广告商业化中的六类用户数据标签

本文为AdBright知乎账号发表的“广告商业化中的六类用户数据标签介绍”原创文章，内容来自AdBright广告技术团队成员，后续也将持续不定期分享。

以下为文章全文：

完善标签体系在广告商业化中能为广告投放平台（DSP）提供多维度、全方位的受众画像，从而实现广告的精准定向。

广告主可以利用标签体系自由选择、组合投放人群特征和行为，精准锁定目标人群进行广告投放，同时也可以利用标签体系对自身的种子人群数据进行深度挖掘，根据种子人群特征拓展更多相似人群，来扩大广告投放的潜在用户群。

▲lookalike的扩展过程和价值

下面我们来介绍广告投放中常用六类标签：

人口学标签

人口学标签主要包括性别、年龄、居住地、学历、婚恋生育状况、资产及收入、行业及职业状况等，它可以从生理、空间、经济文化水平、情感等角度去衡量一个人是否符合产品的潜在人群特征。例如卫生巾的广告更合适投放女性人群，游戏的广告不适合投放50岁以上的高龄人群，武汉的婚纱店不适合投放居住地不在武汉的人群等等。

人口学特征在广告投放中作用很大，但一般要与其它比较垂直的标签组合使用，比如游戏产品广告经常需要做性别、年龄和游戏兴趣标签的定向组合，酒店广告经常需要做年龄、收入状况和酒店兴趣标签的定向组合。

 兴趣类标签

兴趣类标签是广告标签体系中最核心、种类最多的标签类别。有商业兴趣标签、泛娱乐爱好兴趣标签、还有其它兴趣标签。商业兴趣，如酒店、餐厅、美容美发、鞋服箱包等等；泛娱乐爱好兴趣，如游戏、音乐、电影、运动健身等等；其它兴趣标签，如新闻时事、公益、养生保健、学历教育等等。

在广告投放中兴趣标签的使用是比较垂直的，电商广告可以直接选择网购兴趣标签人群进行投放，在特定的场景与其它类标签组合使用效果会更佳，比如偏女性化的电商网站可以选择性别与电商兴趣标签的定向组合；

设备类标签

设备类标签主要包括用户设备的品牌、运营商、联网方式、型号、操作系统等，在广告投放中设备类标签除了能够从设备角度筛选用户之外，还能从设备背后的隐含的人群特性对用户进行筛选。

如游戏APP广告，一般会选iOS系统-WIFI网络和安卓系统-WIFI网络的设备类组合标签，主要是因为一般游戏产品APP都很大，且分为iOS版本和安卓版本，其它联网方式下用户可能因为下载流量过大放弃下载。

行为类标签

行为类标签主要是根据人的近期活动或行为习惯归纳形成的标签，例如夜游族，出游频率，通勤工具，购物习惯，游戏时长，社交活跃，游戏支付等。

如酒吧广告可能会选择夜游族标签人群进行投放，付费率要求较高的游戏广告主可能会选择高付费游戏人群进行投放。

垂直行业类标签

垂直行业类标签如教育、证券、保险、医疗、家政、图书等等，这类标签与兴趣标签有一定的重合度，只是表现更加垂直，即特定行业的广告投放只有在选择该垂直行业标签人群才能取得比较好的效果，标签可替代性不高。

如医疗行业的广告很难通过非医疗行业标签人群的其它行业标签人群来做替代定向取得好的效果。

自定义类标签

自定义标签是指根据需求方（这里指广告主）的产品用户画像需求定制的标签。

比如广告主的某款产品是针对高校技能考证培训的，那就可以通过数据挖掘手段打“高校技能考证培训”人群标签。

▲广告商业化中的六类用户数据标签

*以上内容仅供参考，欢迎与AdBright交流，合作共赢