在截至今年6月的上一财年中，宝洁全球广告开支达到7.2亿美元，今年计划增加5%。宝洁表示，将在Facebook上调整精准投放广告的比重，同时同步加大数字平台和传统平台的广告开销。华尔街日报援引相关人士消息称，因投放效果并不明显，宝洁很可能会缩减在Facebook上“精准投放”的广告费用，并加大对电视等传统媒体的投入，消息传出后Facebook股价应声下跌。

　　宝洁对精准营销的新态度，难免令人想起前不久万达集团董事长王健林雄心勃勃地提出，将增加新媒体在项目营销推广工作中的比重，提高新媒体营销精准投放的效果，新媒体费用须达媒体推广费用的70%以上。这一消息对于新媒体营销的狂热信徒而言，也许是个值得警惕的信号。

　　精准营销，真的够精准吗

　　品牌越大，你就越需要最广大的受众，而不是更小的目标群体，分析人士认为，精准广告更适合用在游戏App，或者一些需要吸引当地用户的小生意上。

 　　对于像宝洁这样Mass级产品而言，如果精准营销只是针对一小部分特定人群，不足以支撑传播影响力的效果，他们需要影响到几千万级的消费者。过去几年，宝洁发现在Facebook上他们需要触达更广大的受众。有些案例已经证明了这么做是有用的。比如，宝洁推出了一款新品空气清洁剂，把广告精准锁定在宠物拥有者和家庭，但是销售上不去。但是当他们把广告受众面扩大到Facebook和其他地方所有18岁以上的人群，结果销量大增。

　　基于互联网，大数据的精准投放策略，一度被认为代表了广告行业的未来趋势。但精准营销能做到多精准­以目前精准投放使用的一种常用算法“协同过滤”为例，它通过经验来分析用户兴趣，在用户群中找到指定用户的相似兴趣用户。而这种“经验”，实际是综合这些相似用户对某一信息的评价，来形成系统对该指定用户对此信息的喜好程度预测。

　　而今天，网络用户行为习惯的瞬息万变和碎片化愈加明显，对用户行为的数据掌握和挖掘也变得更加重要、更为复杂。目前以协同过滤为算法的精准营销无法匹配到真实的个体，而是一些以ID为中心的统计学平均值，还谈不上“精准投放”，甚至会转而变成避之不及的“垃圾信息”。

　　在此前有媒体发起的“微博营销对90后影响”的项目调查中发现，相比于其它微博营销方式，受访者看到的精准投放类广告信息比例较低，只有36.7%。并且推送类广告的参与度也较低，只有29%。同时，受访者认为推送类广告对他们的影响力和有吸引力是最低的，比例只有18.3%和11.1%。这说明精准营销这种“简单粗暴”的推送方式，并没有达到良好的互动效果。

　　爱点击首席营销官唐敏表示，广告主想要将“垃圾营销”变成真正的“精准营销”，需要实现“实时数据 多维数据”的结合。比如：某用户在半年前搜索过汽车产品，购买产品的半年后，如果依旧为该用户推送该汽车产品，对用户而言，这类过时的信息就是“垃圾”而非