信息流适配人、货、场？【免费送书】-精准获客

在 2017 年至 2020 年期间，国内信息流的发展势头极为迅猛。特别是在 2020 年，短视频的崛起为信息流行业注入了强大的动力。

发展迅猛的领域，往往蕴含着广阔的市场机遇。就个人就业而言，当前信息流领域人才匮乏；对于企业来讲，信息流依然存在着每年超 100%增长的可能性。

研读了明学海老师的《信息流广告实战》一书，从信息流的基本理念到营销、技术两个层面的整体逻辑，构建起了完备的框架。尤为可贵的是，此书无论是在流量侧、广告主侧，还是用户维度，均在理论和实践案例方面进行了深入且全面的剖析。

我将本书在人、货、场方面的阐述，定义为“三才剑法”。

1、何为信息流？

我们日常所刷的头条、抖音、快手、微博等，皆遵循信息流的个性化内容推荐原则。

为何信息流在这几年发展如此迅猛？只因它是匹配人、货、场的一种终极形态。

就场景而言，信息流渠道最初主要是满足企业获取用户的需求。相较于搜索，搜索是用户知晓“海飞丝”后才去进行搜索。然而像头条、抖音这类信息流渠道，用户在浏览信息流内容时，便会被广告创意所吸引。即便用户原本并不了解海飞丝，也可能被成功种草，轻点头条上的广告，跳转至京东就完成了购买。

数字营销行业在这几年变化显著。要理解信息流，或许需要从技术的基本原理着手，也就是 RTB 与 DSP 平台。让我们花费几分钟时间来探究一下它们的作用。

2、点：产品形态的转变

传统的广告人，将用户视作受众，也就是我们所说的 TA （Target Audience）；而互联网人，则把用户视为流量。

什么是流量？我们每个人在手机上所耗费的每一分、每一秒，皆为流量。

程序化交易于 2012 年从美国引入国内。当时国内的领军企业包括品友互动、悠易互通等。程序化交易的概念，与炒股颇为相似。若您想要购买京东的股票，在股票软件上选定京东，然后设定您的目标价格。当京东的股票跌至该价格，股票程序经过后台的竞价，由于其他人也可能设定此价格。在竞价中您若成交，便能购得京东的股票。

流量的程序化交易与股票相似。例如，用户小 A 在刷微博时，遇到广告位，便形成了广告库存。微博将小 A 这个广告库存提交给流量聚合平台 SSP，SSP 再提交给广告交易平台 Adx，Adx 补充上一些小 A 的标签后，提交给 DSP 例如品友互动。

品友互动在自身的数据平台 DMP 中查询，发现小 A 这个用户符合广告主中国银行的需求。便会参与小 A 这条广告的竞价。竞价成功后，DSP 品友互动会将广告主中国银行的广告创意下发给 Adx、SSP、微博。随后用户小 A 便能看到中国银行的这条广告了。

这是一条典型的 RTB 实时竞价模式下，用户看到广告的流程。RTB 竞价机制，起初是为了解决媒体剩余流量的销售问题，例如那些边角料的流量。

经典的大媒体流量销售，遵循一个金字塔结构。塔尖部分是最优质的流量，例如抖音的开屏，采用 CPT 模式进行包段销售；塔颈部分比如短视频的前几刷，会放入 PDB 保价的池子进行销售；剩余的部分，则放置在金字塔腹部的 RTB 池子进行销售。不过，从 2016 年至今，随着效果广告的占比持续攀升，媒体大盘流量中通过 RTB 模式销售出去的流量占比日益增高，美国去年已超过 79%。

我们继续依据点线面体理论，来审视一下 2012 年至 2020 年，数字营销行业发生了哪些变化？

3、线：技术之因

媒介形式的变迁，给营销品牌方带来的影响重大且不可逆。

在长达 150 年的传统广告行业中，广告人始终在抢占主流媒介。在电视时代，只要拥有收视率，便有机会凭借内容触达用户，改变用户的心智。采用多品牌策略的宝洁，被誉为营销界的黄埔军校。但在互联网时代，网站、应用繁多；用户时间愈发碎片化，没有任何一个渠道能够全面渗透全国。于是，自 2012 年起，RTB 这种精准定位用户投放广告的理念，开始流行。

第三方 DSP 公司，赚取着媒体流量的差价，毛利率颇高。2016 年起，头部媒体察觉，自身销售流量岂不更好？为何要让中间商赚取 20 个点以上的差价？于是，媒体的流量不出站、数据不出站，自行封装 DSP 自行运作。这便是我们如今熟知的信息流平台，如字节的巨量引擎、腾讯广告平台等。

所导致的结果是什么？流量进一步聚合，字节、腾讯等大媒体，占据国内流量的 95%以上。他们不仅拥有自身 App 的流量，还包含收购而来的流量。典型的如穿山甲、腾讯的优量汇等。而

流量的形式，当下主流的便是信息流。因为信息流是信息分发效率最高的模式。

为何这么说呢？

4、面：营销变革

实际上从 05 年到 20 年，这 15 年期间，信息分发历经了三次变革。信息分发，换个视角来看，就是用户如何在网络上主动获取信息。而精准广告的分发原理，依托于其所处的信息分发机制。这三次变革，分别是搜索、社交、信息流。

1、搜索广告：人找信息

搜索广告的典型代表为谷歌、百度。用户想要了解什么，便去“搜一搜”。

搜索引擎将用户、信息及上下文全部特征化，将用户需求的预测做到了极致。

举个例子：用户小 A 喜爱浏览“宝马 X3”的论坛。当他搜索“车”这个关键词时，很可能会被推送“宝马 X3”相关的信息，同时也会被趁机推荐相关的广告。

2、社交广告：人 follow 人

若用户小 B 喜欢某个公众号的内容，便会关注它。如此一来，当有新文章时，小 B 就能看到，这便是主动 follow。在社交机制下，信息是跟随人而流动的。您将自身的信息选择权，一部分让渡给您所 follow 的人。

3、信息流广告：信息找人

有段时间，我热衷于刷抖音观看功夫片段。结果后续全是类似内容，让我欲罢不能。相信许多人都有过类似的经历。这便是信息流的“信息找人”。

传统的信息排序，通常依照信息的新鲜度、浏览量以及互动量等，加权平均后从多到少进行排列。而信息流的个性化推荐，则是对信息进行了动态排序。当我正兴致勃勃地观看功夫片段时，抖音已经为我调整了接下来可供观看的内容。这也是信息流广告的原理。

在信息流机制下，机器“越来越懂用户”；而在创意维度上，“广告即内容”。当下主流的所有媒体、所有的电商平台，都采用了信息流个性化推荐机制。

这意味着什么呢？

5、体：“信息流世界”

广义的“信息流”，本质上是围绕着用户，实时动态地推荐内容。对于用户而言，既带来了优点，也存在痛点。

1、优点：人工智能的管家式服务

信息流基于机器学习，是 AI 的一个明确应用场景。我曾在京东上浏览过一双鞋，后来忘记了品牌，难以查找。结果我在刷微博时，京东将那双鞋推送给我，十分便捷。倘若推荐的广告是用户所需之物，就不再是困扰，而是一种服务。

2、痛点：信息茧房

但对于用户来说，也存在弊端。此前我与一位北大才女谈论头条的推荐逻辑时，她表示“我可不喜欢老是看到相同的内容”，没错，这正是信息流备受诟病的地方——信息茧房。如果您顺着兴趣走，就会被推荐类似的信息；而您看到的类似信息越多，某些标签的权重就会越高。

毫无疑问，标签权重越高的 TA，越受相关广告主的青睐。例如游戏标签显著的 TA 群体，都是被游戏类广告主争抢的对象。如此一来，内容与广告双管齐下，TA 就极易陷入“信息茧房”。进入信息茧房的 TA，实际上是将信息获取权让渡给了机器——机器为您推荐信息，而信息又将影响 TA 的认知。

6、随势：人、货、场三才剑法

信息流的基本逻辑，就是要找到适宜的人，在恰当的地方，并且传达正确的信息。这对应到信息流运营的三个要素：人群、流量池和创意。

流量池可以具体理解为渠道和广告位。人群无论是采用定向，还是人群包，本质上都是一个用户集合。人群分层、分组要服从业务目标，基础是用户的标注体系。从数据思维来看，我们通过算法进行用户分层、标注，本质上是为了确定针对这个用户我们愿意付出多少成本来获取。

例如，手机淘宝获取一个新用户，可以接受 20 元至 40 元；而唤醒一个 30 天沉默用户，仅接受 2、3 毛钱；召回一个 7 天内活跃的用户，可以接受 2 元至 10 元。这是由于，获取新用户追求的是 LTV、唤醒 MAU 是为了提升 DAU、而召回近期活跃用户直接是为了 GMV。

从媒体到广告主平台，追求的是用户转化漏斗，AARRR 模型；而从信息流运营的角度来讲，拥有了效果数据的闭环，反过来才会有 oCPX 智能出价。倘若我们暂且抛开流量、数据这些冰冷的概念，转换到用户思维，又会有怎样的不同呢？

我们每个人，除了是大容量的流量电池之外，毕竟还是真实鲜活的用户。感性地代入用户思维，对于创意的沟通，尤为重要。

熟悉信息流素材的人都清楚，实际上跑量良好的素材，没有太多逻辑可言，只要吸引人即可。在信息流机制下，创意极其重要，原因在于选定了媒体渠道、设定了人群、出价，这些都缩小了流量池。而创意并非如此。

不仅不会，信息流的推荐机制是根据 eCPM 进行排序的，eCPM 参考的一个重要指标，就是 pCTR，即预估点击率。创意的 pCTR 越高，被信息流算法推荐的可能性就越大，就有机会被更多的人看到。这一点与传统 DSP 有着本质的区别。无论是广告主自身的第一方 DSP，还是第三方 DSP，依旧是“挑选人来投放”的逻辑。无法享受创意被信息流分发机制推荐的优势。

流量方，永远追求的是整体 eCPM 的最大化。整体 eCPM 最大，也就意味着流量——媒体的商品，销售的总价值最高。买方需要足够大的流量池。这意味着无论用户身处何处，都有机会获取到 TA。流量如同流水，流动才不会腐朽。

另外需求方需要流量的深度合作，在某些地方。深度合作的流量，才能实现站外、站内用户的全链路识别。支付宝追求的是 DAU，手淘追求的是 GMV。这里面的一个重要逻辑，就是支付宝作为一个大型的流量分发中枢，为手淘、咸鱼等提供了用户增长的来源。

人：用户识别，是全链路、实时调整动态特征的权重。从 User Story 出发，或许能够提炼出有效的用户分组逻辑。《定位》理论依旧有效，对人的识别是第一步。

货：在信息流机制下，创意至关重要。在认识 TA 的基础上，叠加对素材的理解，制作出高效的素材个性化推荐，触达效率会进一步提高。

场：广告主需要更广阔的公开流量，才能在天涯海角寻找到 TA。像手淘的瓶颈，便是流量，所以他们对接淘宝联盟。淘宝联盟，本质上是流量联盟。像淘宝正在补贴的盒马鲜生、天猫超市，也是在争夺线下流量。另外，广告主需要垂直的流量合作，比如快手小店，才能达成场景打通、流量闭环。

THE END