社交广告背后的金融大数据 有何价值？

　　2017年10月19日，趣店在纳斯达克上市，当日股价最高一度攀升至35美元，市值超过79亿美元。

　　互联网金融成为过去一年最流行最让人目眩神迷的关键词之一，每一家雄心勃勃的互联网公司都对牌照趋之若鹜，试图从中开掘到自己的宝藏。

　　然而，其财富积累的表面光鲜和背后的道德追讨恰似一出讽刺剧，仅仅一个多月以后，这部充满了现实性的演出就遽然转变成为一出沉重的悲剧。

　　11月21日，互联网金融风险专项整治办公室发文不得新批设网络(互联网)小贷公司，禁止新增批小贷公司跨省(区、市)开展小额贷款业务。三天后，中国互联网金融协会提出收紧网络贷款业务的监管。

　　12月1日，互联网金融风险专项整治、P2P 网贷风险专项整治工作领导小组办公室正式下发《关于规范整顿“现金贷”业务的通知》，明确统筹监管，开展对网络小额贷款的清理整顿工作，在停止增量业务的基础上清理存量业务。

　　显然，互联网金融处在了一个前所未有的尴尬节点上。

　　一方面，围绕着用户隐私数据安全风险、业务模式中存在的漏洞及风控制度隐患，质疑批评不绝于耳;而另一方面，在互联网浪潮沸反盈天的今天，无论是传统的金融机构还是新兴创业公司又都不愿舍弃掉其中潜藏的巨大机会。

　　于是，我们看到，在当局不断加大政策监管力度的背景下，众多互联网金融公司开始利用更加互联网的方式来改造自己。

　　一方面是它们触达用户的方式。

　　典型的灰色甚至黑色互联网借贷模式是怎么运作的呢?它们利用的是最普通最没有技术含量的手段，在当地张贴小广告或在地化的信息传播网络来吸引——毋宁说诱导更为准确——目标用户。

　　事实上，这种方法在小地方不仅普遍而且效果出乎意料地好，唯一的问题就在于，这套方式不仅在用户风控方面存在着天生的缺陷，而且也注定了这必然只能在小范围内运用。

　　一般的互联网金融公司又是怎么做的呢?它们会有目的地分析筛选目标用户，针对不同的用户群体选择不同的渠道进行广告投放，他们知道线下散发传单和线上 QQ、微信群及其他方式的推广的各自优劣。

　　他们的推广往往是根据自己或行业中近乎都市传说一般的经验而得来的，至于这套经验与成效之间是否构成归因关系、经验本身是否能上升到模式，这些他们其实无暇也并不试图去理解。

　　还有这样的公司，他们或者早早就开始谋求互联网转型或者本来就出身于互联网，他们熟稔 Google、Facebook 的故事，他们清楚地知道，现在最流行的大数据、用户画像、社会化营销等名词不止只是噱头而是正切实改变着整个广告及宣传方式的革命。

　　他们的目的是不止触达更多用户，而是更加精准地触及用户，在适当的场景里更高地提高用户转化率。基于移动互联网和移动智能设备的社交广告恰恰是承载他们这一要求的题中应有之义。

　　CNNIC 发布的第40次《中国互联网络发展状况统计报告》指出，截止今年上半年，中国网民规模达到7.51亿，手机网民规模达7.24亿。而腾讯今年第三季度财报显示，QQ 每月活跃用户数量达到8.43亿，微信及 WeChat 的月活跃用户数量则高达9.8亿。

　　哈佛大学比美国诞生还早，而腾讯的 QQ 及微信、WeChat 的活跃用户也远远超过中国网民数量，在中国的互联网语境下，当我们讨论到社交广告的时候，差不多等同于在说腾讯的社交广告，于是，微信、QQ 等成了这些公司最青睐的对象。

　　腾讯社交广告的“金融立方”产品

　　腾讯社交广告宣称自己的金融属性用户标签超过100个，每个覆盖的人群在2000万以上。在自身庞大用户群体和覆盖面以及由此积累的数据的基础上，腾讯利用上述标签为不同的用户群体建立起了用户画像，通过数据的收集分析和整理针对广告主的要求进行更加精准的投放。

　　广发银行信用卡的社交广告推广逻辑极好地利用了这套数据驱动模式，针对不同学历人群的特征建立起了更加精准的本科学历用户群体画像，针对这一标签的投放使得广发银行信用卡的开卡成本降低23%，批核率提升了10%。

　　事实上，在触达获取用户之外，腾讯社交广告更具想象力的地方在于用户数据和互联网金融结合之后的应用场景。

　　广告主一般都清楚自己想要触达怎样的用户群体，但是广告平台一般只提供受限的预定义用户标签供广告主选择，这些标签往往并不能最精准契合广告主的个性化定向需求。

　　而 lookalike(高级定向能力)的推出意味着广告主只需要手动上传待扩展的种子用户，腾讯社交广告就可以获取到在指定页面发生了指定动作的用户，并将其作为种子用户，并根据这些种子用户的共有属性进行自动化扩展以满足广告主对精准和覆盖的需求。

　　也就是说，广告平台不再只是单纯地根据广告主要求来进行投放而已，它也有了分析优化广告主的数据的可能性，通过广告主提供的用户数据和画像和自己的数据进行比对升级，从而实现更加精准的用户群体画像。

　　注意，我们说的不是普通的广告主而是金融公司。那么，信用数据同时就有意无意地成为了广告主和广告平台上最重要的用户标签之一，而规模越大越频繁的数据交叉对比就会约提升用户画像的精准度。举凡消费、信贷、理财投资等等都会成为用户数据分析的重要维度和来源，而这些数据事实上又天然地和用户信用挂钩。

　　广告即数据，数据即一切。

　　在消费化狂潮的侵袭已经越来越深入的今天，消费者个人早已经被剥离成为赛博空间中的一个个数据符号，这已经成为互联网公司的必然趋势。

　　Q&A

　　Q = 媒体

　　A = 张敏毅 腾讯社交广告副总经理

　　Q：腾讯社交广告如何与金融结合?

　　A：腾讯社交广告的口号是“赋能商业，始终于人”，我们的核心能力是借助数据理解人，从而满足客户不同的营销目标。金融行业客户不需要我们告诉他数据的价值，他们本身对数据的运用非常成熟。腾讯社交广告的角色就是通过对用户更深入的理解，让不同金融产品与用户不同生命周期匹配上。

　　基于几年的不断探索，目前腾讯社交广告已打磨出适合金融行业的解决方案和产品形态。

　　另一个方面是数据的外延应用，腾讯社交广告通过oCPA/oCPM金融产品转化目标智能出价策略，“动态商品广告”金融产品个性化推荐，微信智能定向，开放Marketing API接口等运营方式，为金融机构完成投放端的效率建设，优化投放成本和效果。我们已经为金融行业完成了第一轮的定制化，而这些原来是通用于游戏、电商这类效果导向的行业的。我们以后还要去研究不同行业的差别，根据金融行业的特色对解决方案不断优化。

　　Q：腾讯社交广告是如何构建出用户画像的?

　　A：我们首先深度理解客户现有用户人群，并结合腾讯体系9大流量生态所沉淀的4000多个用户标签，帮助客户对他们的用户群体进行深度洞察，并快速、规模化地拓展用户群体，高效找到潜在用户。

　　腾讯社交广告推出的“金融立方”解决方案，能够通过数据精准了解用户们的需求，预判消费行为，从社交数据中提炼出用户的信用资质与金融需求，帮助金融各子行业精准发掘最有需求的用户们，实现数据的最大价值。

　　我们在营销时的核心目标是“在对的时候，找对人，说对话”。在保证用户体验的基础上将广告曝光给目标用户们，提高用户们的购买意愿，进而实现“帮助企业找客户，助力用户选产品”的双重目的。我们希望通过数据、技术/产品、流量等三大社交广告核心价值，丰富的定制化产品以及优质的服务能力，帮助金融机构实现精益化受众识别以及市场广度和深度的渗透。

　　Q：lookalike 中的种子用户画像如何操作?

　　A：所谓Lookalike就是在有了一定量的种子用户之后，基于种子用户画像，自动实现相似人群的快速、规模化地拓展，高效找到潜在用户，让找用户这件事又快、又准、又有量。目前我们金融行业的客户都有比较完善的用户画像，而我们能对客户的用户画像进行补充和延展，帮助客户更好地描述出这些画像。

　　腾讯社交广告基于广泛的人群覆盖、强社交关系链的属性以及业界前沿的模型和算法，保证Lookalike的结果更符合广告主的目标受众特征。

　　事实上，如何用洞察和创意赢得消费者，在正确的场景上说对故事、说好故事，抓取用户注意力，这才是真正重要的。画像本身是没有意义的，如何用好这些画像才是有意义的。

　　Q：现在对互联网金融的监管越来越强了，互联网金融的政策收紧对于互联网广告业务有什么影响?

　　A：政策收紧对广告行业造成影响是肯定的，但腾讯社交广告受到的影响应该是行业最低的，因为我们是行业里面准入门槛特别高的。

　　我们的筛选机制有三层：第一层，能否在此投广告。也就是说开户要完全符合国家规定。例如金融行业广告主营业执照中的营业范围须包含“金融”或“投资”或“借贷”字样，并且不开放给无明确许可的金融衍生品、校园贷、学生贷、虚拟货币、贵金属等。

　　第二层，能对接哪些流量。因为腾讯社交广告的流量是很丰富的，即便开户，若与流量客群不匹配，也是不能投放的。比如说贷款类的流量，即便是合规，但是若在青少年比较集中的平台也是不能投放的。在定向和素材上，我们面向22岁以下的人不投放贷款广告。

　　第三层，在素材和创意上，针对每一个流量上的金融客户还有严格的规则和审核流程，例如股票、基金等理财投资类广告，应在显著位置标注风险提示等。