随着互联网广告技术与业务的发展，人群定向几乎成为了每个广告平台追求的终极奥义，如何进行精准的人群定向，也自然而然成为了互联网广告平台建立核心竞争力的强有力手段。首先我们就来聊聊什么是精准定向。

在互联网广告中，精准定向是指投放广告时通过挖掘用户的历史行为数据来进行精确的广告匹配投放，简单举个栗子：我刚刚在京东看了一本书，我再去网易看新闻的时候，惊讶的发现网易恰好展示了这本书的广告。真的有这么神奇吗？我们来捋一捋这中间所发生的不为人知的过程：

我去京东浏览了商品，京东记录了我的用户信息：cookies，IP地址、mac地址等所有能获取到的信息，然后我打开网易新闻的时候，网易会通过cookie mapping得知我是京东的用户，然后立刻发一个请求问京东：

“有个用户来我这了，恰好是也是你的用户，你要不要展示广告？”

京东马上说：

“好的，这个用户我要了。”

然后快速通过算法分析我的浏览记录、购物记录等匹配一个广告发给网易，然后网易立刻给我展示了这个广告，这个过程大概耗时不到一秒。（我们暂且不考虑期间涉及到的所有第三方广告平台）

这是精准定向其中的一个很重要并且应用较为广泛的实例，实际上还有很多其他精准定向方式，那么接下来就跟随小编来看一看计算广告中的各种精准定向方法以及他的优略势。

我们先来看看市面上比较流行的定向方式，按照其有效性和在广告信息接受过程中起作用的阶段，我们将这些定向方式粗略的定性评估为下图：

其中水平方向表示的是定向技术在广告信息接收过程中大致起作用的阶段，而垂直方向为定性的效果评估。接下来我们依次来对各种定性技术进行说明：

1 ）地域定向（geo-targeting）

这是一种很早就被广泛使用的定向方式。由于很多广告主的业务有区域特性，地域定向的作用相当重要，也是所有在线广告系统都必须支持的定向方式。地域定向也可以认为是一种上下文定向，不过其计算简单，仅仅需要简单的查表就可以完成。

2 ）人口属性定向（demographical targeting）

人口属性定向虽然在效果上未必特别突出，但是由于在传统广告的话语体系中大量使用这类标签来表达受众，因此它特别为品牌广告主熟悉。人口属性的主要标签包括年龄、性别、教育程度、收入水平等，需要特别说明的是，除非有特别的专门数据来源，如实名制SNS的注册信息或在线购物的消费记录等，一般情况下要进行准确的人口属性定向并不容易。

在人口属性数据覆盖率不足的情况下，如果要按照这种定向进行CPM售卖，我们可以用已知人口属性的用户作为训练集 ，构造分类器对人口属性进行自动标注 。一般来说 ，采用分类器的方法确定人口属性准确程度有限 。在单纯效果类的广告活动中 ，预测人口属性的必要性不太高 ，因为预测出来的人口属性也是根据用户其他行为特征得到的 ，并不能提供额外的信息量 。

3 ）频道定向 （channeltargeting）

频道定向是完全按照供应方的内容分类体系将库存按照频道划分 ，对各频道的流量投送不同的广告 。这种定向方式比较适用于那些离转化需求比较近的垂直类媒体 ，如汽车 、母婴 、购物导航等 。对于内容覆盖面比较宽的媒体 ，这种方式取得的效果是有限的 。举一个极端的例子 ，如果我们把某网站的军事频道作为一个定向标签 ，那么很难找到直接匹配的广告需求 。

4 ）上下文定向 （contextual targeting）

根据网页的具体内容来匹配相关的广告 ，这就是上下文定向 。上下文定向的粒度可以是关键词 、主题 ，也可以是根据广告主需求确定的分类 。上下文定向的效果在不同类别的内容上有很大的区别 ，但是这种方式有一个非常大的好处 ，那就是覆盖率比较高 。对大多数广告展示 ，不论对当前访问用户的信息了解有多少 ，往往都可以根据当前浏览的页面推测用户的即时兴趣 ，从而推送相关广告 。

5 ）行为定向 （behaviorial targeting）

行为定向是展示广告中非常重要的一种定向方式 ，其框架是根据用户的历史访问行为了解用户兴趣 ，从而投送相关广告 。行为定向之所以重要是因为它提供了一种一般性的思路 ，使得在互联网上收集到的用户行为数据可以产生变现的价值 。因此 ，行为定向的框架 、算法和评价指标也就奠定了在线广告数据驱动的本质特征 ，并催生了相关的数据加工和交易的衍生业务 。

如果把上下文定向看成是根据用户单次访问行为的定向 ，那么行为定向可以认为是一系列上下文定向的融合结果 。因此 ，上下文定向是行为定向的基础 ，而且对各种类型的上下文定向都可以有相对应的行为定向方式 。例如 ，地域定向是根据用户当前访问的 IP来确定地理区域 ，相应地 ，也可以根据用户过去一段时间内的访问中最频繁的地理位置来定向 ，这种方式实际上得到的更接近于用户的经常居住地 ，业界有人称其为 “where on earth”定向 。

6 ）精确位置定向 （hyper-local targeting）

在移动设备上投放广告时 ，我们有可能获得非常精准的地理位置 。例如 ，利用蜂窝信息或者 GPS ，地理定位的精度完全可以达到街区的粒度 ，如果进一步利用 W i F i 、蓝牙等设备的室内定位技术 ，精度可以进一步达到数米级 。这就使得基于精确地理位置的广告成为可能 ，也使得大量区域性非常强的小广告主 （如餐饮 、美容等 ）有机会投放精准定位的广告 ，这已经与传统意义上的地域定向有了质的变化 ，也成为移动广告最重要的机会之一 。

7 ）重定向 （retargeting）

这是一种最简单的定制化标签 ，其原理是对某个广告主过去一段时间的访客投放广告以提升效果 。显然 ，某个广告主的访客是其独有的信息 ，因此这属于定制化标签 。重定向被公认为精准程度最高 、效果最突出的定向方式 ，不过其人群覆盖量往往较小 。这是因为 ，重定向的覆盖投放量是由广告主固有用户的量和与媒体的重合比例共同决定的 。

8 ）新客推荐定向 （look-alike targeting）

由于重定向的量太小 ，而且无法满足广告主接触潜在用户的需求 ，因此不能仅仅依靠它来投送广告 。新客推荐定向的思路是根据广告主提供的种子访客信息 ，结合广告平台更丰富的数据 ，为广告主找到行为上相似的潜在客户 。这一方法的目的是希望在同等用户覆盖比率的情况下 ，达到比一些通用的兴趣标签更好的效果 ，这也从实质上体现了广告主数据的核心价值 。

相信看了上面的介绍之后各位同学应该对精准定向有了初步的了解，在互联网广告投放中，精准人群定向方式有很多，其中各有利弊，但是最终要采用哪种定向方式还是取决于平台所拥有的技术与数据资源，基于数据本身进行深入挖掘，并找到对广告投放有意义的信号，才是精准受众定向的重点。在此分享希望能给各位带来启发。

本文由 @Sierra 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自PEXELS，基于CC0协议