广告的准确性：谁的准确性？

先说广告的准确性。

对于消费者来说，我现在想买的是准确的广告。

对于品牌来说，能够找到他的潜在用户群体，促进转型，就是广告的准确性。这个潜在客户群体不仅意味着购买意愿，还意味着潜在消费意愿和实际消费能力。

在特定的广告展示中，品牌为广告付费。因此，满足品牌需求是促进广告技术发展的第一动力。让广告对消费者有用是因为它可以促进转型。正如受试者所说，当你想要什么时，就会有相关的广告推送，这只是准确推荐广告的具体情况之一。大多数时候，当你买东西时，你不会做出如此理性的决定，但广告会激发你的冲动欲望。这就是广告的力量。

题主提到的实时信息采集(用户前几天可能喜欢什么，但两天后就不感兴趣了)，需要了解用户的一举一动。

可以清楚地说，到目前为止还没有必要。因为这种交付方式没有效率。事实上，我们现有的广告推送大多考虑人群，而不是特定的个体。人与人之间的区别并没有我们想象的那么大。

在互联网广告系统如何识别用户，如年龄、性别、职业、兴趣、购买力等之前，具体的数据收集方集方法。

通过用户的设备信息、地理位置和注册信息，锁定特定用户，并将用户在使用特定业务时与业务的特定交互作为标签。例如，拇指、评论、分享和其他显性行为将使用户与相应的内容标签相关联。拖动、播放完成、页面停留时间等隐藏行为可以使系统更好地衡量用户在特定标签下的偏好。

以用户的消费行为为为特征，具体的人群匹配可分为基于商品、用户和模型的协调。

基于用户的协作，即符合上述例子，其基本想法分为两个步骤：找到那些在某一方面与你口味相似的人（例如，你们都是新父母，倾向于有相同的教育概念），并向你推荐人们喜欢的新事物。

基于项目的协调，推荐的基本想法是确定你喜欢项目，然后找到类似的项目推荐给你。但项目之间的相似性不是从内容属性的角度来衡量的，而是从用户反馈的角度来衡量的。利用大规模人群的偏好推荐内容，这是各公司在实际工程环境中应用的主流分销方式。

   基于模型的协作，是用户偏好信息训练算法模型，实时预测用户可能的点击率。将深度学习应用于基于模型的协作也已成为业界广泛应用的一种方式。

此外，楼上还有人提到了根据你的购买行为推广告的行为，这也是一种重要的广告形式，重定向广告。根据您的行为模式数据，推荐高相关产品：您浏览的产品，与您浏览的产品匹配的产品，以及您在算法下最有可能购买的产品。在广告网站上，app在里面，你可以看到这些产品的广告。目的是促使您完成以前未完成的购买。我希望你能再买一次，买更多。（详见重定向广告？

在目前的技术水平上，这足以找到人并曝光广告。此外，在机器学习的背景下，用户自己的培训和提供也是信息的重要来源。楼上有人提到Google now，现在已经被Google assistant替换。但两者都依赖于用户自己的反馈来更好地了解用户的个性和偏好。这是机器学习的重要组成部分，也是未来的发展方向。也许在未来，我们真的可以将人群粒度细化到特定的个人。

在互联网时代，隐私是个伪命题。你交出的信息比你以为的多。你露出的痕迹比你知道的多。隐私和便利（个性化推荐）是一对无法两全的矛盾。互联网的基本逻辑是，用户交出一部分个人信息，换得更便捷更高效的服务。

对于大多数广告商来说，个人私人信息实际上毫无意义。他们感兴趣的不是具体的个人，而是抽象的人。

目前，虽然我国有互联网广告相关法律法规，明确提出数据不能作为资产交易，但数据细则尚未专门发布。保护用户隐私的常规做法是清洁和脱敏数据。今年5月底，欧盟发布了世界上最严格的数据法和通用数据保护条例(GDPR)，GDPR对于个人数据的定义，在具体的营销中，对于一些追求效果的营销投放来说，到严峻的考验。

对于追求转化率的具体效果营销，有必要通过营销过程中的用户行为获得用户授权提供的相关数据信息。一些不可避免的极端服务将涉及用户隐私信息。GDPR随着用户隐私数据范围的缩小，大量个人行为数据的开放。

而面向品牌曝光类的广告投放，基于对用户大数据的智能分析，希望通过营销投放，触达用户心智，达到品牌价值的有效曝光、传播最大化。比如泛为科技的主要业务是服务于品牌广告主，品牌营销直观来讲，可以理解成是基于脱敏数据进行广告投放来影响用户的。

在谷歌的推出中，需要用户授权的广告将有相应的提示，并将选择权返还给用户。广告的准确性和隐私的平衡需要媒体、技术公司和品牌所有者的共同推广。在未来，我相信用户需求和广告目标将是一致的。这些授权数据也将更准确。

泛为科技，用技术做更好的营销公司

更多可见：

如何统计广告效果

视频营销的模式和渠道有哪些？

世界杯期间如何评价？BOSS直接投放广告？

为什么像可口可乐这样家喻户晓的品牌要铺天盖地投放广告？

精华回答目录（2017.7.16更新）