读算法霸权笔记05_掠夺式广告

读算法霸权笔记05_掠夺式广告.png

1. 掠夺式广告

1.1. 大多数人排斥广告是因为大部分广告和他们关系不大

1.1.1. 《美国新闻》的大学排名模型刺激富人和中产阶级学生及其家庭为申请大学投入巨资

1.2. 掠夺式广告就是一种数学杀伤性武器

1.2.1. 掠夺式广告以寻找不平等并大肆利用不平等为己任,其结果是进一步巩固了现有的社会分层

1.3. 掠夺式广告大规模聚焦于社会中最绝望的那群人

1.3.1. 营销目标群体是“孤立”“缺乏耐心”“低自尊”的人

1.3.2. 以社会救济为生的带着孩子的单亲妈妈

1.3.3. 怀孕的妇女

1.3.4. 刚刚遭遇离婚

1.3.5. 低自尊

1.3.6. 从事低收入的工作

1.3.7. 最近经历过身边人死亡的事件

1.3.8. 遭受过身体/精神虐待

1.3.9. 近期有入狱经历

1.3.10. 有药物成瘾治疗经历

1.3.11. ⑩从事没前途的工作

1.3.12. 没有未来的人

1.3.12.1. 痛苦是他们最大的驱动力

1.4. 误导性的广告标题,是一整个肮脏行业的劳动成果

1.5. 站在掠夺式广告商的角度,穷人在搜索引擎上的查询行为和点击过的优惠券,实际上就是在大声呼叫广告商来注意自己

1.6. 广告程序会逐步地对目标人群有越来越深刻的理解

1.6.1. 如果这是个掠夺式的广告程序,它就会评估目标人群的缺点和弱点,并找到最有效的途径榨取他们的价值

1.7. 受害者几乎无从了解他们是如何被选中的,或者广告商是如何能够对他们有那么详尽的了解的

1.8. 营利性大学的急速发展正是受助于掠夺式广告的兴起

1.9. 营利性大学远非唯一利用掠夺式广告赚取巨额利润的机构,类似的机构和行业还有很多

1.10. 发薪日贷款行业得到大批数据代理商和潜在顾客开发商的大力支持,这些人中的很多人都可以被称为“诈骗艺术家”

2. 营利性大学

2.1. 美国最贫困的40%的人口深处绝望

2.1.1. 许多工业岗位消失了,要么被新技术取代,要么被转往海外

2.1.2. 这些人真正需要的是钱

2.1.3. 他们一直被灌输这样的理念,即能否赚钱的关键取决于接受教育的水平

2.2. 脆弱的价值好比黄金

2.3. 营利性大学则把矛头指向另一类更脆弱的群体

2.3.1. 营利性大学使用的数学杀伤性武器精准度极高,直指最为弱势的群体

2.3.2. 数学,以复杂模型的形式助长了整个掠夺式广告产业的发展,引导潜在的学生客户申请这些营利性大学

2.3.3. 放出的“诱饵”是一个突破固有阶层上升一步的机会

2.3.3.1. 它们给弱势群体提供了一个接受教育的机会,并向他们承诺了一个美好的未来、一个诱人的突破固有阶层的机会,而结果是这些贫困家庭的学生因此背负了更多的债务

2.3.3.2. 这个“诱饵”还暗含着对其目标的潜在批评,即认为这些底层阶级没有付出足够的努力去改善自己的生活

2.3.4. 其更倾向于锁定贫困地区的人,尤其关注那些点击了发薪日贷款广告或者关注创伤后应激障碍问题的人

2.3.4.1. 退伍军人是营利性大学最主要的生源,某种程度上是因为他们更容易得到资助

2.4. 客户的无知是这场骗局的关键

2.4.1. 目标学生都是外国移民,这些人相信,私立大学比公立大学更好

2.4.2. 如果他们说的私立大学是指哈佛大学或者普林斯顿大学,那么这种观点是没错的

2.4.3. 所有的私立大学,包括像德瑞大学、菲尼克斯大学这样的营利性大学都比任何州立大学(比如伯克利大学、密歇根大学或弗吉尼亚大学)更好的说法,只有新来者才会相信

2.4.3.1. 文凭工厂

2.4.3.2. 营利性大学的文凭在职场中的价值要低于社区大学的文凭,和高中文凭相差无几

2.4.3.3. 这些大学的平均学费要比一流公立大学还高出20%

2.4.4. 一旦无知的特征被确证,招生人员接下来的主要工作就是锁定其中最易受欺骗的那些,然后利用他们的私人信息对他们展开针对性的“攻击”

2.4.4.1. 其背后是一整个产业链的铺垫

2.5. 以各种形式招收学生是营利性大学的核心业务,在大多数情况下,它们在这方面的资金投入要比在教育上的投入多得多

2.5.1. 营利性大学的大部分广告资金都流向了谷歌和脸书

2.6. 营利性大学也提供一些免费的服务,用以换取与学生面对面交谈的时间

2.6.1. 这些大学会提供免费的培训指导学生们写简历

2.6.1.1. 这些培训确实对学生有益

2.6.2. 其中那些提供了联系方式的贫穷学生在培训结束后就会成为大学的追踪目标

2.7. 受助于数学模型的掠夺式广告的危害直到学生们为了缴纳学费申请大额贷款时才会显现

2.7.1. 营利性大学就可以将他们的贷款额度提高到政府贷款额度的9倍

2.8. 营利性大学不会去打扰富人学生,因为这些学生和他们的父母有很强的鉴别能力

3. 潜在客户开发程序

3.1. 利用互联网筛选目标人群的程序

3.2. 目标是列出一份潜在客户的清单,中间商会将其出售给相应的商家

3.3. 在注册大学网站的5分钟之内,潜在的学生客户就会接到招生电话

3.4. 注册后的一个月内,每个潜在的学生客户平均会接到180多个招生电话

4. 贝叶斯方法

4.1. 数据科学家首先使用贝叶斯方法优化营销渠道,这种方法从统计学的角度来看非常接近普通债券

4.2. 个人信息数据是所有数学杀伤性武器的关键参数

4.3. 从某种意义上来说,计算机的确是在学习

4.4. 基于大数据建立的模型开始能够自行筛选关于我们的数据,从中找到我们的习惯、意愿、忧虑和渴望

4.5. 直邮营销从业人员几十年来一直使用的所谓A/B测试法的现代版本

4.5.1. 如果你看都不看就直接把邮件扔掉,你就给广告商提供了一个有价值的数据:这条广告对你没有价值

4.5.2. 下一次,他们就会尝试一种稍微不同的方法再次发送邮件

4.5.3. 能得到1%的回应率就已经是成功了

4.5.3.1. 他们掌握的数据是海量的

4.6. 随着人工智能的机器学习能力快速成长,计算机只需要被赋予几条最基本的指令就可以最大限度地挖掘数据

4.6.1. 对于很多工作来说,机器学习比起受规则约束的传统程序更灵活、更精密

4.7. 算法能自行发现模式,然后根据时间变量将它们和某个结果联系起来

4.7.1. 算法的语言能力从幼儿园水平提高到了中学生水平,其中一部分应用程序的语言能力进步得还要更快

4.7.2. 自然语言识别算法的进步为广告商创造了丰富的可能性

4.8. 数学杀伤性武器的典型特征之一就是它会危害很多人的生活

4.9. 一些最高效,同时也是最恶劣的数学杀伤性武器能绕过法律和监管

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,137评论 6 511
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,824评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,465评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,131评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,140评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,895评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,535评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,435评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,952评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,081评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,210评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,896评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,552评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,089评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,198评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,531评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,209评论 2 357

推荐阅读更多精彩内容