如何利用大數據找到VC們?

這篇文章是上周發在「計算廣告」公號的,據說聖誕節那天警方是因為看到了這篇文章,才策划了保利會所的突擊行動。

?前些日子,隔壁廠的趙廠長在飛機雜誌上瞧見一則廣告,廣告主居然是一家DSP。鑒於有的讀者還不了解什麼是DSP,我先來解釋一下:DSP就是需求方平台(Demand Side Platform),它採用實時報價的方式競拍網路廣告流量,瞄準人群進行精準投放,是現代廣告技術中比較重要的一種產品形態。搞不懂沒關係,只要佐以下圖中的一堆高逼格辭彙,您完全可以聲稱自己的DSP至少在東亞地區是領先的。

您可能感到有些凌亂,像這樣是人都聽不明白的2B產品,打飛機廣告有效果么?且不說飛機經濟艙的乘客里有多大比例是燒得起錢投廣告的企業主,就算有那麼幾位,大多數恐怕也是除了J、Q、K以外看其他字母都費勁的,更何況面對三個字母連起來的咒語了。

那麼DSP應該怎麼給自己打廣告做宣傳呢?您這不是樹林子放風箏——繞住了嘛!DSP自個兒就是做「精準營銷」的啊,不是有每天200億流量在那裡隨便挑隨便選嘛,不是個個有機器學習、Look-alike的祖傳手藝嘛,為啥還用得著面向平流層以外的受眾去投廣告?難道是為了方便對接外星客戶?

話又說回來了,這事兒確實也有些困難:2B的公司用廣告的方式定向自己的潛在客戶,是業界公認的一個難題。2C產品用戶基數較大,特點也比較容易總結,比方說:對高端化妝品感興趣的人,首先得是女性,其次還得有倆錢兒。2B產品通過廣告找到客戶,就難多了,比方說:一家鋼管廠想把產品賣出去,只有找到那些需要鋼管企業的採購、或夜總會的老闆才有價值。近年來,隨著Mar-tech的發展,「Account-based Marketing」、「Inbound Marketing」等一堆概念紛紛湧現(這些天花亂墜的概念咱們回頭專門寫文章聊),不過這個問題還是不好解決。

同樣的道理,DSP幫廣告主獲得受眾,這是2C的事兒,思路還算明確;而給自己找到客戶,這是2B的事兒,就不那麼容易了。面對此棘手難題,要快刀斬亂麻地理清思路,先要以自宮的心態,狠狠問自己一個問題:DSP真的是2B的產品么?真的是么?不!不是!從主流情況來看,DSP的關鍵客戶從來不是B,更不是C,而是——VC。(DSP的老闆們先不要跳,我相信非主流的好DSP也是不少的。)實際上,在DSP遍地開花、一抬腳踩死一大片的前幾年,頗有一些DSP產品從做出來以後,除了給自己投廣告,就從來沒有獲得過別的預算。看看大家的財報就清楚,費勁巴拉幹了幾年,不虧錢就算很不錯的了,哪比得了融資一下幾個億來得快啊!

搞清了真正的受眾,就要思考這些受眾從數據上看有什麼特點,這應該是數據驅動型公司的內功。那麼靈長目人科人屬VC種這個群體,生活習性上到底有什麼共同特點呢?

VC這種兩眼朝天,雙足著地,直立行走的動物,出現在地球上的時間不過幾十年,卻從精神上統治著互聯網叢林。從中關村創業大街到望京SOHO,VC們獨來獨往地出沒於一個特殊的場所——咖啡廳。在那裡,他們用BP這種特殊語言與獵物——創業者們交流思想和情感,並用金錢交易他們的青春。一旦交配、不,交易完畢,VC就會揚長而去,把孕育和撫養幼仔的任務完全丟給創業者自己。這就是大自然的法則,也是最合理的選擇。創業者必須獨自面對這一切,而他們也從來沒有對此有過抱怨。

?VC們選擇咖啡廳作為覓食場所的關鍵,是因為那裡的翻台率,那是相當的低。要是找一個麻辣燙店談項目,鄰座都換八回了您還拎著根寬粉兒跟那兒窮哆嗦,滿嘴IPO、PE、Business model一通色唐坎兒(不懂這個詞兒的可以在公眾號後台發送消息「色唐坎兒」了解),沒等項目聊完就會被憤怒的排隊群眾送進精神病院。在咖啡廳可不然,一杯Espresso兌白開水喝能兌好些回呢!注意,現在我們得到了VC人群的第二個關鍵特徵:除了經常出沒於星巴克,還往往在那裡一蹲就是小半天兒。

綜上,利用大數據的思維模式,我們已經得到了DSP為自己做營銷、獲得投資的目標受眾特徵:以獨居的方式頻繁出沒於以星巴克為代表的含咖啡因飲料售賣場所,並且會在該場所保持長時間的靜止狀態。

按照這種大數據思路,瞄準星巴克用戶進行投放,一般可以獲得A輪融資;進一步擴大投放範圍,把Costa、太平洋、Zoo、逐鹿茶樓這些都摟一遍,即可獲得B輪融資;如果拓展視野,再定位到夜店和二線女明星的公寓,那麼C輪就大有希望了!

受眾數據模型有了,我們不禁要多問一句:數據從哪裡來呢?在多數大數據研討中,與會專家們往往在口吐了一地白沫、抽完了幾條紅梅,推演出了天花亂墜的數據模型和日進斗金的商業模式後,面對此終極哲學問題而黯然休會。而我們這裡說的大數據融資思路跟他們是不同的,因為我們知道落地的數據來源在哪裡。

其實,這樣精細的地理位置數據,可以從室內定位技術的提供商處獲得。所謂室內定位,就是能獲得數米精度的用戶位置,而且能準確區分樓層的定位方式。目前:室內定位主要有兩種技術手段:

一、通過iBeacon。iBeacon是蘋果提出的一種技術方案,它需要在室內布設一些Beacon,這些傢伙體積很小,並且可以用電池工作一年左右的時間。如果你的手機打開藍牙,就會接收到這些Beacon的信號,於是也可以計算出收集的位置。像商場里的微信搖一搖功能,主要就是由這種技術支持的。這種方式的限制,主要是手機的藍牙打開率,目前隨著使用藍牙的功能越來越豐富,這個比率一直在上升,現在已經接近20%了。

?二、通過Wifi。這種方法不用單獨布設什麼東西,只要你的手機試圖列出周圍有哪些wifi(注意不需要連接),就要跟wifi握手,通過這些wifi感知到的信號強度,是可以解出你的準確位置的。所以,有人的地方就有江湖,有wifi的地方就有跟蹤。這種方式雖然不受藍牙打開率的限制(wifi的打開率是非常高的),但是卻主要(注意是「主要」)在安卓手機上才有效。

前一段有個新聞,在北京幾個小區里發現了大量散落的beacon,偷偷收集著過客的ID,為大數據時代默默無聞地做著貢獻。後來有人闢謠說,這些東西收集不了用戶數據,因為真正的定位需要由手機上的應用發起才能把地理位置跟用戶ID串起來。他說的也沒錯,不過應用發起也沒有那麼難,具體的方法我們就不多說了。

這下明白了吧,找室內定位技術提供商進行數據合作,然後瞄準那些常年在星巴克蹲膘兒的用戶進行轟炸式投放,讓他們以為你們是中關村天降偉人,各大網站極力推薦的唯一科技公司,那個投入產出比啊,真是誰用誰知道啊!

好了,就扯到這兒吧,我還要去中關村找個星巴克蹲點兒呢!

?最後做個小宣傳,跟網易雲課堂合作的《計算廣告2.0》在線課已經發布了,有興趣的朋友請猛戳study.163.com/course/in 了解詳情

weixin.qq.com/r/0TvP163 (二維碼自動識別)


推薦閱讀:

大數據商業價值突破之路
大數據時代與你無關嗎
零基礎學習Python數據分析:數據處理模塊Pandas使用(3)
湖畔大學教務長曾鳴:數據智能三步走,數據化、演算法化及產品化
從單租戶IaaS到多租戶PaaS——金融級別大數據平台MaxCompute的多租戶隔離實踐

TAG:大數據 | 互聯網 | 風險投資VC |