听广告圈的朋友议论一则信息流广告案例：

一个经销知名品牌床垫的老板（以下称为甲老板），把信息流广告定向投给了本市使用IOS系统的用户，也就是说，广告投放排除了所有安卓用户。大家都觉得，这位老板的做法很有意思……

其实乍一听是有点懵逼的：

一般需要下载软件的广告才会定向手机系统，什么时候买床垫也要分系统了？难道是智能床垫？需要匹配系统下载APP？老板是咋想的？

苹果的偏见VS奥迪的启示

辗转找到甲老板本人，他解释说，单选苹果用户投放是经过“调研”的。

“这个床垫价格比同行高，销量一般，前不久店员意外发现，近1个月进店咨询的人几乎都是用的苹果手机，最近下单的6个业主也都是用苹果手机付的款，所以我想，是不是高价床垫和高价手机的用户更匹配些？”

“投放效果好么？”

“投了4天，点击率有点糟”，甲老板自言自语道，“挺奇怪的，以前投广告钱花得可快了，这次都不怎么花钱，本来每天预算1000元，现在200元都花不出去，优化师说光选苹果用户人群太窄了，我还想再试几天看看。”

听着甲老板的案子，想起之前本地一家景区委托数据公司做客户调研的事儿。调研数据显示：关注该景区的用户同时还非常关注奥迪汽车。

如果按照甲老板的思路，景区是不是应该把宣传广告单单定向投放给关注奥迪的用户呢？

并没有。

景区做的，是另一个决策：参考调研结果给到的用户特征，在宣传景区活动的信息流广告中特别突出了景区的品质感：从停车场管理到景区内部交通，从景区小品到餐馆，都在广告图、落地页里有非常考究的展示。

有限的现象VS有效的洞察

作为一线的营销人员，我们都知道营销调研的重要意义，从调研中获取有效的洞察来指导我们营销策划工作是一个常识。

以甲老板和景区为例，同样面对调研数据，两者的洞察层面不同，做出的广告决策也不同，导致的广告效果更是天差地别：

甲老板在发现消费者都用苹果这一共同特点后，未经思考直接得出了结论：盯着苹果用户投广告就行啦——然而从信息流广告目前的投放情况看，貌似苹果用户并没有如甲老板期待的那样对床垫表现出特别的兴趣。

而景区在了解了游客和奥迪有关后，并没有被表象蒙蔽，而是深入一步探究到了景区游客和奥迪车关注者的内在关系。

进一步分析了用户对生活的高品质需求后，新一波的景区信息流广告内容不讲促销讲格调，成功获得了精准用户的关注——阶段性客流统计发现，在总客流微涨的情况下，各种高档车的来园量环比上涨4倍多。

一起按照景区的思考逻辑来看下甲老板的案子（假设调研数据本身没有问题，即确实所有进店咨询者都是用的苹果手机），在发现客户都用苹果手机这一现象后，洞察其实才刚刚开始，我们应该深入的考虑：

为什么买这个床垫的人都用苹果？

苹果和床垫所表达出来的产品特性、价值有无相似之处？

除了使用同一品牌的手机，各个消费者是否还具备其他共性特征？

具备这样共性特征的消费者会被床垫的什么特质吸引而下单购买？

……

任何单个现象的价值是有限的，我们要做的是看深、看远、看透相关现象背后的本质，获得与用户需求匹配的洞察，做出有效的营销决策。

小数据抽样VS大数据画像

上一段内容我们分析的前提是：假设甲老板的调研数据本身没有问题。那如果调研有问题，即进店咨询的抽样结果并不都是苹果用户，又该如何判断分析呢？

其实我和你一样，第一次听说会有那么巧的事情——来看床垫的居然几乎都用苹果手机——这样的观察，可信度有多高？是甲老板的统计方法出了问题，还是消费者的购买力有问题？

思考1、 究竟是苹果用户多还是安卓用户多

细心的你肯定发现了，甲老板强调的调研只是门店销售对上门客户的粗略统计，销售人员并没有询问每一个消费者用的是什么手机，只是统计了将手机拿在手里的消费者。那么，那些没把手机拿在手里的消费者用的什么手机？无从得知。

调研计划中的一个重要环节，是要设计一个能够代表并解释总体情况的样本。样本选对了，才能帮助调研人员对消费者的想法和行为作为准确的估计。

举个例子，假设我们要测量中国男人的平均身高，只抽一个姚明或是只抽一个潘长江都是不行的，因为两者都不具备代表性。

同样的，假设进入甲老板店内的消费者共有1000人，安卓手机和苹果手机各一半，甲老板随机抽了10个人，而恰恰这10个人中9个人都用苹果手机，就会得出客户都用苹果手机的片面结论，而实际情况很可能相反——如果样本都选错了，也无所谓讨论调研结果和制定营销决策了。

思考2、究竟哪个系统的消费者更有购买力

先问大家一个问题：某个高温日的下午，一家咖啡店门口铁栏间的玻璃爆了，你觉得，是玻璃受不住热自爆了？还是铁栅栏受热膨胀挤压了玻璃导致玻璃被挤碎了？

不用说，你大概压根都没考虑过第二种可能……为什么你都不用听完问题就会理所当然的认为是第一种可能，哪怕第二种可能的几率非常高？因为你受到了自我意识的干扰。

受记忆力或知识的局限，我们做预测和决策时会不自觉的利用自己熟悉的或能想象到的信息去分析判断，就好像看到飞机失事的报道时会下意识的提醒自己还是别坐飞机了，哪怕实际中飞机失事的概率是所有交通工具里最小的。

行为经济学家卡尼曼与特维斯基把这种认知现象称为可得性偏差。

我们不排除甲老板也可能有同样的认知错误。

比如，甲老板自己、以及店里的销售都是用的苹果手机，看到消费者进店咨询时，发现对方用的是同款手机会特别敏感，不自觉的植入自己的记忆，一段时间后再回忆，就会觉得，好像来的客人都是用的苹果手机，因为床垫价格高是早就植入脑袋的信息，所以很自然的就把苹果用户和有高价床垫购买力这件事连接了起来。

事实上，这些我们记忆里的信息其实只能用作评估决策的一部分。

在做预测和决策时，我们必须要考虑大量的相关的信息，这些信息对于正确评估和决断同样有着重要的影响，景区的做法便是很好的诠释。

思考3、  预算有限不妨靠信息流广告做调研

对于一些生意规模较小的广告主来说，专门去找营销调研公司几乎是不太可能的事情，很多只能像甲老板一样，利用一些朴素的调研方法采集信息，可靠性无法评估。

与其凭我们自己的感觉做调研，不如借用一下大数据平台。

以今日头条的广告后台为例，其展示出的定向方式本身就是一个调研框架。

对于一些地方性投放的广告，除了投放区域需要定向，其他方面一开始都不建议做定向。投放一个阶段后，可以通过分析后台数据判断：

1、哪个性别对你的广告比较感兴趣；2、哪个年龄段的用户更关心你的广告；3、点击你广告的用户同时还关注哪些方面；4、点击你广告的用户身上带有哪些标签；5、一天中什么时间段的关注度最高；

……

广告主要做的，就是在获得大数据分析的基础上，结合实际，判断这些对你感兴趣的人拥有什么样的决策权力，对应权力做出对口的营销文案，吸引用户出手。

营销人最最重要的任务，是从各种现象中发现需求、满足需求，不是凭感觉拍脑袋，无中生有造需求。如果你在营销过程中也遇到过如甲老板般有趣的“洞察”，欢迎留言跟我们讨论。