推薦引擎和在線廣告推薦引擎|廣告|

openlog 2007-08-06

展開全文

推薦引擎和在線廣告

作者：Kaiser | 推薦人：草根幫主(信譽(yù)值:86099)在2007-7-31 19:發(fā)布，已有 81人閱讀過：

這

里有一篇與加州在線產(chǎn)品和內(nèi)容推薦網(wǎng)站Baynote Content Guidance市場總監(jiān)及產(chǎn)品經(jīng)理Mike Svatek的一篇關(guān)于用戶行為的采訪。值得一讀。

用戶行為追蹤的缺點(diǎn)是它試圖用人工定出的無法準(zhǔn)確概括用戶興趣與意圖的法則加載在用戶的行為上加以分析。如果A用戶觀看B內(nèi)容，這意味著市場人員必須自動(dòng)采取C行動(dòng)。有些時(shí)候你可能是正確的。但是，如果更深入，你便會(huì)落入電子營銷所經(jīng)常遇到的錯(cuò)誤，就是發(fā)送珠寶廣告給一個(gè)想為侄女畢業(yè)典禮買個(gè)小項(xiàng)鏈的男人，而實(shí)際上，他本人卻對小玩意兒感興趣。這樣的事情屢見不鮮，比如，一個(gè)母親會(huì)在周一為十幾歲的兒子瀏覽產(chǎn)品，而周二可能會(huì)為自己的丈夫或上20歲的女兒買東西，而周五可能會(huì)為自己購買。所以這樣簡單的行為追蹤模式是不夠的。

我們把已經(jīng)做過的事情記錄下來和抽象化的行為分開來，關(guān)注用戶作為個(gè)人和組織如何與內(nèi)容互動(dòng)。我們稱其為“行為指紋”。我們仔細(xì)觀察用戶是如何觀看網(wǎng)頁的。我們注意，對特別的頁面，用戶滾動(dòng)頁面速度的快慢。什么情況用戶會(huì)關(guān)注和立即點(diǎn)擊進(jìn)入獲取更多信息以及點(diǎn)擊的密度。其他的方面，比如點(diǎn)擊的軌跡以及瀏覽網(wǎng)頁的時(shí)間同樣對我們很重要。

如果觀察人們在與特定網(wǎng)頁內(nèi)容互動(dòng)的共同點(diǎn)，你就可以把個(gè)體用戶以及他們的行為與其群體聯(lián)系起來。一旦網(wǎng)站的所有者或廣告商開始這樣看待網(wǎng)站的流量，他們所看到的就不是隨意的幾十萬用戶而是切實(shí)的一個(gè)個(gè)群體。比如運(yùn)動(dòng)網(wǎng)站，他們看到的不是一個(gè)個(gè)對運(yùn)動(dòng)感興趣的人，而是一群對高爾夫服裝、網(wǎng)球、跑步、戶外運(yùn)動(dòng)癡迷的一個(gè)個(gè)群體。這樣，他們看到的是在特定的時(shí)間，每個(gè)群體所呈現(xiàn)的不同狀態(tài)，了解在一天或一周的不同時(shí)段，這些群體是在增加還是在縮減，或者聯(lián)系網(wǎng)絡(luò)之外的一些事件，比如名人的行為對其產(chǎn)生的影響。

我相信在很多更成功的用戶行為定位公司：Tacoda (被AOL剛剛收購)以及Revenue Science的行為定位模式比Svatek先生所設(shè)想的對手更加深入。但是他的想法是正確的：如果只關(guān)注單一IP地址或cookies的活動(dòng)是很局限的，新的互聯(lián)網(wǎng)行銷科學(xué)將更多的因素考慮結(jié)合在一起，這并不是件容易的事。

人類的品味、興趣、偏好以及這里面的復(fù)雜關(guān)系，是永無止境的討論話題，而這也是最受市場行銷人員關(guān)注的話題。特別在當(dāng)今這個(gè)時(shí)代，真的需要將人類學(xué)家、社會(huì)學(xué)家、心理學(xué)家、統(tǒng)計(jì)學(xué)家、經(jīng)濟(jì)學(xué)家的智慧融合到一起。被此類文章和與業(yè)界大師的討論所鼓舞，最近我對推薦方法（無論是音樂、圖書、食物還是電影）以及傳統(tǒng)的以測試為基礎(chǔ)的推斷用戶偏好以及互聯(lián)網(wǎng)廣告運(yùn)用的上下文以及行為定位都非常感興趣。我們都無法相信，我們對一種東西的品味能夠被推算出對另一類別東西偏好。但是正如Andreas Weigend在與我的談話中所說：“我們并沒有我們所想象的這么特別。”

音樂推薦網(wǎng)站經(jīng)常會(huì)推薦一些我們沒有聽過的歌曲，但是從一首歌曲，或者一些很基礎(chǔ)的個(gè)人資料，這些網(wǎng)站所推薦的歌曲是用戶所喜歡的。這種方法被Pandora（其中國版克隆為Yobo）所使用，方法是將音樂分割成類似“基因”的小段，然后可以匹配，這個(gè)方法被LastFM使用， (據(jù)我所知，基于社會(huì)過濾系統(tǒng)－喜歡這首歌的人應(yīng)該也喜歡這首)這讓我清晰的看到推薦音樂網(wǎng)站的前景，而且讓我感到行銷大軍中又多了另一個(gè)強(qiáng)大的工具。

我經(jīng)常這么說，而且我肯定這不是你最后一次聽我這么說，如果你給我一個(gè)小時(shí)看看任何一個(gè)美國人的iPod,我能告訴你他們是在小店買衣服還是在像The Gap一類的品牌店購買，他們看什么樣的電視節(jié)目，讀書的品味（如果有）類似的。中國人目前的音樂品味，還是非常本地化的而且是可以改變的。我們在一方面的“特殊”品味會(huì)解釋很多其他方面的偏好。

上下文聯(lián)系、行為分析、測試以及相互關(guān)聯(lián)為基礎(chǔ)的，眼球追蹤和“行為指紋”，這些都是值得大家探究的。我們在中國應(yīng)該滿懷感激，因?yàn)槲覀兊氖袌鲭m然落后了，但這就讓我們有時(shí)間去看清哪個(gè)方法是可行的，哪個(gè)是徒勞的，然后研究出一種混合的方法可以既滿足了準(zhǔn)確性又滿足了廣泛性。

本站是提供個(gè)人知識管理的網(wǎng)絡(luò)存儲空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來自： openlog > 《業(yè)界風(fēng)云》

舉報(bào)/認(rèn)領(lǐng)