编者按：华尔街日报报道称，全球最大的广告主宝洁计划减少Facebook上“精准投放”的广告量，因为投放效果并不明显。消息传出后Facebook股价应声下跌。为什么会有这样的事情发生呢?我们来分析一下。
华尔街日报报道称，全球最大的广告主宝洁计划减少Facebook上“精准投放”的广告量，因为投放效果并不明显。消息传出后Facebook股价应声下跌。
在截止今年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，不会削减在Facebook上的广告支出，但会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，去年年底起宝洁已经开始加大电视广告的投放支出。
这对一向依赖广告收入的Facebook不是什么好消息。二季度财报显示，Facebook广告收入超过62亿美元，占总体收入的97%，同比飙升63%。在宝洁有意减少精准投放规模的消息传出后，Facebook股价应声下跌。
广告是Facebook重要的财源，而精准投放更是Facebook引以为傲的技术。2007年，当Facebook还是一个不到6000万活跃用户的初创公司时，这一基于人口统计数据、购物和生活习惯的精准投放系统就已经在研究中了。作为大数据最早的应用，精准营销甚至被认为是广告行业未来的趋势。
然而宝洁却有意减少它的比重回归电视广告，原因可能出自数字平台的属性。从这上面看，Facebook的确是遇到了麻烦。宝洁的做法让人看到一个大品牌在精准广告投放上的有限性。Facebook上卖得最高价的广告就是精准广告。你要求的精准度越高，Facebook的收费越贵。
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，宝洁推出了一个新品空气清洁剂，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，结果销量上去了
——反驳了过去你投放给一百万人的广告可能不如你锁定一个5000人的群体有效观点。
一位研究分析师说：
“品牌越大，你越需要更广大的受众，而不是更小的目标群体。精准广告锁定在较小的受众，更适合推广比如游戏APP等小生意，因为广告主更好地触达一些当地的用户”。
下面是一些不错的评论：
评论：我看了我的Facebook广告，和我的兴趣完全无关。比如，推荐阿拉斯加航空公司，我这儿根本没有这个公司的航线。推荐Allstate租赁保险服务，我不租东西而且我们这个州没有这个保险公司。推荐民主党左翼国会选举广告，而我是共和党员。
评论：~-~
我个人已经离开广告行业的日常工作很久了，但这并不妨碍接受并理解一个永远的行业真理：
广告主和受众的关系就像你和你家的小强，你关上门关上窗，小强们还是想方设法地跑到你的厨房!一个世纪以来，广告行业就这么回事。请问有没有完美触达、投放，同时还不让用户心烦的招?没有!Absolutely!
当然，这不妨碍我们学习宝洁的个案，作为一个拥有超多子品牌的超级大品牌，超级消费品，给我们的启示不少。
首先从历史记录中寻找曾经使用过同类产品的客户进行匹配是精准投放一种方法。通常使用的算法叫“协同过滤”，即由某些经验的相关性，找到潜在的适合用户。比如你玩过某款游戏，因此可认为你对该类型的其它游戏也有相同的需求。笔者并不否认该算法对某些领域确实有作用，比如游戏付费用户基本就是之前重度游戏使用用户。
但是抛开这些特殊领域，该算法内涵思想“品牌依靠忠诚的消费者发展壮大”与拜伦的理论完全矛盾。拜伦通过对销售数据进行统计学分析，他指出在所有成功的的品牌当中，大量的销售来自“轻顾客”(Light buyer)：也就是购买产品相对不那么频繁的顾客。可口可乐的生意并非依靠每天都喝可乐的人，而是数百万每年喝一次或两次的顾客。这种消费者模式在各个品牌、商品品类国家和时期都适用。无论是牙刷还是电脑，法国汽车或是澳大利亚银行，品牌依靠的是大规模人口——换句话说，大众——那些偶尔购买他们的人。
这个理论意义十分深远。这意味着你永远无法通过精准营销现有顾客来增加品牌的市场份额。
在媒体做“微博营销对90后影响”的项目调查中有个意外发现，数据显示，相比于其他微博营销方式，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%。这说明受访者对微博推送类广告的接受度较低。
这一发现与前面的调查数据形成了反差。起初我对此很疑惑，原因是，拥有几亿用户的某微博掌握着庞大用户数据，最有能力掌握用户的基本属性、偏好、兴趣和特征。并且金主入股某微博后，某微博曾表示要做精准推送，在2013年底还测试了私信推送功能，就是为了试水精准信息推送。如果真的是这样，至少用户对跟自身有关的推送类广告信息不那么反感。可为什么会接受度很低?除非这些推送广告并不精准，打扰到了用户，所以用户才会反感。
于是，我们针对这个问题又进行了大量深访，结果证实了上述观点，受访者对微博推送类广告信息普遍持反感态度，主要原因就在于“不精准”、“与我无关”。比如受访者表示，“这些推送的信息太多了，一大堆，根本不感兴趣，会觉得很烦”，所以他们会认为这些推送来的跟自己没有关系的广告就是一种骚扰;但很多受访者表示，如果推送的广告恰好是自己感兴趣的或是有需要的，一般会点击查看，甚至会去购买。
这些调查结果从反面说明了，推送类广告之所以不受欢迎，查看度、参与度和分享率较低的原因更多是因为与用户的相关性太低，十分不精准，并且扑面而来，让用户招架不住。
说明精准投放的另外一个问题是推送方式显粗暴，离真正精准还有较大距离。
写这些，是想说明大数据精准广告一无是处吗?不，怀疑真理是为了更好的应用真理。大数据广告的核心“程序化”与“定向投放”没有错，这代表移动互联网发展的趋势，也与满足特定市场、特定用户群的商品或服务广告传播需求完全匹配。问题在于目前的大数据实际能力与宣称的雄心还有巨大的差距。也就是说没有看上去的那么好。希望精准投放的公司再接再厉，开发出更契合市场的东西。
