为什么诈骗短信看起来都那么蠢？为什么贷款广告看起来都那么俗？
点击上方蓝字关注我们
诈骗短信大家一定不陌生，花样很多，但是都有一个共同特点：蠢
骗子真的是傻吗，发这种短信谁会信？还冒着违法的风险，大面积的发，能骗到钱？
其实反过来想，到底是什么样的利益，能够让骗子们冒着违法的风险，发这种看起来这么蠢的短信呢？
机器学习中有一个评价分类器准确度的工具，叫做混淆矩阵，听起来高大上，其实很简单，它有四个指标：
1. 真阳性（True Positive，TP）：样本的真实类别是正例，并且模型预测的结果也是正例
2. 真阴性（True Negative，TN）：样本的真实类别是负例，并且模型将其预测成为负例
3. 假阳性（False Positive，FP）：样本的真实类别是负例，但是模型将其预测成为正例
4. 假阴性（False Negative，FN）：样本的真实类别是正例，但是模型将其预测成为负例
前两种都是预测对了的情况。后两种是预测错了
纵向看，体现了最后实际发生的受骗和未受骗的人数，真实受骗的人=TP+FN，未受骗的人=FP+TN
横向看，体现了预测出来的受骗和未受骗人数，预测受骗的人=TP+FP，未受骗的人=FN+TN
骗子在编造诈骗短信的时候，肯定是希望不要错过茫茫人海中可以骗的那几个人，那么对于骗子来讲，最大的成本在于：
假阳性，FP：其实是个不容易上当的人，发了短信给他，实施后续诈骗，被识破
假阴性，FN：其实是个容易上当的人，没有发短信给他，没机会上钩
对于FP这种情况，假设诈骗短信写得很真，有一些比较聪明的人也收到了，但是在诈骗的后续过程中识破了，那么这会耗费骗子大量的沟(zha)通(pian)成本。
而对于FN，只要加大发送力度就行了，成本不高
因此，需要极力避免FP这种情况的前提下，尽可能避免FN这种情况。
如何避免呢？
如果扩大短信发送范围，则所有人收到的比例都变小了，诈骗成本也小了，但是上钩的肯定也少了；
如果缩小短信发送范围，则所有人收到的比例都变大了，诈骗成本也大了，但是上钩的肯定也多了；
有没有办法，在扩大发送范围的同时，筛掉很精的这批人，实现更加精准的投放呢？
由于骗子手里只有手机号，没有这个手机号的主人信息，因此没法做到前置的精准投放，所以，就通过很蠢的短信，逆向筛掉这部分比较聪明的人。
既使得比较容易上当人多收到了短信，又使得不容易上当的人不响应短信。
简单来说，容易信比较蠢的诈骗短信的人，本身就比较容易骗，针对这些人下手，诈骗成功率更高。
我们再来看看贷款广告
360借条的贷款广告
京东金融的贷款广告
说他们价值观不正、俗不可耐都是轻的，简直就是令人反胃，把用户的智商按在地上摩擦。
那大家再想想，这种广告，通过了机构内部的审核，承担了获取客户的重任，消耗了广告投放的巨额资金，难道不能带来新客户吗？
在发送广告的时候，其实也有一个评估过程。广告投放方面，也是希望能够尽可能准确的投放到目标客户那里。
目前的第三方广告服务商，也会通过抖音、快手、头条等平台，获取客户标签，将标签提供给广告主，由广告主筛选特定标签进行投放。
收费的模式，一般有:
CPM(Cost Per Mille)：按曝光人次，便宜
CPC(Cost Per Click)：按独立IP或设备点击，稍贵
CPA(Cost Per Action)：按实际行动，或申请，贵
CPS(Cost Per Sales)：按实际下款，分润，更贵
一般都采用前三种，但是，这些标签不一定100%准确，所以面临的情况和前面诈骗短信类似。
因此，只要提高覆盖范围，也就是提高CPM的量（反正这个成本低，类似加大诈骗短信发送范围），但是减少不愿意借款的人点击的次数，因为点一次就要收费，但是你又不借钱，浪费广告费，相当于前面诈骗短信，减少聪明人响应的次数。所以，同样，采用逆向筛选的方法可以做到。
另外，如果用户看过广告之后，觉得有用，自发传播给自己圈子里的人，那就更好了，这样可以极大的提高转化率。
通过这些视频，确实可以吸引到一些次级客群，你看了觉得蠢，因为你的知识体系和价值观在其之上。
但是别忘了，还有很多人，确实缺钱，也许就是想体验一下头等舱，但是连利息都算不清楚。
他们就是看了这类视频，感同身受的人，更加容易被这类广告所触动。
这就是这类广告能存在的根本原因。