作者：国双高级技术总监吴充
或许你已经意识到广告投放并不是“买媒体”，而是“买人群”，一切宣传都开始围绕着一个主题——“怎样更全面、更精准的触达心目中的TA(Target Audience，目标受众)”。
缜密的问卷调研，精巧的创意设计，审慎的渠道投放……等到一切尘埃落定，你拿到一份测量报告——“TA浓度50%，广泛触达目标受众，投放效果显著”，你和你的老板欣慰的松了一口气，打开桌上的香槟……
且慢!你的测量报告很可能是错的!
目前，单个曝光的TA是可以精准测量的?NO!
网络上有一句老话——“没人知道电脑前的是一条狗”，在很大程度上，互联网还是一个匿名的网络，判断一次在线曝光的对象是否是广告主的目标受众仍是一个难题。
诚然，部分媒体确实可以掌握很多精准信息，比如阿里掌握了每个人登录天猫、淘宝、支付宝的情况，腾讯也可以利用QQ和微信上注册的个人信息，但都仅限于平台内部，只能用来自证。
还有一个数据来源也比较受人推崇——电信运营商的数据。理论上，电信运营商既掌握用户注册信息，也能跟踪用户的所有网络行为，似乎可以解决当前的信息困境。然而，电信运营商内部的数据割裂非常严重，难以全面利用;此外，电信运营商也无法完全获得用户访问的内容，因为https加密协议有效保障了互联网信息在传递过程中不被窃听。所以，电信运营商获取的数据的价值也在变弱。
事实上，在当前的数据环境下，想要准确的知道每一次曝光的受众属性，几乎是不太可能完成的任务。
采样统计能够推断整体情况?并没有那么容易!
如果无法知晓每次曝光的受众情况，那就换一个思路——通过局部采样推断整体情况。其实，市场调研公司一直就是这么做的。比如基于家庭抽样的收视率监测，基于个人入户的消费者研究，都是通过具有普遍代表性的小样本推及大样本，以期还原真实市场情况的。
这种由小见大的方法确实有其科学依据，只要采样分布和整体分布基本一致，且样本本身不受采样事件的影响，那么在可控误差范围内是可以推出结果的。
但问题往往就出在对数据的采样上。样本很容易因各种各样的不可控因素导致被污染或者控制，即使是很多一流的调研公司所采集的样本，也常常饱受被控制或影响的质疑。而且很难真正的实现合理分布，比如高收入人群就很难放弃隐私成为样本。为了解决这一问题，普遍采用的方法就是尽量扩大采样率，使单个采样结果偏差对整体的影响减少。
”大样本“真的就意味着“大价值”?
市面上不乏一些“大数据”公司，动辄号称自己拥有上百万、上千万甚至上亿样本， 315晚会都被这些数字震惊，惶恐于他们对个人信息的掌控。其实，他们的“大”样本价值根本经不起推敲。
就大众消费人群而言，一般情况下，公司维护一个有效样本的成本是一年三百到五百元左右(这里有需要直接给到样本的，也有运营成本)，极端情况下，要找到一个合适的样本甚至可能需要打一千次拜访电话，成本不容小觑。以此类推，维护一百万样本的费用一年就是三到五个亿，这对于一般的公司根本就是不可承受之重，所以号称“百万”、“上亿”样本不能贸然说其是假的，但可靠性和活跃性肯定极低。在一次媒体投放中，他们真正可用的活跃样本数往往可能只有几百，采样率不足千分之一甚至万分之一。从他们手中统计出来的TA浓度，准确度可能还不如一般调研公司基于几万样本的结果。
还有些公司号称与媒体合作维护样本，且不提媒体是否真的会提供自己的样本给到第三方公司，单看这些公司打着“第三方”的名义，却用着媒体的样本来证明广告主投放的效果，结局还是逃不出媒体的自证，第三方的意义又何在?
TA浓度到底还能不能有?Of course!
作为第三方公司，最可靠的其实是基于自身收集的用户行为数据去判断用户属性。用户行为可以分为三个类别：
• 日常类：一般的浏览、访问行为，比如浏览过某条新闻，播放过某段视频。其特征是大量而无序，随机性较强，与用户属性的关联最模糊。
• 结果类：比如购买、注册、下载等行为，往往产生了明确的结果。其特征是少量而确定，与用户属性有比较强的关联。
• 欲望类：比如搜索、收藏、关注、点赞等行为，代表了一类欲望或倾向。其数量也小于日常类行为数据，但明确清晰，与用户属性有很强的关联。
纵观这三类数据，结果类行为数据的确定性最强，但数据量较小且后续广告对其影响效果不大，所以最有价值的其实是欲望类行为数据。基于欲望类数据做广告的投放以及评估，才会得到最准确、最优的价值结果。搜索广告的基础也就在于此。
而基于用户过往的搜索词，再利用一定的科学推算，广告主是可以得到相对准确的TA浓度结果的。目前，业内基于搜索词计算TA浓度，最高可以达到2%的打通率(即一次投放中有百分之二的人可以匹配到有效的搜索词)和3%上下的误差率。与其他采样方法的不足千分之一的采样率和20%~30%的误差率相比，这已是评估广告效果的最靠谱手段。
国双作为中国领先的云计算企业级大数据分析、机器学习和人工智能解决方案提供商，凭借多年积累，拥有海量的用户行为数据及搜索数据，已成功基于其中最有价值的数据独创了精准的TA浓度计算体系。
不过，现在搜索引擎也在收紧搜索数据，百度已经将搜索词全部加密，除了像国双这样极少部分与搜索引擎有战略合作关系且本身能获取大量互联网行为数据的第三方公司，搜索信息也变得不可获得了。
更精准的TA浓度测量，路在何方?
目前为止，国内除了少量媒体自身提供的TA浓度，和更少量有能力基于搜索词计算TA浓度信息的第三方公司，并没有广泛适用的获得准确的TA浓度的方法。数据共享反倒成为了在国内影响更精准TA浓度测量的主要难关之一。纵观全球市场，不同平台间的数据是可以贯通的，反观在中国市场，大量核心用户数据主要在 BAT 手里。也许有一天，大的媒体会更加开放，将自己的数据共享，那时TA浓度的计算以及整个广告价值评估可望变得更为透明。
声明：本文仅为传递更多网络信息，不代表ITBear观点和意见，仅供参考了解，更不能作为投资使用依据。
