浅析今日头条营销方案
房蕾 张名章
【摘 要】本文主要以其广告营销方案，在受众为视角上分析大数据环境里资讯类迅速发展的模式，并在此基础上研究互联网新媒体产业下存在的一些利弊。
【关键词】今日头条;融媒体;营销战略;组合式营销
中图分类号：F49 文献标志码：A ? ? ? ? ? ? ?文章编号：1007-0125（2019）31-0234-01
“今日头条”是一款基于大数据时代背景下拥有私人订制推荐的智能引擎。作为一个基于移动客户终端的新兴新闻推送产品，不到10年，其日活跃量用户数已经超过2亿，今日头条在移动互联网时代下，受众不再是传统的大众传播，而是被动地变为“新自媒体人”，这种普泛化使每个人都能对世界发出自己的声音。新媒体发展像过去的冷媒介一样，改变新时代的信息传播。随着互联网时代的发展，移动终端广泛普及，新媒体用其自主独特的优势，随时进行个性化智能筛选，在大数据的冲击下不断优化自我。
一、今日头条营销策略
“媒介即讯息”，今日头条作为大数据环境下的交互性新闻应用平台，改变了过去对于传统热媒介与冷媒介的定义。以互联网为平台，对单个用户终端平常浏览的信息进行分析分类，在不同时间段推荐对用户有吸引力的信息，提供点对面的定制服务，产生让受众喜欢的热门新闻，留住流量。
今日头条的全球化步伐正在加快。今日头条已经不是那个单纯的资讯新闻平台，旗下已经包含火山小视频、抖音等受欢迎的app，在打通了今日头条与抖音的用户体系后整合其大数据资源，通过各平台的对接构建全新的商业化体系，实现用户共享、共同盈利，頭条整合以往的人力物力资源变成共同资源，这种单方面的资源整合变成的旗下各平台共享大大降低了其启动初期收集用户信息的困难性，利用其互联网优势对资源整合可以让用户产生信任和依赖，这样达成的利益共同体形成数据库营销模式。
“今日头条”通过技术手段对用户的行为进行细致分析：运用数据处理系统根据用户的关注点推送对应的动态广告，显示高重复的对应匹配;通过对前期系统已包含的关键词标签进行大规模筛选，不断地重复曝光量和点击率来精准定位投放;不同定位广告轮番推送可以在同一个广告位置展现不同风格，数据会根据不同种类广告自动分配浏览流量，同时也可为受众设定目标基本浏览流量，系统根据用户的历史记录找到对应的投放数据进行广告投放，从而进行更细致化的数据匹配。
二、组合式营销
今日头条以现有用户为基础，根据各种定向筛选精准定位到推荐层，精准地传递品牌信息。现在的广告转化率较低，新媒体的广告开始竞价售卖，受众所接收到的广告中竞价高的会优先展示。通过检索定位、优化运营、对比竞拍等方式为广告商提供高效服务，帮助广告商在大数据时代快速定位目标群，产生更高的效益。
互联网的发展使用户数量急剧增长，新型广告模式及网络流量的争夺带来了巨大的广告利润，借助其能力进行用户精准分析，不断地尝试和探索，今日头条在节点期间采用GD保量广告投放形式既可以保证广告的基本流量收入，又可稳固投放效果逐渐提升。在不同投放阶段转换多种投放的策略，从单一的广告模式转变成GD广告+竞价的组合式营销，为未来的广告市场打开新机遇和新挑战。
日常投放的广告是长期广告计划，不断优化产品和体会客户需求后将广告精细化达到最佳市场反应效果，比如电商的限时抢购在短时间强曝光，进行GD保量定投，CPM固定购买，媒体独家等手段集中抢夺市场空间;与媒体捆绑之后结合其活动效益获取更多的品牌效应，从点到面逐渐形成固定模式投放。
三、优化策略
今日头条通过算法为客户提供定制化服务的商业模式，积累了大数据时代下信息收集和数据处理经验。通过用户喜好进行数据化推荐。首先定向筛选不同人群、频次低的过滤进行第一层广告计费;第二层是将用户的多元关注角度进行精准分类匹配，逐渐形成推荐模式;建立多广告组不同时段推送，广告在竞价中得到重复曝光展现，通过精准定位和拓展人群来影响更多客户，结合新闻平台特点从用户本体出发多元化展现广告。今日头条根据用户兴趣匹配广告，广告商更容易找到目标顾客而用户也更容易发现想购买的商品，一站式解决多样化需求，大大提高了效率。
四、小结
今日头条的个性化阅读很容易把客户困在局限的喜好中，用户每天面对一个封闭的世界，某种程度上保留了用户个性化的同时也失去了用户的个性化，获取原生信息的不充分使了解的方面越来越片面。就像在抖音中不断获取片刻的愉怏感堆积相似的信息符号会使人逐渐变得作茧自缚。在大数据环境下，每天大量的信息了解我们操控我们，并且为我们做决定，可是再智能的机器也感受不到人的情感，因为再智能的算法也没有人性。我们在这样的时代并不意味着要我们受其制约，谁应该拥有数据并且保证数据的合法性，警惕数据独裁才是现今以及未来应当也是必然思考的问题。
参考文献：
[1]尼尔·波滋曼.娱乐至死.广西师范大学出版社，2009年.
[2]马歇尔·麦克卢汉.理解媒介.译林出版社，2003年.
[3]敬蓉.大众传播符号与受众心理真实，1998年.
[4]维克托·迈尔·舍恩伯格.袁杰译.删除：大数据取舍之道.浙江人民出版社，2013年.
[5]友瓦尔·赫拉利.未来简史.中信出版集团，2017年.
