利用Remarketing可以把具有这种特征的人全部标记出来

举个非常常见的例子,用户在淘宝上上把某个商品(比如衣服)添加进了购物车,最后没有完成付款,那么这个用户在购买与放弃之间也许只有一念之差,挽救的可能性还是相当高的,因为他在意的可能只是价钱。那么利用Remarketing可以把具有这种特征的人全部标记出来,不管是你的账号还是匿名的cookies,那么在接下来你的上网历程中可能就会出现如下情况:

逛新浪微博,右侧出现淘宝广告,这件衣服就在此列

收到E-mail:此款9折优惠!

看优酷视频,中间的贴片,右侧的图片广告,都是这件衣服

等等(仿佛整个互联网都在叫我回去买衣服)……

用这个淘宝的例子大家应该更清晰明了了,就是让以前牙齿矫正 http://www.wenbing.cn/kq/ycjz/看过某某商品的人再次回到这个产品页面完成购买行为。比起以前的“瞎投”、“海投”,目的性更强,投资回报率也更高。那么要做Remarketing,应当如何实施呢?下面以Doubleclick为例,简单介绍一下。

一、了解业务,明确目的

在营销环节里,我认为最重要的环节也是最基本的环节,就是了解业务,如果你自己都不知道葫芦里卖的是什么,那么你的吆喝就不是广告而是忽悠。如果你是电商,那么你的目的就是卖商品,然后才能进行下面的步骤。

二、找准关键环节

每一个环节的流失率大概是多少,哪两个环节之间的流失对销量影响较大,哪个利用再营销更能有效地引导用户回流并完成购买/转化?

三、分类特定受众

对于有特定行为的受众,比如来到某产心理咨询品购物车页面的、对某个产品看了几次而没有添加到购物车的、在站内搜索过某类产品的、等等,这些人根据不同的情况分成不同的类型,再针对特定的类型实施对应的广告策略。

Doubleclick: 特定的环节或行为部署相应的Floodlight代码,获取用户的cookies

四、找到受众,投放广告

用户下次出现在有该电商广告投放的网站上,对其展示相应的广告刺激其回到网站完成转化行为。

Doubleclick:将Floodlight收集到的特定用户cookie分享给广告发布商,当该类用户出现时,展示特定广告

五、收集数据,分析效果

在Digital Marketing的世界里,数据是检验真理的唯一标准,没有数字的衡量与比较是不好把握广告的效果与策略的方向的。虽然其不是万能,但它确实是不可或缺的一部分

时间: 2024-11-15 00:50:19

利用Remarketing可以把具有这种特征的人全部标记出来的相关文章

OpenCV2学习笔记(十三):利用SURF匹配不同图像的特征点

SURF算法是著名的尺度不变特征检测器SIFT(Scale-Invariant Features Transform)的高效变种,它为每个检测到的特征定义了位置和尺度,其中尺度的值可用于定义围绕特征点的窗口大小,使得每个特征点都与众不同.这里便是使用SURF算法提取两幅图像中的特征点描述子,并调用OpenCV中的函数进行匹配,最后输出一个可视化的结果,开发平台为Qt5.3.2+OpenCV2.4.9.以下给出图像匹配的实现步骤: 一.输入两幅图像,使用OpenCV中的cv::FeatureDet

利用K-means聚类分类,进行特征学习

这只是老师安排的一个实验,准备过程中遇到各种问题,现在贴出来供大家参考,是Andrew Ng参与的研究, 论文依据如下,第二篇是一篇相关的论文, Learning Feature Representations with K-means, Adam Coates and Andrew Y. Ng. In Neural Networks: Tricks of the Trade, Reloaded, Springer LNCS, 2012 An Analysis of Single-Layer N

利用风水学准确找财位,让人旺运不断

文章原文:合一风水网 所谓“财位”即生财旺位,是整个房屋中宅气最旺的方位.不同的住宅,其财位不尽相同.同时,星宿运行变化,飞星轮值更替,每年的财位不是固定不变的,所以,财位需要每年算一次,而且寻找的难度比较大.由于风水学派别众多,历来有很多观点,最主要的观点有几种:一种将大门的斜角位作为财位,一种是根据宅卦或命卦来寻找财位;一种认为财位在房屋的三白位,即一白六白八白三个飞星位;一种认为财位在飞星的生旺方.需要注意的是,不论最终取用哪种方法找财位,都需要得到岁令的助力才能有显着的效果,但如果此方位

Apache漏洞利用与安全加固实例分析

Apache 作为Web应用的载体,一旦出现安全问题,那么运行在其上的Web应用的安全也无法得到保障,所以,研究Apache的漏洞与安全性非常有意义.本文将结合实例来谈谈针对Apache的漏洞利用和安全加固措施. Apache HTTP Server(以下简称Apache)是Apache软件基金会的一个开放源码的网页服务器,可以在大多数计算机操作系统中运行,是最流行的Web服务器软件之一.虽然近年来Nginx和Lighttpd等Web Server的市场份额增长得很快,但Apache仍然是这个领

利用算法识别车厘子与樱桃

引言:朴素贝叶斯分类器作为基础的分类算法,早在基础数学时期就已经被使用,目前在各行各业中更是被广泛使用.近几年车厘子在中国地区卖得火热,面对车厘子和樱桃,很多老百姓很难分清楚,那么算法能帮我们区分吗? 本文选自<大数据时代的算法:机器学习.人工智能及其典型实例>. 车厘子是樱桃吗?它们有区别是什么呢?通过在水果市场采集,获得了一些关于车厘子和樱桃的相关特征数据.  通过现有的车厘子和樱桃的数据,在包含车厘子和樱桃的混合水果中,随机给一个车厘子或者樱桃,识别它是樱桃或者车厘子的可能性哪个大? 本

OpenCV中feature2D学习——FAST特征点检测

在前面的文章<OpenCV中feature2D学习--SURF和SIFT算子实现特征点检测>中讲了利用SIFT和SURF算子进行特征点检测,这里尝试使用FAST算子来进行特征点检测. FAST的全名是:Features from Accelerated Segment Test,主要特点值计算速度快,比已知的其他特征点检测算法要快很多倍,可用于计算机视觉应用的实时场景.目前以其高计算效率(computational performance).高可重复性(highrepeatability)成为

互联网广告综述之点击率特征工程

互联网广告综述之点击率特征工程 声明: 1)该博文是整理自网上很大牛和专家所无私奉献的资料的.具体引用的资料请看参考文献.具体的版本声明也参考原文献 2)本文仅供学术交流,非商用.所以每一部分具体的参考资料并没有详细对应,更有些部分本来就是直接从其他博客复制过来的.如果某部分不小心侵犯了大家的利益,还望海涵,并联系老衲删除或修改,直到相关人士满意为止. 3)本人才疏学浅,整理总结的时候难免出错,还望各位前辈不吝指正,谢谢. 4)阅读本文需要机器学习.统计学习理论.优化算法等等基础(如果没有也没关

特征预处理

# -*- coding: utf-8 -*- """ Spyder Editor This is a temporary script file. """ import numpy as np from sklearn.preprocessing import StandardScaler #模块1 标准化 #无量纲化使不同规格的数据转换到同一规格.常见的无量纲化方法有标准化和区间缩放法. #标准化的前提是特征值服从正态分布,标准化后,其转换成

机器学习实战笔记——利用KNN算法改进约会网站的配对效果

一.案例背景 我的朋友海伦一直使用在线约会网站寻找合适自己的约会对象.尽管约会网站会推荐不同的人选,但她并不是喜欢每一个人.经过一番总结,她发现曾交往过三种类型的人: (1)不喜欢的人: (2)魅力一般的人: (3)极具魅力的人: 尽管发现了上述规律,但海伦依然无法将约会网站推荐的匹配对象归入恰当的分类,她觉得可以在周一到周五约会那些魅力一般的人,而周末则更喜欢与那些极具魅力的人为伴.海伦希望我们的分类软件可以更好地帮助她将匹配对象划分到确切的分类中.此外,海伦还收集了一些约会网站未曾记录的数据