移動互聯網下半場人口紅利與流量紅利雙雙觸頂,流量紅利帶來的粗放增長難以持久,商業正回歸于理性的長線經營。品牌需要以“長線思維”審視商業和營銷,在存量競爭中,尋找新的洼地,對于擁有多類型業務的平臺型廣告主而言,又要如何打破多業務的人群畫像復雜、目標受眾較窄的困境,提升獲取用戶的效率和準確性,讓各個增長點的轉化效能更大化?
58同城,一家神奇的網站,在不斷實踐中尋找新的增長點,持續地進行轉化,讓增長長期有效。
58同城的拓客實踐,不斷挖掘新的增長點
作為中國領先的生活服務平臺,58同城業務覆蓋招聘、房產、汽車、二手、本地生活服務及金融等各個領域。不同業務之間的目標人群千差萬別,廣告投放目標也不盡相同。業務的多元化也給廣告投放帶來了不小的挑戰,例如招聘業務面向求職者,廣告投放更關注流量質量,而本地生活服務更多面向家庭,以站內商戶效果為主要目標。因此,58同城運營團隊很早就開始探索針對每個垂直品類的精細化投放策略。
從最初使用一方種子人群進行Lookalike人群拓展,到根據歷史轉化數據在系統中進行自動擴量,58同城一直在拿量和精準拓客方面不斷探索,并在近期嘗試了騰訊數據智庫的Model Lab。
精準預估高潛人群,質和量雙優解
首先,58同城針對不同業務的細分品類分別建立訓練模型,將歷史轉化人群和未轉化人群分別用作正負樣本訓練,讓模型深度學習正負樣本特征,并用該模型判斷不同定向人群的預估轉化率。根據自身投放量級需求,挑選高潛人群用于廣告投放。
通過這種方式,58同城既保障了目標人群的精準,又很好的滿足了投放量級的需求,找到了質和量精準間的最佳平衡。通過騰訊數據智庫自定義建模的優化,58同城招聘業務的轉化成本較以往降低了13%,黃頁-家裝業務轉化率提升了39%,黃頁-金銀回收業務轉化率提升了19%。
機器學習輔助人工決策,人員能效大幅提升
除了優化投放效果,騰訊數據智庫自定義建模還進一步解放了運營團隊的人力和時間。在此前的探索中,運營團隊需要配備較多人力進行不斷試錯,自定義建模功能以機器學習、模型訓練自動輸出預估結果,運營團隊只需根據結果自行選擇相應范圍內的高潛人群進行投放即可,極大節省了試錯時間和人力成本,讓運營團隊有更多的精力用于優化整體投放策略和不斷總結復盤。
針對58同城這類目標人群各不相同,同時對投放量級有一定需求的廣告主,選擇騰訊數據智庫自定義建模是不錯的選擇。該模式也適用于電商、在線旅游、網絡服務等其他同樣擁有多元業務的平臺型企業。比如電商平臺可以根據其數碼產品、女裝和寵物用品等不同垂類業務建立訓練模型,旅游廣告主可以針對其酒店住宿、機票火車票、租車服務等不同業務進行差異化建模,這些行業也都具備業務不盡相同的特點。
激活一方人群價值,持續沉淀品牌數據資產
除了對廣告轉化人群進行模型訓練,騰訊數據智庫自定義建模還可以針對更多一方人群進行應用,將這些人群價值進一步轉化為品牌數據資產。
蘭蔻曾通過自定義建模,對小程序人群進行了模型訓練,最終在投放中實現了小程序商城分享率提升28%,小程序下單率提升36%。
從拓客到轉化,自定義建模只是騰訊數據智庫重要的功能模塊之一。作為騰訊智慧營銷的數字引擎,騰訊數據智庫將為通過“品牌數據資產沉淀”、“多維洞察策略制定”及“營銷應用一鍵即達”三大核心能力,為廣告主提供更精準的人群洞察,實現精準拓客和高效轉化,以“人”作為數字化資產的核心,用數據驅動生意增長,期待在即將到來的雙十一大促中助力更多廣告主。
圖文來源:騰訊廣告