不可否认，精准投放极大程度上可减少广告费用的浪费，让收益最大化。
但如何算是“精准投放”？众多广告主将目光瞄向了大数据，利用大数据的精准性，利用大数据抓取用户的搜索行为、点击行为所建立的标签，从而去定向投放。
但利用大数据的精准性转化效果就一定是正向发展吗？
某广告主在今日头条投放“跑步机”该产品的信息流广告，于是它根据大数据将目标用户定位为近半年在今日头条上关注健身等文章类的用户，进行精准投放。
各位看官们，你觉得这样投放有问题吗？
事实却证明，结果并不理想。这是为什么？在大数据的精准加持下，反而投放成本比之前增加了。
来，今天就来分享一下如何用好大数据让投放更精准。
关联标签与有效标签
其实，关于大数据对用户的标签，我们基本上可以分类两类：关联标签和有效标签。
关联标签：指与产品有相关联系，也能使用户产生购买行为的标签。
比如上述，向具有健身标签的用户投放跑步机，这就属于关联标签。
有效标签：用户与产品是因果关系，能够直接产生购买行为。
比如向二次元标签的用户推送动漫周边。
而对于广告主来说，我们。要利用大数据去投放有效标签而不是关联标签。
举个栗子
因为喜欢健身，所以需要买一个跑步机放到家里会更加方便。这个逻辑没毛病吧？但这只是广告主的认知。那些真正热爱健身的人是不满足于仅仅跑步的，他们往往会去健身房等。
所以，拥有“健身标签”的用户有可能会产生购买行为，也有可能不会。
所以说，健身标签对于跑步机而言是相关标签。而“没有时间”标签才是于跑步机而言是关联标签，因为他们之间是因果关系，用户会直接产生购买行为。
这就好比冰淇淋销量增加的时候，溺水人数同比增加，并不能得出冰激凌热卖导致溺水。
但大部分广告主在投放广告时，都习惯性去运用直观可见的单一属性，机械地将市场上存在某些相似的用户归类在一起，将关键词和用户行为之间的相关关系，误解为因果关系。
所以我们在投放广告前，要理清关键词与用户行为之间的关系。寻找关键词与用户行为之间的因果关系而不是相关关系。
优先关注发出消费信号的用户
侦查学家艾德蒙·洛卡德认为，当人们产生某个行为时，总会跟各种各样的物质发生接触和互换关系。
简单理解便是：在产生任何行为前都会有一定的触发动机。
比如，你产生喝水这一行为是因为你渴了，你产生吃饭这一行为是因为你饿了。
而对于互联网上的用户来说，每一个行为都会在跟它接触的地方留下数据，通过对这些数据进行分析、整理就产生了大数据，即用户标签；以此帮助我们侦察用户状态、预测用户行为。
而我们要做的便是尽可能地搜集：能够诱发用户产生购买行为的因素。
比如太阳镜，风沙、阳光、夏天、造型等等都是诱发用户产生购买动机的因素。
对应地，我们可利用大数据向最近购买过防晒口罩、夏天连衣裙等用户进行推送。
尽量保持与动机型用户的同频
当我们了解到产品的关联关键词、洞察到用户的消费动机，是不是就代表只要把产品推送给他就会形成转化？
当然不是。以上只是我们投放的因素，我们还需要进一步考虑，我们的产品层级，是否和用户的消费水平、习惯在同一个层级上。即：相关转化因素。
以刚刚投放跑步机为例，假设我们卖的是RMB2000+的跑步机，那么对应的：
他们对这一类产品、对生活的要求是什么？
同样是跑步机，该推荐最新款给用户？还是该推荐正在做活动的经典款？
……
这都需要进行数据搜集和分析。
那搜集什么信息？我们可通过大数据对曾购买过跑步机的用户进行信息调取：发现购买过跑步机的用户也都购买了动感单车等健身产品，那我们就可以通过分析这些关联产品，预测购买跑步机目标用户的购买能力，选款要求等。以此来确定自身创意、着陆页等优化方向。
通常情况下，我们可先根据产品进行罗列能够使用户产生购买动机的因素，然后再根据其因素通过大数据所构建的用户画像、搜索行为以及历史交易数据进行广告投放。
人人都说大数据精准，但利用大数据投放的前提是要做好其准备工作，比如连相关标签和关联标签都分不清楚，谈何精准投放？
其实，以上的套路基本上可以总结为：
1. 对关联标签和相关标签进行分类，投放关联标签；
2. 搜集影响用户产生购买动机的因素；
3. 利用大数据构建用户画像、搜索行为等；
4. 根据大数据的信息，确定其优化方向，并进行广告投放。
