Lookalike技术诞生四年 被明特量化“玩出花”

近日，“开放·赋能·共赢—OPPO营销平台资源推介会”在京召开，200多名广告主齐聚一堂，就移动互联网时代如何拥抱流量、建设合作共赢的生态环境和开创广告主与媒体双赢局面等多个核心问题展开了深入探讨。会议期间，明特量化的营销投放项目（即通过Lookalike技术扩展相似人群，定制核心人群包以提升CTR）被OPPO树立为金融行业的标杆案例，OPPO高级客户运营总监李小菊向与会听众进行了详细阐释。

李小菊表示，明特量化在Look alike技术上的深挖和运用自有其独到之处，以种子用户为基础，利用互联网大数据深度分析其各项属性，结合Lookalike技术，在大概率辨别用户真实兴趣及意图的条件下，通过定制渠道包的手段拓展相似用户，从而达到“花式”锁定及增长精准用户的目的。仅8月1日至8日短短8天时间，就创下730万的曝光量，CTR高达1.68%，点击率更是较之前提升了127%。

（OPPO高级客户运营总监李小菊向与会受众展示明特量化的投放效果）

自2013年3月19日，Facebook推出Lookalike Audiences以来，阿里和腾讯分别基于其自身用户的独特属性及丰富的用户数据，纷纷推出了达摩盘（DMP）和广点通等产品。其逻辑均是从“以人找人”的概念出发，借由Custom Audiences的用户名单为参考，再筛选出与其相似的另一批用户，将广告投递给名单内的用户，实现精准营销。

找人：用标签找标签 实现人以群分

明特量化利用互联网大数据分析其种子用户的各项特征，而后将特征量化后对应至各类具化标签。例如特征为：男性、青壮年、学历偏低、中低收入人群、经济较发达的城市、健康状况佳、上网时段较为固定、手机价格中等偏下等，那么对应的标签可以定义为：男性、25至35岁、专科以下学历，月收入5000元以下、1-3线城市、健康、上网时间多在晚5点以后、手机价位3000元以下，就是其可用于扩展精准用户的一组标签。值得一提的是，根据同一特征可以将用户细分为多个标签，以达到更为细化、精准拓展用户的目的。

精选：二次筛选种子人群 寻找精准中的精准

明特量化还会采取多维度的分类算法，将人群样本分为种子样本及可扩展样本，带入分类模型，用模型对所有候选对象进行逐一精确筛选，找出真正意义上的高需求用户。

扩散：让社交数据发挥最大价值

每一个人在社会中都不是孤立无援的，而是“狐朋狗友”两三群，“家族兄妹”相围绕，这就形成了我们所谓的社交氛围。明特量化更是深挖每一位种子用户的社交属性，通过兴趣、爱好、搜索关键词等多种维度的归纳汇总分析，不断探索人群共同需求。

明特量化在充分利用Lookalike技术精准拓展用户的同时，还积极尝试延伸种子用户的特征。通俗地说，就是通过种子用户（明特量化用户），按照需求逻辑（如：月底短期周转不灵光，兜比脸干净的实际状态等），推测他们背后的关联性群体（月光族、信用卡还贷、花销超支等）可能潜在的特征，并通过lookalike技术校验推测结果。

明特量化市场负责人表示：“明特量化在Lookalike的加持下，在广告投放的过程中，不断通过返回的数据，以分钟为单位分析投放结果、精细化调整投放决策，利用稳步递进式的整体投放策略，实现了高性价比的规模化获客。CTR的不断提升正是我们在效果营销领域不断精进的一种表现。”

明特量化，作为一家致力于成为全球化智能信贷机构的金融科技公司，一贯践行着利用互联网技术获客、科技金融技术实现如风控、贷后管理、催收等金融全流程的运营，全心全意解决用户实际用钱需求。