反思跨设备营销中的精确度问题
xiaoyao · 2015-05-12 09:25
【摘要】反思跨设备营销中的精确度问题
数字渠道在收入和消费者洞察方面都已经展示出其强大的优势，也正因如此，我们迫切的需要拿出一套可行的跨设备解决方案的评估手段，即便很多从业者对此仍旧抱着不理解的态度。
在跨设备广告领域中，相比较于类似Facebook那样的登录匹配方式，人们对于概率匹配解决方案的精确度一般都有一个相对固定的看法。
营销人通常会认为所谓跨设备技术的精度足以让他们对单一用户做出正确的跨设备行为分析，就像Facebook做的那样，实际情况恐怕并非如此。
跨设备解决方案的竞争日益加剧，使得在精确度的问题上，行业产生了很多混淆的概念，甚至是故意滥用这一概念。现如今是时候抛下“到底是选择跨设备概率解决方案还是确定性解决方案”的争论，转过头来关注下真正有价值的问题。
反思精确度
精确度是一个非常关键的数据指标，但它并非一定像人们所想的那样。在跨设备识别中，精确度一般被认为用来衡量匹配项正确识别的数目，又或是不匹配项正确识别的数目。换言之，它代表了概率预测方法中识别正确的次数，而这一数字既有“匹配项”识别正确的次数也包括了整个数据库中“不匹配项”识别正确的次数。
营销人其实并不太关心不匹配项预测的结果，因为他们的目的是为了得到更多设备匹配的预测。但事实上，预测的结果中，不匹配项所占的比例是相当大的，这就导致了虽然精确度的数据看上去很好，但其中其实参杂了许多不匹配项的正确预测。
例如当营销人希望针对两个用户做一次匹配预测，看两人能否产生关联，如果样本的基数非常大的话，二者匹配到一起的几率是非常低的，而非匹配的几率很高。那么即便系统的精确度很高，识别出这两个用户并非一个人，完成了一次正确的识别，但是对营销者而言，这次识别的价值微乎其微，因为他们依然没有找到自己需要的客户。
为什么查准率和查全率很关键
查准率和查全率都值得你去关注。查全率是指系统查询出的相关的正确匹配占全部正确匹配数的比例。一个更高的查全率意味着系统有着更高的全面检索能力。
优化查全率某种程度上意味着你扩大了匹配池的宽度，会为你带来一个更大的数据包袱。而查准率是指预测中正确匹配数占总体匹配数的占比，一般人常常将查准率与精确度搞混。
查全率与查准率为互逆相关性,若查全率为60%～70%,查准率约为40%～50%,那么当查全率超过70%时,若想再提高查全率就必然降低查准率。
最完美的组合是什么？
对于概率匹配的跨设备解决方案而言，在实际使用中各项指标的高低其实就是一个平衡滑轮的过程，一项升高同时也会意味着另一项的降低，特别是对于查全率和查准率而言。
根据不同的应用场景，查准率不一定会是你所追求的最重要的指标，例如如果某个案例的目标是实现投放规模化，那么在这个案例中就可以将查准率换做查全率。规模化对于媒体购买者而言是一个非常重要的卖点，调整好查全率和查准率之间的关系可以带来非常好的效果，尽管这样的调节能力是存在一定的限度的。
对于精确度关注其实只是这一领域中的皮毛，通过不同的指标，如查全率和查准率，营销人员可以更好的达到，甚至超越自己所设的既定目标，而所谓精确度其实只是游戏的一小部分而已。
本文转载自『Morketing』，作者：Morketing，Morketing经授权发布，转载或内容合作请点击版权说明，违规转载法律必究。
已有0人收藏
已有0人点赞
发表评论
请先注册/登录后参与评论