歡迎關注“創事記”微信訂閱號：sinachuangshiji

文/半佛仙人

來源：半佛仙人（ID:banfoSB）

1

自打人類進化中出現了商業的那一刻起，營銷，就成爲了人類鑽研的核心。

交易的本質是價值交換，但世界上不存在永遠對等的價值，所以交換中存在套利空間，這些套利空間，成就了商業的價值。

逐利是人的本性，這是刻在基因裏的。

如何把一件產品附加上額外的價值，賣給自己的同類，換回更多的金錢，成了最打動人心的事情，比世界和平還要打動人。

畢竟和平是所有人的，而金錢是少數人的。

越少越珍貴。

縱觀人類歷史的每一個時代，最先進的技術往往都是最先應用於軍事和貿易，而軍事，很多時候也都是爲貿易所服務的。

從古至今皆是如此，大數據年代也不例外。

在這個人人標籤化的數字年代，廣告業前所未有的深入到了我們生活的方方面面，影響了我們的各種決策。

你以爲你做出的購買決策是基於自身的意願，但現實並不一定如此。

作爲一個整日與數據標籤打交道的風控，反商業作弊也是我的日常工作，如果不懂商業廣告的底層邏輯，那麼是做不好風控的。

這篇文章將給大家科普大數據廣告的精準推送原理，我想爲大家展示一下數據在合理的策略裏可以完成多麼恐怖的事情，這是真正的改變世界，或者說是掌控世界。

這裏面有謠言，也有真相，更多的是真相與謠言參半。

甚至有時候真相比謠言更加魔幻。

2

讓人掏錢，不是一件簡單的事情，哪怕是有技術的支持。

數據廣告推送，本身是一個極爲複雜的工程，這裏面涉及數據採集，數據清洗，口徑對齊，數據關聯，模型訓練，策略迭代，場景驗證，流量分配，成本控制，渠道管理等一系列工作。

每家合格的數據驅動的營銷公司，都會有一隻數百到上千人的團隊專門做相關的工作，數百個聰明的腦袋996只爲做一件事。

讓你在不知不覺中心甘情願的掏錢。

靠一篇文章寫全這些，既不太現實，也沒必要，所以我決定圍繞一個關於大數據廣告非常經典的謠言，從闢謠開始，來一步步拆解數據廣告推送的基礎知識以及對我們生活的影響。

很多人在網上說自己的的手機被人監聽了，原因是自己剛和別人討論了某個話題，沒過多久，手機上就出現了類似信息的廣告。

例如自己口述了想喝奶茶，打開外賣軟件就出現了奶茶推送。

自己說想去歐洲旅遊，打開網頁就出現了旅遊廣告。

自己談到了某種商品，打開購物App就出現了類似商品的推送。

所以很多人覺得自己在被自己手上的App所監聽，然後這些監聽依據相關的關鍵詞拆解講話的意思，然後就推送給自己各種各樣的廣告，精準不精準不說，着實是嚇人一跳。

有段時間，整個互聯網都在盛傳某某App拿錄音權限就是爲了實時監控用戶，甚至某些App還在偷偷錄像用戶云云。

我得承認大家的想象力是很豐富的，在不懂網絡廣告推送機制的前提下，提出這些猜想某種程度上也是合理的，但這都是謠言。

互聯網公司不會用這種方式來做所謂的精準推送。

不是他們良心發現，而是這麼做沒有性價比。

商人逐利。

3

爲什麼不用錄音做推送？

從用戶角度思考方案，可能只考慮這件事是否能實現，監聽錄音從技術上可以實現；

但是作爲商業公司評估方案，除了需要考慮能不能實現這一點之外，還要綜合考慮成本，效率以及風險，馬虎不得。

商場如戰場。

利用錄音做信息收集，然後做廣告推送，在當下，是一件成本極高，效率極低，風險極高的事情。

不僅要投入大量成本，連毛都賺不回來，還要面臨侵犯用戶隱私的指控，腦子沒冒煙的公司都不會做這件事，即使是冒煙的公司，做到一半就會發現划不來，然後不做了。

錄音牽涉的主要問題如下：

1. 錄音功能會讓App消耗海量手機資源。

當一個App在後臺持續錄音的時候，不僅是App本身運轉會變得遲緩，更多的是會造成手機本身的耗電量和發熱大幅增加，一來二去，用戶直接就不使用了，因爲一用你的App手機就不好，市場上可選擇替代品又太多。

當年滴滴和快的大戰的時候，滴滴在關鍵時刻勝出靠的就是騰訊支持的1000臺服務器以及數百名頂尖工程師，比快的早半個月實現了用戶體驗的質的飛躍，後面的故事大家都知道了。

2.錄音文件本身是佔用手機存儲空間的，並且佔用極大。

大家可以自己錄一段30分鐘的錄音看看，這個音頻文件會有多大，一個App如果持續錄音，在用戶重度使用的情況下，可能幾天就把手機徹底塞滿了。

這會造成非常荒謬的後果。

3.錄音錄下來之後，無法及時處理這些錄音數據。

如果把錄音處理模型放在本地App裏，那麼一個是App安裝包臃腫，一個是會被競爭對手反編譯，商業機密直接透明，把核心能力包在App本地，是很愚蠢的事情，喫雞爲什麼外掛屢禁不止，就是因爲運算整體在本地文件，無法抵擋本地篡改，所以本地存儲方案不靠譜；

如果走實時上傳，那麼傳輸過程中需要流量，這造成用戶的流量損耗極爲恐怖，並且很容易就被識別出來上傳用戶信息；

這些數據屬於無用數據。

4.錄音分析來的數據價值低，且不準確。

如果手機App監聽錄音，那麼首先得保障他監聽到的是你本人講的話，因爲推薦是要對你本人進行操作的，但是在現實生活中，錄音沒法保證只錄某個人的聲音，要錄就是一起錄音，這就導致錄下來的聲音也不知道是誰的。

想想看，我在你身邊走過，衝着隔壁的人大喊一聲“杜蕾斯”。

然後你打開手機給你推薦杜蕾斯，這種沙雕推薦是不是非常魔幻？

這就是無差別錄音帶來的問題。

5.語義分析在目前依然面臨無法解決的語言本身的問題。

人類的語言是一門藝術，漢語更是高階藝術，而機器尚未破解這一藝術。

如果大家試過錄音轉文字，或者語音輸入法，就會發現，機器沒有辦法完整的識別有效的語言場景。

我們來做一個語義識別題：

領導：“你這是什麼意思？” 小明：“沒什麼意思，意思意思。” 領導：“你這就不夠意思了。” 小明：“小意思，小意思。” 領導：“你這人真有意思。” 小明：“其實也沒有別的意思。” 領導：“那我就不好意思了。” 小明：“是我不好意思。”

這裏面的每一個意思，都是什麼意思？

機器根本做不到識別這些內容。

甚至很多時候你只要講方言或者講話一快，機器就根本不知道你在說什麼了。

精準推送的前提是數據可靠且精準，錄音絕不在這種數據中。

6.錄音帶來的風險，要遠遠超過收益。

錄音這件事情，本身是非常敏感的，要是哪個App能被明確抓出來在偷偷錄音（目前所有的質疑都只是質疑，沒有明確的數據和代碼證據），第一個搞他們的不是網民，而是工信部。

這種侵犯隱私的行爲，正是抓緊去教育的好時機。

而公司只爲求財，不想求進監獄裏。

看到這裏，我想很多人對於錄音這種謠言已經足夠了解了，但是還是有疑惑自己身上發生的神奇的事情，沒關係，我們繼續講下去，看看真正的數據推送是怎麼做的。

我們如何通過巧妙的技術把我們自己困在廣告裏。

4

數據推送是如何實現的？

一套最最基礎解法是，X+N=Y，這是最簡單的公式。

X是指的用戶特徵變量（用戶畫像），N是指變量應用（算法，策略），Y是指推送效果（用戶是否購買）。

所有收集來的用戶數據，經過標準化ETL（數據處理），再經過特徵工程，形成有效的X。

有了X之後，N就是如何使用X，讓最終結果更接近於Y。

這裏可以利用算法，也可以使用策略包，目前的主流是使用策略包，因爲算法的效果隨機性比較大。

所謂的精準推送，本質上其實就是一個用X和N尋找接近Y的過程，所謂的訓練模型，只不過是在已知X和Y的情況下，找尋可以讓X更接近Y的算法，找出更好用的N。

單純這麼說比較抽象，我舉一個例子大家就明白了。

半佛是一個18歲的美少年，曾經在淘寶上買了很多XX品牌的跑鞋，並且經常搜索大體重跑鞋。

從廣告推送的角度，針對美少年半佛的推送會這麼做。

首先拆解半佛身上的標籤，做成X。

男性，18歲，XX省人，學歷XX，跑鞋，大體重，常用購物平臺，手機型號，App來源，手機入網時長，話費消費記錄等等，這些標籤都是X，來自於各種各樣的數據源。

然後通過過去的購買記錄，找到半佛曾經購買過的商品，就是各類跑鞋，做成Y。

一個簡單的用戶畫像就出來了：年輕男性，熱愛跑步，胖，樂意花錢，有品牌傾向性，喜歡在淘寶購物，多數購物來自於主動搜索。

那麼這時候就可以通過一定的策略，給半佛推薦大量的符合他歷史購買習慣的跑鞋（從品牌到型號到價格），如果成交了，就代表算法有效，進一步強化推送；

如果沒有成交，就弱化部分特徵，推送新一批跑鞋，只要成交，就依據成交結果修正算法。

最終半佛只是無聊刷淘寶，但是最終買了1000雙跑鞋回家，然後又掛到了閒魚上，創造了好幾次GMV。

當然實際應用中會比這個公式要複雜很多，各種變量間的衍生變量，不同用戶間的關係網絡變量，同一個用戶在不同場景中要匹配不同的Y，X作爲Y，Y作爲X，用戶消費心理勾畫，產品要素設計等等等等，廣告推送可以說是互聯網最複雜的應用，可能都沒有之一。

因爲人的購買慾是不穩定的。

上面舉的例子僅僅是複雜度爲1的情況，實際在應用中，數據和公式的複雜度基本是10086起。

考慮到本文是科普性質，所以我只拿最基本的東西來講，大家瞭解這個數據推送的邏輯就可以了，算法本身不是重點。

真正的重點在於精準數據的獲取，這纔是對我們生活影響最大的。

數據時代的我們，一切都可以量化。

5

很多人所謂的自己偶爾說了什麼，然後就收到了相關的廣告，所以懷疑自己被錄音。

我理解這種想法，但我要說實現這樣的效果，根本不需要錄音這麼麻煩，有的是更精準的方法來獲取你的X。

1.最基礎的就是你的主動搜索記錄。

包括你在搜索引擎上的搜索，你在購物網站的搜索，你在各種App（不一定要是購物）中的搜索，這些你主動搜索的信息，都是高權重的X。

如果是網頁端的搜索，那麼瀏覽器和搜索引擎都會留存你的cookie，即使你有定期清除瀏覽記錄的習慣或者知道每次上完網清cookie也沒用，現在雲計算的發展已經可以做到實時上傳，你清除也沒用。

2.除開搜索記錄和購物記錄外，最精準的數據之一就是你的手機App List以及註冊App列表。

就是你的手機曾經安裝過哪些App，當前手機安裝了什麼什麼App，以及每一個App的打開率，使用時長等等。

這個通過用戶授權直接讀取App列表以及通過短信驗證碼反推安裝註冊可以實現，即使是號稱IOS，也可以通過App跳轉撞庫的方式來撞出至少48個App。

每一個App都是代表了一大串的X，畢竟每個App都有自己的屬性和目標用戶，這些特徵都是很顯著的。

你安裝了拼多多，可能代表你是一個價格敏感型用戶，可以給你推送便宜貨；

你安裝了Bilibili，可能代表你是一個喜歡二次元的用戶，可以給你推薦動漫周邊；

你每天大量時間沉迷在短視頻，可能代表你是一個熱衷於Kill Time的人，當然廠商還會用你瀏覽記錄來更精細化的推薦各種二類電商產品；

你用什麼App，某種程度上在機器眼中你就是什麼人。

3.LBS地理位置是一個非常有用，但是很多人都會忽略的內容。

很多所謂的談到奶茶後，打開外賣App會彈出奶茶店鋪廣告的案例，其實都是因爲使用了LBS推送。

大家都知道App會實時獲取用戶的地理位置，生成與之相關的X，而外賣店鋪，本身也有自己的業務輻射範圍。

當你走入到這個外賣店鋪的輻射圈子的地理位置時，就給你推送相關的信息，讓你不得不看。

某著名網紅插，就經常喜歡對自己門店2公里內的外賣App用戶進行無差別推送，別管你喝不喝，來了就先看個廣告吧。

獲取LBS的途徑有很多，很多時候通過WIFI的固定連接點，也可以識別你是不是在那幢樓辦公或者生活，然後圍繞這一變量給你進行推送。

你在哪裏，你就是誰。

4.聊天記錄讀取，短信讀取，這種東西都太尋常了，我要說的是，輸入法。

只要你打字，你的輸入法是知道你鍵入了什麼內容的，這部分內容，都會被留存下來，然後作爲你特徵變量的一部分，這可比錄音要好多了，因爲百分百是你本人打的字，而且文字表達的含義也更加清晰。

某些輸入法，就在做着這樣的事情。

輸入法既然可以監控你的錄入，當然也可以直接讀取你的剪貼板，看到你曾經讀取過什麼。

甚至技術厲害一點的，可以直接監控你的鍵盤軌跡，連你曾經打出來但是又刪除掉的內容都拿到。

哦對了，關於錄音，有一點是真的，就是當你用輸入法的語音錄入功能的時候，他們確實是知道你的錄音的，只不過不是讀聲音，而是通過錄音轉錄文字後的關鍵詞，是讀文字。

輸入法對於用戶隱私的監控與泄露，是非常嚴重的，而且大多數人都無從感知。

你忘記的，輸入法都記得呢。

5.當然，手機本身，就是一個最大的隱私收集器，在系統廠商和硬件廠商眼中，大家其實都是裸奔的。

再講一個恐怖故事，這些從各種App，各類輸入法，各種手機中收集來的用戶數據，都是可以交易的，各家公司都在利用這些數據。

隨便舉一個例子。

用戶在頭條App中用百度輸入法輸入【尿不溼】，百度和頭條都知道用戶在頭條輸入了這個【尿不溼】，他們有了這個數據，這個數據並且是直接關聯用戶手機號的，就是說，大家知道是誰，在什麼時間，在哪個App裏，輸入了什麼。

而這條精準的用戶信息，是可以賣給淘寶或者京東的，淘寶獲取了這個信息後，就可以對這個手機號關聯的用戶去進行相關的推送。

這個市場的體量和交易額遠遠超出所有人的想象，但是知道的人卻寥寥無幾。

6

如果要窮舉各種App各種手機收集和利用用戶隱私的案例，可能講幾天幾夜也講不完。

我來給大家講一個基於數據採集的用戶畫像案例吧，看看我們的一生是如何被數據拆解的。

下面的文字部分爲正常生活描述，括號內爲獲取這些數據的途徑。

小明，在廣告公司上班（通過短信讀取公積金信息，或者支付寶綁定公積金）。

28歲，男性（身份證號拆解）。

本科學歷（學信網接口通過身份證號調用），外地人（身份證號前6位對比工作所在地）。

租房（租房App或者代繳水電費賬戶名字與本人不同）。

貸款買了一輛小車（貸款App數據，支付寶綁定行駛證，每月短信還款提醒）。

平時的消費愛好是買書和拼多多（支付類App付款記錄），以及打手遊（遊戲類App以及賬號體系）。

經常去XX網吧通宵（外賣收貨地址，網吧管理軟件用戶體系）。

住在XX小區（快遞收貨地址，手機LBS活躍圈，WIFI連接熱點）。

偶爾也去旅遊（車票酒店購買記錄，異地網紅店消費記錄）。

甚至喜歡看點小電影（瀏覽器記錄，購買付費記錄，轉發記錄）。

朋友很多（好友數，日常活躍好友數，通話記錄與通訊錄的交集），朋友們的消費水平也一般般。

收入一般般（短信讀取銀行到賬短信，手機話費餘額消費賬單）。

有一個女朋友小紅（聊天記錄，通訊錄，通話詳單），已經同居（購買大量女性生活用品）。

女朋友公司在XXX（基於小明除家裏以外的收貨地址，關聯一些女性物品交易記錄）。

快要結婚了（網上搜索大量與結婚有關的信息，下載了婚禮類App）。

最近可能要當父親了（查看嬰兒用品，網上搜索很多育兒經）。

最近手頭有點緊（下載了很多借款App，讀取短信可以知道有些下款了，外部可以採購到他的多頭負債情況）。

等等等等等等等（10086個等等）。

如果你是廣告商，你拿到了這些數據，你可以非常精準的在小明人生的每一個階段，都恰恰好推送一些恰恰好的廣告，很多人可能光看描述就已經在構思營銷方案了。

而且，這還只是小明一個人的數據，如果再加上小紅的數據，小明朋友的數據，小明父母的數據，最終就會成爲一張關係網。

例如當小紅在搜索孕婦裝的時候，其實就可以給小明推薦奶粉和嬰幼兒保險了。

例如小明在搜索各種片子的時候，其實就可以給小紅推薦一些情趣用品了。

這種關聯多如漫天繁星。

星空下是我們平凡的人生。

如戲一般的人生，劇本不在我們手中。

我們只是一顆棋子。

7

斯諾登的棱鏡事件大家都還記得吧，美國政府在全世界範圍搞監聽。

但要我說，棱鏡那個東西，在大數據多維交叉驗證面前，只是上個世紀的玩具。

通過數據挖掘和收集，我知道你的愛好，知道你的活動範圍，知道你的詳細信息，知道你的社交圈，知道你可能要做的事情，知道你的一切。

我比你還要懂你。

爲什麼我國政府近幾年特別重視個人隱私，對於各種濫用隱私行爲都是嚴厲的打擊，每年都有大量數據從業者被送進去？

因爲當企業知道用戶的一切的時候，某種程度上，就可以通過推送，來影響用戶的一切。

這個影響可以是精準推送賺錢，也可以是做的更多。

還記得美國大選的時候，FaceBook直接倒賣用戶數據來監控輿情，甚至通過精準推送來影響大選的結果？

這是一種超越國界的能力。

不僅僅是改變世界，甚至是掌控世界。

而回到我們自己。

我們的一切，在公司眼中，只是一個個數據標籤，是達到他們目的的必要生產資料而已。

他們做的就是把我們做成數據，然後向我們灌輸數據，從我們身上得到他們想要的東西。

我們一生的歡笑與淚水，開心與難過，認真的思考，謹慎的決策，最終都不過是一組數據，都是可以被拿來利用的。

他們甚至都不屑於支配我們，你會去衝着一堆數據使勁兒嗎？

他們只需要調整參數就可以達到目的。

現在巨頭們已經完成了數據的合圍，然後通過交易來壟斷這些數據。

我們的一切都透明瞭，再技術飛速進步的年代，錢和權力都無法阻止這一切發生，除了死亡外，人類在大數據面前也是平等的。

這一切都不是祕密，完全是公開的事情，甚至那些賣數據的公司都恨不得自己去打廣告找到更多的買家來買，因爲賣的人太多了，市場競爭過於激烈，數據量過於飽和。

這魔幻又現實。

數據像大白菜一樣擺在那裏交易，交易的是我們每個人的人生。

我們的一生的故事都在裏面，愛也在，恨也在。

大數據的發展確實給生活增加了便利，這無可否認。

但如何掌握數據採集和數據應用的度？這是一個很大的問題。

更大的問題在於，這種被設計好的生活，真的是我們想要的嗎？

我還沒有答案，你呢？