看 Facebook 如何做广告——谈谈 Facebook Exchange

看 Facebook 如何做广告——谈谈 Facebook Exchange

Facebook Exchange 即将上线。

何谓 Facebook Exchange 呢?就是利用 Facebook 已有的数据和外部的 DSP 广告厂商合作,在用户的 News Feed 中插入用户可能感兴趣的广告。

其运行机制是这样的,当用户在亚马逊下单了一份狗粮,但并没有付款,当用户回访FB时,在用户的 NewsFeed 中就有可能出现狗粮的产品广告。说白了,就是广告联盟,主要利用的是 Cookie 来定位用户。

国内新浪微博也是在用户的信息流中植入广告,由于相关性弱一些,因此被大量的用户【反对】。反观 Facebook,日前@兰泊然发布一条关于Facebook 信息流强推广告的效果分析(下图),可见 FB 用户的抵触情绪稍微低一点。 

貌似 Facebook 的隐私问题和盈利问题达到了一个历史平衡点,用户慢慢能接收这种信息流广告,而且还能偶尔 Like(喜欢)一下,品牌商也乐意看到这样的事情发生。

Facebook 是如何走到今天的呢?我们来梳理一下

失败的灯塔计划

2007 年 11 月,Facebook 推出灯塔计划,采集用户在外部网站的活动并推送给 Facebook 的好友。还是拿刚说的买狗粮的例子,用户在亚马逊购买了一份狗粮,完成支付后,这个行为就会被分享到 Facebook 的信息流当中。

当初 Facebook 的设想是这样的:和站外的在线购物网站合作,打通用户数据和商品数据,用户只要在合作伙伴的在线商店上购买后,就会分享一条信息到 Facebook 上。

“A 看到好友 B 购买了狗粮广告,那么 B 肯定也会对该狗粮产生好感(进而产生购买),而狗粮厂商也肯定愿意让这样的事情发生,Facebook 再从中收取狗粮厂商(或在线购物网站)的一点小利润”。

这项计划在当年看来是很赞的,Facebook 拥有这么多的人口数据(2007 年拥有 3400 万活跃用户),那么通过用户的消费数据进行挖掘推广,确实是可行的。只是该计划太过于草率,让用户感觉不舒服,以至于在一个月后灯塔计划不得不被迫关闭。

(注:2007 年 7 月份 iPhone 也才在美国刚上市,用户对于分享对于签到还很谨慎,所以 Facebook 的灯塔计划失败也是合情合理之中)

Sponsored Stories赞助商广告项目

时隔五年后,用户对于分享对于隐私已经不在那么敏感的情况下,Facebook 适时的发布了 Sponsored Stories(赞助商故事)这款广告产品。

Sponsored Stories (赞助商故事)的概念和当年灯塔计划几乎一模一样,只是变了一种形式而已。

  • 2008年 FB发布Facebook Connect(帐户登录)
  • 2009年 Foursquare上线(用户开始认同分享地理位置信息)
  • 2010年 FB发布OpenGraph项目:Social Plugins(最主要的是Like项目)
  • 2011年 FB发布 Sponsored Stories (赞助商广告项目)

Sponsored Stories的原理如下图: 

当一个名叫 Jessica Gronski 的用户在星巴克签到后①(可以想像成 Jessica 购买了一杯星巴克),那么 Jessica 的好友就会看到②的 Sponsored Stories:“Jessica 和 Philip 在星巴克签到了两次”。

对 Jessica 好友来说这是一次口碑推荐,一次产品信任;

对星巴克来说,让 Jessica 当产品代言人去向好友推荐产品,是非常有趣且有效的。

Sponsored Stories 的一个 O2O 实例

英国食品零售商 Tesco 借助类似 Sponsored 的形式,他们开发了一款Facebook App,号召用户在线下实体商店消费之后,利用商品码(证明用户买过),找到 Tesco 网上对应的商品,然后分享给 Facebook 好友,只要好友通过链接进行了购买,那么用户就会获得一定的 Tesco 积分(下图)。 

Tesco 等于把用户线下消费进行数字化,一方面可以收集该用户购物习惯,另一方面通过用户间的推广来增加商品销售,真正实现从线下到线上的促销互动。

可以说 Sponsored Stories 是整个广告史上具有里程碑意义的一件产品,他让口碑传播变成一种可以量化并且进行投放的广告形式。

下面我们再来看看 Facebook 的 Social Plugins 对即将运行的 Facebook Exchange 的意义。

Social Plugins

现行的广告联盟或是 DSP 厂商,基本都是借助 Cookie 来跟踪用户,但 Cookie 问题很多。比如不容易确定“是否同一个人”,在多人使用一台电脑的情况,Cookie 只能识别这台电脑,而不能识别电脑前是不是换了一个人。

但是 Facebook 就不一样了,借助于 Like,Connect 等,他掌握了全球 10 亿真实用户的数据(当然有人要说 FB 的活跃度下降或是僵尸粉什么的,也许吧,但笔者相信至少五年内 FB 还不会消亡,也依然是厂商趋之若鹜的平台,因为世界上还没有任何一家企业的人口数据能和 FB 媲美)。

Social Plugins的运行机制

Social Plugins 是 Facebook Open Graph 的一部分,包括了 Like、Send、Follow 等等项目。 

上图是 FB 官方对于 Open Graph 的图解(红色部分是笔者加的):一位名叫 Christopher Blizzard 的用户对一本叫 Neuromance 的小说进行了评分。

以上的信息其实可以这样理解:

  • Who(谁):①Christopher Blizzard
  • What(什么):William Gibson④的小说 Neuromance
  • Where(哪里): Goodreads③(在线阅读网站)
  • How(做什么):Rate(评分)

一次简单的行为,记录“谁在哪里,对什么做了什么”这样的关键信息。

我们可以这么理解:一次 Like(或是评分),把用户的数据都记录下来。

比如这名叫 Christopher 的用户对科幻小说家 William Gibson 的小说 Neuromance 进行了评分,那么根据评分的结果(五星),那么一定程度上说明了 Christopher 喜欢科幻类小说,且对 William Gibson 这名作家有好感。

而现在每一天全球都会有成千上万的 Like 被分享到 Facebook,分享一件家具、一件服装、一瓶可口可乐......如果这些都有特定的信息(数据结构): 家具:包括价格、款式、品牌、材质、设计师、购买地点...... 服装:价格、款式、品牌、尺码、面料...... 可口可乐:成分、价格、毫升...... 等等。

把商品的信息数据化,用户对这些信息 Like 得越多,Facebook 越能识别我们每个人,掌握我们这些个人的【隐私】。前段时间 Facebook 推出 Graph Search 功能,其中就可以搜索“好友的好友中谁喜欢xx作家”这样很具体的基于人的搜索,说明 Facebook 已经掌握了足够多的数据来对一个人的喜好进行定位。当 Facebook 拥有了这些数据之后,Facebook Exchange 就会比基于 Cookie 的广告投放技术更加精准,因为 FBX 是基于【人】,而不是基于【机器】的识别。

总结

刚才我们也说了,Sponsored Stories 其实就是基于 Like 来推送广告,而新上线的 FBX 会和外部的 DSP 广告厂商合作,借助于他们丰富的广告资源和FB所拥有的人口数据,一定会给 FB 带来强劲的营收。

当然有人会说这样不是严重侵犯了个人隐私么?

举个豆瓣的例子,在豆瓣上用户读的书越多,豆瓣掌握用户的数据越多,推荐给用户的图书就越相关,越相关那么就越能减少用户找书的时间成本。

而且特别是现在互联网信息极其丰富,如果用户不出卖自己的“隐私”,那么获取与自己相关信息的时间成本就越大。隐私是一把双刃剑,看你如何用。

Facebook广告大数据Facebook Exchange
下载极客公园客户端
iOS下载
反馈