微信信息流广告[]

概述

信息流广告是指一种依据社交群体属性对用户喜好和特点进行智能推广的广告形式。其主要展现形式是穿插在信息之中。

一、微信信息流广告的原理

现在问题来了，微信同样是推送广告，为什么有的人收到的是宝马，而有的人收到的是可口可乐呢？微信用的所谓的“大数据手段”是什么？其实微信的朋友圈广告，跟微博最早推出的“粉丝通”非常相像，都是一些产品和品牌出现在用户的信息流里。只是微博和微信的关注机制不同，微博是单向关注，微信是双向关注，但是在原理上是一样的。所谓微信朋友圈广告，其实就是你突然被系统添加了一个“好友”，而这个“不速之客”同时出现在其他人的信息流里，如果其他人恰好跟你也是好友，那他的点赞、评论和转发你都会看到。有些人一直抱怨，为什么那么多赞、评论都对用户造成骚扰，为什么系统不把“互动”关掉呢？

在黑马哥看来，系统之所以不把系统关掉，有两重原因：一是，微信广告的机制就是把广告用户看成一个“好友”，所以这个“好友”跟我们每个用户一样，享受的待遇的是一样的，互动的机制也是一样的，关掉“互动”相当于把所有人的互动都关掉，这将是什么局面大家可想而知了。第二，点赞、评论等互动数据，很可能会变成广告计费的主流方式，互动量直接跟广告费挂钩。如此这般，互动更是不会被关掉的，因为微信还指望着靠“互动量”来收钱呢？

二、微信信息流广告的用户筛选

说完了微信信息流广告的原理，再说下它的用户的选择，凭啥有的人收到的是宝马广告，而有的人则只能看到可口可乐。虽然号称采用了大数据方式，但是从黑马哥个人的判断来看，目前微信广告人群的选择还是采取最简单的方式，就是把用户标签化。把人的“标签化”，最直接的几个指标就是地域、性别、年龄、设备、好友关系和兴趣图谱。

除了上述6个指标以外，当然还有“你关注的微信公众号”、点击广告的数据、甚至QQ号的底层数据。只是那些指标都很难规模化提取和分析，也就很难作为广告精准投放的指标。在黑马哥看来，虽然目前微信的用户数量庞大，积累的数据也是海量的，但是由于目前没有吧数据进行“标签化管理”，所以短时间内想实现真正意义上的精准投放还是很难。估计下一步的动作，微信数据的“标签化”管理将会是重中之重。

三、微信信息流广告的计费方式

目前信息流广告的计费方式大致有两种，一种是按曝光计费，一种是按互动计费，微信信息流广告也不外乎这两种计费方式。

在黑马哥看来，因为微信用户量庞大，互动量很大，利用CPE进行计费的可能性会很大。

四、广告形式

虽然宝马、可口可乐、VIVO的微信广告获得空前的关注度，但是广告形式却是比较单一，都是展示型广告，缺乏一些创意和互动性。在内测时候，大家会可能觉得新鲜，一有广告都会去参与互动，但是当广告真的多了以后，大家也会审美疲劳。所以，品牌在微信广告投放的时候，不仅要“有钱任性”，还要在创意和互动机制上下功夫。

在黑马哥看来微信公众号信息流广告，微信信息流广告将来将会有三种形式：

在黑马哥看来，随着微信信息流广告的增多，一些品牌和导流型广告的效果会越来越差。而游戏型和实惠型，则会更有效一些，通过参与和激发分享可以让传播的链条变长，激发用户的参与热情。毕竟，社会化营销的核心还是“浸入关系链”，社交关系链才真正是腾讯的强大之处。

信息流广告的内容

最早于2006年出现在Facebook上，一经推出就吸引了国内外各大社交平台的兴趣。BI INTELLIGENCE援引的一份最新数据调查显示，信息流广告将逐渐成为未来社交网络尤其是移动端的主流广告形态。在QQ空间中，APP开发商是使用信息流广告最主要的广告主，其中游戏类占比超四成。

信息流广告，也称Feeds广告，即在用户查看的好友动态中插入推广信息，并依据社交群体属性根据用户喜好进行精准推荐。展现方式以文字图片加链接为主，通常采用按点击的CPC（cost per click）或按展示的CPM（cost per 1000 impressions）模式收费。

与传统的banner广告相比，Feeds广告拥有更加可靠的“展示”，信息显示，广告主投放的广告将出现在朋友圈的信息流当中微信公众号信息流广告，以文字信息和图片的形式呈现，点击文字下方的链接即可查看详情。另外在广告内测期间将会标注“推广”二字，以便用户区分，用户也可选择“我不感兴趣”不再接收其消息。它植入在用户视觉焦点的内容中，基本不会像传统的banner广告那样被用户所忽视；Feeds这种可靠的广告展示也为之带来了更好的点击率和更高的流量变现效率，为媒体带来更高的收入；而对于广告主而言，Feeds广告的曝光是有保证的，而曝光得到了保证，广告效果自然也不会差。就业界的水平而言，Feeds广告的流量变现效率是传统PCbanner的10倍。

信息流广告的发展

参考资料：

免责声明：本文系转载自其它媒体，版权归原作者所有；本站遵循行业规范，任何转载的稿件都会明确标注作者和来源，旨在传递信息，不代表本站的观点、立场和对其真实性负责。如需转载，请联系原作者。内容会稍有编辑，如果来源标注有误或侵犯了您的合法权益等其他原因不想在本站发布，来信即删。投稿等其它问题请联系本站

文章来源:http://www.wm23.com/wiki/155244.htm