甲方：当我手上有1.5亿数据

“我手上有1.5亿的数据，但我们广告却投不好，到底哪里出了问题？“

昨天给一个全球最大之一（可能要把之一去掉更准确）的健康医药产业集团做数据在数字营销上的应用的workshop。

气氛很热烈。数据应用确实有很多跟大家所知的情况很不一样的地方，所以大家问题很多。

其中一个问题是，宋老师，我手上有1.5亿的数据，但我们广告却投不好，到底哪里出了问题？

当我回答完这个问题之后，看到大家释然（或许也有恍然大悟）的表情，我意识到，这个问题是一个很好的问题，很重要，也很具有普遍性。

这后面究竟有什么样的故事，为什么广告效果不好，又该如何解决这个问题呢？

这篇文章，我讲讲我的观点，也欢迎朋友们在文后参与讨论。

1、数据，是个坑人的字眼

对于甲方，我有一个建议，当听到“数据”二字，就要立即警觉起来。数据这两个字的词，很坑人的。

简单讲，每个人理解的数据都可能不一样。而甲方理解的数据，和乙方提供的数据，常常有天渊之别。

要说清楚数据到底是什么数据，必须注意三个核心点：

• 是什么样的结构：ID + 属性字段；还是只有ID；还是只有属性。

• 颗粒度：个体级别，还是人群包，如果是人群包，多少人一包。

• 包含哪些字段。

而数据包含多少数据量，并没有被我列在核心点中。为什么，后面再讲。

现在，昨天的那个甲方，他们的1.5亿数据是什么？

• 结构：基本只有ID（Device ID），没有属性字段，或者很有限的属性字段。

• 颗粒度：个体级别。

• 包含字段只有一项：点击它的某个广告。

现在，当你手握1.5亿这样的数据，会觉得这是一个很多、很了不起的数据吗？

堪忧。

Device ID是个体级别的，这个有优势。但是这数据属性中的可用部分，只有可怜的“点击某某广告”可用。

而且，点击广告？Kidding me？品牌广告的点击，先不说可能存在的垃圾或作弊，光误点击或者好奇心点击就很多，却不是目标人群。因此，广告点击是一种表明品牌兴趣的“信号机制”，但显然不够强，数据质量也不够高。

但这还不是全部的问题。

2、数据量，完全不是越大越好！

这1.5亿数据存在的第二个很大的问题是，1.5亿本身。

中国有多少手机用户？大约10亿，假设平均每个人有1.5亿个手机。那么1.5亿的device ID，就基本上是10%的中国手机用户了。

给甲方提供数据服务的服务商，可能还会跟甲方说，1.5亿数据太少啦，你们要继续积累数据，最好积累到5亿、10亿……

Kidding me？

在以点击广告作为字段的情况，将数据积累到5亿，那就基本上每两个手机用户，就有一个是这个品牌的“目标人群”。这听起来，相当不符合逻辑呀。

如果人人都是你的目标人群，跟人人都不是你的目标人群有什么区别！

又不是卖可乐，开麦当劳。

所以，这1.5亿数据，听起来庞大，感觉是极尽了目标人群。但实际上，或许它太大了一点，大到已经不能从中发现真正的目标人群了。

很多甲方喜欢很大很大的数据。而且几亿数据喊出来，服务商脸上也有光，否则还有啥能说明数据的强大的？

但是，数据量，完全不是越大越好。

比如，数据量太大，真正有用的数据就会被淹没。数据量太大，处理起来会更慢，比如做look-alike，无论种子数量的巨大，还是放大的人群池里面的数据量巨大，都不一定会让效果更好，反而会让look-alike的速度变得很慢。数据量太大，为每一个个体构建准确的标签的难度也会随之加大，数据的精准度也必然会降低。

换句话说，1000万个Device ID加上每个ID都有10个较为准确的标签，和1亿个Device ID，只有一个点击广告的标签，哪个更能被应用？答案毫无疑问。

不是追求大，而是要追求有质量的大。

所以，为什么1.5亿的数据，实际上很难投出有效果的广告，是因为，实际上其实手上没啥数据。1.5亿数据和没有数据，一点儿不矛盾。

3、为1.5亿数据填充数据

那么，怎么“处置”这1.5亿数据？

方法一：找第三方来给我做data enrichment。

这么做没有大坑，但也没有什么用。第三方的数据，当然可以一定程度上帮你丰富数据标签，但价值在哪里？它们并不能帮你把标签精确到能够分辨这个Device ID背后的人是否对你的某个产品感兴趣，第三方数据都是很粗略的大致的人口属性描述，和大致的兴趣数据。

本来你就不知道这1.5亿数据中，有多少真正是你的目标受众。第三方数据做data enrichment之后，仍然不会让你知道谁是你真正的目标受众。

给一大群可能连你自己都不知道是不是你的目标人群的人做data enrichment，这不是浪费钱是啥。

逻辑不是这样的！既然花钱强化数据，就像打游戏升级装备，显然是要升级那些最好的装备嘛。现在的问题在于，这些数据是不是最值得“升级”的数据，甲方并不知道。

方法二：把数据上传给媒体的DMP，做data enrichment。

这个方法就更不靠谱了。媒体的DMP不会给你做数据增强，它们会给你两个出口，要么给你查看人群作为一个整体体现的画像报告，要么建议你把这些数据直接变成它们的人群包进行投放。这两个出口，对解决问题都于事无补。

方法三：分批分包投放这些数据，然后根据效果判断这些数据的质量和是否包含目标人群。

这个方法估计一般人不会去用吧，太麻烦，尽管但它背后包含一定的合理性。

方法四：别再去考虑用这1.5亿数据投放之类的问题了。如果就是为了投放广告，干脆直接用媒体的数据，比自己积累的这半吊子1.5亿不知道好哪里去了。这不算正能量方法，但绝对不是馊主意，如果只是为了投放广告的话，媒体现在的数据，以及它们的数据产品，质量都相当不错。

方法五：用来自自己的（第一方的）数据，为这1.5亿数据中真正重要的部分进行数据增强。1.5亿数据不重要，为1.5亿的device ID丰富第一方的属性更重要！

这个方法是真正值得甲方采用的方法。数据，唯有自己的数据，才是质量最有保障的。如我前面所说，点击不算是真正好的信号机制，但如果这些点击能够继续进入甲方的自有触点，在这些触点上产生更多的行为，这些才算是真正能够衡量是否真正目标消费者的信号机制。

这个过程不是一蹴而就的，要一定的时间，但每积累的一个数据，都是真正的数据资产。

否则，当这1.5亿数据，真的继续“积累”到5亿10亿了，你就会忽然发现，其实自己的手上，跟没有数据已然没有差别了。