趣,进行大数据的适配,连接一切。

今日头条跟Uber的合作,是在兴趣基础上又更深了一步,依靠兴趣,杀入社交。在打车的场景下连接人。

我觉得这样的工具在中国会非常颠覆,中国人和欧美国家的人不同,对于内敛的中国人来说,如果没有一个合适的话题和契机,很多人和陌生人之间的社交是很难进行的,即使双方处在移动互联网的两端,即使各自对对方一无所知,开始一段陌生的社交依然存在很大的障碍,而共同的兴趣是打破尴尬进行交流最有效的保护伞。

说了这么多,我想说的是,所有创始人要注意到一个趋势,传播的革命,正从大众到分众,再到精准。精准的本质,就是对每台电脑进行精准的用户画像,从而进行精准匹配。

而兴趣是是连接用户的一个爆点,基于大数据的兴趣引擎更值钱。

此前今日头条还联合亚马逊在世界读书日上做了个精准推送,基于兴趣赠送书,不同的人会收到不同的类型的书。覆参与此次赠书活动的人数约320万人,据统计,这次活动的曝光量总计高达1亿,受到覆盖用户的一致认可。今日头条还邀请了余文乐、韩寒等20名各领域的知名人士,向读者推荐他们心中的好书。

现在,又基于兴趣来让陌生人交朋友,直接连接人与人。基于兴趣营销形势的探索,未来还有很大的想象空间,也能创造无限的可能。比如,我最大的兴趣是人物传记,很多创始人也爱看人物传记,我很想尝试一下,基于人物传记的兴趣能做出什么样的连接。

人工智能系统,它不仅像一个助理,还像一个上帝。你信吗?

·氧分子网(http://www.yangfenzi.com)延伸阅读:

您可能还喜欢…

发表评论

邮箱地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>