为什么这些App都知道我想买什么?
你刚在微信上和朋友说要去日本玩,就在朋友圈看到了机票广告,你老婆刚给你打电话让你买奶粉,你就在淘宝看到了奶粉推荐。
这些广告都是怎么来的?为什么这些 App 都知道你想买什么?
淘宝当然不会窃听你的电话,是你的行为数据让淘宝意识到了你需要婴儿奶粉。
注册一个账号,你需要输入自己的名字、手机号,有时候还会补充性别、所在地。但这只是微不足道的基础数据。
更重要的是你的消费记录、打车频率、关注的公众号、玩过的游戏、理财习惯、有没有车贷房贷、是否买过保险、发过的红包,这些行为最后会变成几千个事实标签,成为你行为数据的一部分。
采集事实标签并不难,难的是建立模型,从杂乱的标签中找到你真正的兴趣,进而构建用户画像。
举个例子,你打开一篇内容标签为美女的文章,并不意味着你真的爱看美女,可能只是不小心点到。这时就需要通过你更多的行为来判断这篇文章对你的吸引力。
这是一个非常初级的内容标签权重算法:
兴趣标签(美女)权重 = 行为权重 x 访问时长 x 衰减因子
行为权重:什么都不干 1 分,评论 +0.5,点赞 +0.5,转发 +2,收藏 +1
时长权重:10S 以内权重为 0.5,10S-60S 为 1,60S 以上为 2
衰减因子:0-3 天内权重为 1,3-7 天权重为 0.85,7-15 天权重为 0.7,15-30 天权重为 0.5,30 天以上权重为 0.1
行为权重对应你是否有评论、点赞、转发、收藏等操作,不同操作有不同的数值,累加成行为权重。
停留时间越长,时间权重也越高。最后,短期行为也无法代表长期兴趣,单次阅读行为的权重会随着时间流逝不断衰减。
于是,你每次打开美女类内容都会生成一个兴趣权重,把一段时间内你所有的美女类兴趣权重进行累加,再用 S 形函数标准化,就能得到一个 0 至 10 区间的兴趣标签值。
数值越高,你对美女就越感兴趣。
除了内容兴趣,这种算法思路可以在消费能力,消费兴趣,社交习惯等多个维度建立模型,计算你的偏好。
之后,这些偏好会被转换为特征向量。假设你的美女兴趣标签值是 8,消费能力是 5,社交偏好是 2,就可以用向量表示为 r ( 8,5,2 ) 。
我们可以把特征向量理解成多维空间上的一个坐标,通过把每一个用户的向量坐标带入余弦公式或距离公式中,就能计算出和你相似的人,进而把用户分类。
但行为数据只能计算偏好,无法判断你的性别、学历等个人属性。
这就需要把已知性别和学历的用户作为样本,一部分用来训练模型,一部分测试准确度。今天各大平台对于用户性别的预测准确度已经可以达到 90% 以上。
最后,微信淘宝们就能得到一个这样的用户画像:
广告主就可以根据这个找到他们想要的消费者了。
这是腾讯广告投放平台的后台。广告主可以自由组合包含消费水平、婚恋情况、内容兴趣,消费行为在内的上千个定向标签供,最后选定广告位和投放时间,根据系统计算的 1.5 元每千次曝光的建议出价,就完成了一次精准投放。
之后,一个住在北京朝阳有过奶粉消费记录的已婚男青年,在即将刷到广告位的那一瞬间,广告平台会发起竞价请求,最后价高的广告将出现在你的眼前。
如果你对这个话题感兴趣,可以在广告平台的开发者文档,进一步了解你的行为数据被处理到了什么样的程度,比如筛选出 " 2017.7.1 至 2017.7.15 去过上海机场 3 次以上的人 "。
另外,通过行为推荐商品的效果往往不如通过同类推荐商品。找到和你一样的人,把他们的的浏览和消费记录推荐给你,往往比直接猜你喜欢什么效果更好。
需要说明的是,微信淘宝们采集的行为数据不仅只对应你的账号,更与你的手机唯一识别码绑定在一起。
PS:Android 手机上可以采集到的唯一设备编码叫 IMEI,在 iPhone 上叫 IDFA。
这意味着,你就算不注册不登录,你的行为数据一样会被采集。
同时,广告平台也可以根据你的手机识别码在其他 App 上为你投放广告,这样你刷抖音的时候也能看到淘宝的奶粉广告了。
别太紧张,根据《个人信息安全规范》,商业广告平台的所有标签都应该避免精确定位到个人,以保护你的隐私安全 。
如果你是 iPhone 用户,还可以通过在设置中关闭 IDFA 码限制 App 对你的数据进行采集。