亂彈2017的幾種廣告技術
本來想把文章取名為《2017年的廣告技術趨勢預測》，寫著寫著，覺得壓力山大，生怕自己預測不準，害怕誤導讀者。干脆取名叫亂彈系列，想到哪寫哪而已。
2016年對自己來說，是補課的一年。業務發展太快，自己不斷的填補技術債，學習算法和系統技術，理順產品核心邏輯，分解廣告主核心訴求。很多時候，我也利用爛筆頭(“互聯居”公眾號)來彌補我的慢思維。
2017年，有很多廣告技術都會誘惑我們，其中不少技術像《紅樓夢》的大觀園，外表光鮮華麗，卻離蕭條不遠了;也有不少技術像《西游記》中的花果山，富饒靈性，卻未必真實;還有技術像《三國演義》的草船，混混沌沌而來，走了才知道其真正意義，例如大數據。也有些技術是因為官(錢)逼民反，逼上梁山而來的，例如Header Bidding。另外，就算同一種技術，對于不同的角色(媒體，廣告主，交易平臺)，意義也可能完全不同。
有三種視角(View)，分別來自于Supply/媒體視角，Demand/廣告主視角，Service&Tools/服務技術視角。它們代表三種角色，Supply通常是有媒體資源的廣告平臺例如谷歌，Facebook等，它們會將AdTech的說法進行到底，優質媒體&高效轉化ROI是追求的目標;MarTech更多是廣告主的聯盟，很多時候特指品牌廣告主(包括CMO等)，他們希望Marketing能夠有特色的傳播，可控的自動化，敏捷的團隊;Service&Tools對應那些沒有預算，也沒有廣告媒體的玩家，它們可能賣藝為生，也可能賣數據和服務為生等，那些DSP和Marketing Cloud都算是走服務路線吧，這一塊市場龍蛇混雜。
從這幾個角度看到的流行技術可能會不同，我盡量從AdTech的角度，看看一些流行的廣告技術吧。
從AdTech的角度來看，包括數據(Data)，交易(ADX)，媒體(Supply)，廣告主(Demand)這幾個層次。 腦子的技術有些多且亂，先按照這個層次分類一下這些技術，未必清晰和準確。
一、數據層
數據是大規模廣告的核心動力。廣告的展現形式可以不斷創新(例如富媒體)，但是這種創新是很容易被模仿。舉例來說，對于信息流廣告，全世界的應用都可以復制Facebook的信息流模式，但是Facebook后臺的精準用戶理解，這一點是難以復制的。而這一點幫助Facebook對于廣告主ROI的把控上有主動權，從而形成廣告主預算的把控。
1.DMP 數據管理平臺
毫無疑問，沒有DMP的公司，一定不是廣告技術公司。DMP是一種以人(數據)為中心營銷的技術基礎框架。對用戶的深度了解，可以幫助提升品牌廣告主ROI;對用戶的短期意圖的理解，可以幫助提高效果廣告的。
數據積累和加工是DMP發展的***階段。當這一模式趨于成熟后，DMP會以更加開放的方式與***，第二，第三方數據進行合作。但是，數據合作依舊面臨很多技術，隱私和價值評定等方面的挑戰。
2.Predictive Marketing(預測性營銷)
預測性營銷是一個新瓶久酒的說法，更多的是從MarTech的角度來看機器學習驅動的營銷指導。它強調通過數據驅動/程序算法來對營銷進行預測和分析，并且給出可操作的方案。
這幾年不少2B的廣告技術公司獲得資本的青睞，包括Mintigo,Lattice Engine, Everstring, 6Sense, Infer, LeadSpace，Radius等等，感興趣的朋友可以深入了解。這種技術的價值定位非常清楚：面向CMO服務，解決他們的決策問題。
這些問題的一些例子包括：
- 尋找新的潛客來源(人群擴展)
- 為潛客線索打分(Leads scoring)
- 產品推薦
- 優化客戶接觸方式
- 客戶流失預警
- 銷售應用
- 客戶服務和支持
- 財務風險預警
- 營銷效果預測
3.Multi-Touch Attribution
多觸點歸因在廣告技術中是一個非常難的問題，包括分析理論，分析工具支持，但是從另外一方面來說，歸因分析在移動營銷世界中，變得越來越重要的了。隨著人群的分化，時間的碎片化，多種設備和應用的交叉使用，歸因中的線索能夠幫助更加有效的品牌和效果推廣。
可以參考不久前我寫的一篇文章;
【參考文章】 互聯網廣告的歸因分析(Attribution Analysis)
“哲學是用來解釋世界的，而重要的是改變世界”--馬克思
4.AI (人工智能)
最近，深度學習在語音識別，圖像識別和人機大戰中熠熠發光。大部分科技界的***們都滿口大數據和人工智能。‘人工智能如何應用在營銷行業，確實非常有意思的事情。從兩方面看這個問題。
（1）人工智能正在改變用戶生活方式，包括時間消費的習慣
例如，智能推薦使得人們越來越少的使用搜索，新型的社交讓人們更加沉溺，基于圖片和視頻的應用真正更多的打發人們的時間。這些改變都可能導致媒體屬性的變化。
（2）人工智能推動的廣告技術
廣告實際上是最需要大數據，大算法，大計算的地方，原因很簡單，所有的投入都可以通過收入來直接衡量效果，技術變現路徑最短。因此，很多新技術實際上都會首先應用在廣告技術領域。不少大公司也都在嘗試使用深度學習(DNN)的方法解決點擊率預估問題。另外，對于圖片的理解可以提高對于用戶或者上下文的理解。在視頻中的一些廣告模式，深度學習的技術可以幫助一點一滴的解決一些技術問題。
【參考文章】： 廣告點擊率預估是怎么回事?
5.RTIM(Realtime Interaction Management)
RTIM也是一個新瓶舊酒的技術，更多的是從如何提供個性化的營銷服務。例如，如果將一個廣告主與消費者的所有接觸都能夠記錄下來(例如網站訪問，相關搜索，APP使用，點擊了廣告，參加了活動等等)，管理起來，提高消費者的體驗。
可能每一個獨立的渠道(觸點)都能提供個性化服務，但是如何打通所有的渠道，讓渠道整合起來為品牌/效果推廣服務，并提供更佳的消費者體驗，實現in-bound Marketing，這就是RTIM需要解決的問題。
二、交易平臺(ADX)
毫無疑問，沒有人在懷疑程序化交易的政治正確了。程序化交易也正在讓廣告交易的分工更加明確。
1. PDB :
iAB的OpenRTB確實幫助各個廣告平臺進行技術打通。這種技術可以幫助品牌廣告主自由投放在各個廣告平臺，包括帶有返還比的投放策略。
2.Header Bidding：
Header Bidding 有很多同義詞：Pre-Bidding, Advance Bidding,Holistic yield management ,tagless integration。我的一句話解釋：媒體網站在調用廣告服務器獲取廣告之前，通過頁面的JavaScript進行若干Bidder詢價，而后再調用廣告服務器，實現收益***化。這個技術在PC/HTML上發展不錯，在移動端目前還沒有太好的解決方案。
參考我的一篇文章
【參考文章】 拒絕壟斷，走向開放的Header Bidding
3.SSP/ADN合并
在前幾年的程序化生態圖中，SSP和ADN是兩個領域，SSP是Supply Side Platform，幫助接入各種媒體，***化媒體的價值。 ADN是之前的Ad Network，它能夠對接各種媒體，并且也接受廣告主的直接投放。隨著SSP也漸漸提供更多的廣告主服務能力，因此在功能上SSP正在包含了ADN的大部分功能，而且通過OpenRTB對接ADX和Supply也更加開放和標準。
三、媒體(Supply)端
1. 視頻化/動態化
視頻化是移動廣告的一個趨勢，這種趨勢有點像過去10多年，廣告從文字發展成圖片為主的創意。移動在視頻化正在助力品牌廣告，特別是貼片廣告，OTT電視開機廣告，都是廣告主非常受歡迎的廣告形式 。移動視頻有幾個趨勢3V(垂直，全屏，視頻)。
我之前有一篇文章，有討論過：
《折疊北京》后的垂直世界(Vertical Video Ads)
從最近的各種媒體來看，無論是朋友圈中，還是信息流中。移動設備上的靜默播放的小視頻還是非常吸引眼球的。
2. 全民原生(Native Everywhere)
原始廣告的普及無需太多解釋，原始本質上就是展現形式上的植入廣告，移動體驗的保護。我有一個簡單方法，區別原始和非原生很簡單，位置動態變化，且與內容融為一體的廣告即為原始廣告。位置固定的，讓人形成廣告的影響，而行為非原生廣告。
下面是展示廣告中，原始廣告的比例。
搜索廣告本質上也是原生廣告。搜索結果中的推廣越來約隱晦。 Bing也越來約百度了。
3. VR/AR
VR/AR是一個新鮮的技術，目前還沒有形成媒體屬性，因此這種技術更多是配合一些營銷活動，而常規的營銷投放。
4. Chatbot/個人助理
Chatbot是我喜歡的一種技術，正在一點一滴的解決生活中的問題，例如客服等，甚至支付寶也可能推出理財的機器人。一些營銷可以以更加原生的方式存在，當然前提是Chatbot需要解決流量和商業意圖的問題。
另外一個剛剛上線的星巴克官方chatbot，用于點餐，再也不會混淆在"大杯"和"Grand"之間了。
5. OTT/IP營銷
OTT應該是增長相當快的領域，OTT的發貨量和用戶消費時間都在明顯。據統計，中國是智能電視普及率***的地方，家庭覆蓋率高超過38%。非智能電視主要是老年人的時間，而年輕人基本都轉移到智能電視，點播網絡視頻節目。
OTT視頻廣告也是廣告主非常喜歡的廣告形式，廣告效果相比電視來說，更加容易可度量和可跟蹤，“沒有度量，就沒有改進”。
OTT的市場目前尚未形成規模化，目前變現模式也比較零散，雖然一些IP服務商有一定的優勢，但是整個利益分配的模式還在積極的演化。
6. Deeplink
DeepLink是打通App之間調用關系的技術橋梁，很多人認為它會成為移動時代的HyperLink。我觀察了一下App真正有效互通場景，以下幾個是非常有效率的場景：
- 圖片的分享
- 文本的Copy/Paste場景
- 電商商品的詳情頁打開 (幫助顯著提升轉化率和用戶時間)
【參考文章】
移動深度鏈接(Deep Link)的價值
移動DeepLink的前生今世2---我們需要什么樣的繁榮?
四、營銷(Marketing)
1. 移動優先(Mobile First)
不解釋了，地球人都知道。
2. 營銷云(Marketing Cloud)
營銷云是提供營銷解決方案的軟件平臺，國外比較大是Saleforce, Adobe, Oracle ,IBM等。看到這些公司的名字，很多人以為它們不務正業，其實營銷云雖然不是這些公司最出名的核心業務，但Marketing Cloud幫助它們更加了解客戶和行業，并且創作不少利潤。
- Saleforce : 基于其CRM可以直接做精準營銷推廣。
- Adobe：利用收購的Ominture廣告跟蹤公司，結合Adobe廣告創意設計工具。
- Oracle :有錢和任性的收購了不少數據公司如BlueKai，打造了不錯的DMP平臺
3. Location Based Marketing(本地化營銷)
很多時候，本地化營銷對廣告平臺來說是一個雞肋，市場很大，機會很多，但是不容易切入其中。廣告主獲得成本過高，投放和管理更加復雜，并且不容易規模化，常規的全平臺推廣資源，對于本地廣告主來說，往往負擔不起。從另外一個角度看，機會往往就隱藏在這些問題中。
- 手機給LBS營銷提供了技術基石(藍牙，GPS，NFC，Beacon等)
- PokemanGo的成功也讓大家對LBS的應用有了新的認識。
- 當搜索和傳統本地廣告效果/流量下降時，廣告主會開始新的嘗試，例如，很多外賣廣告主，都極端依賴LBS相關的投放。
【參考文章】
兩分鐘搞明白Beacon,iBeacon和EddyStone
NFC技術除了支付，還可以這么玩營銷
5.結束語
好了，羅哩羅嗦不少內容了，以上就是我的一些小整理。下面也附上Gartner 2016年中整理的關于數字營銷的Hype Cycle圖，供大家參考。
【本文為51CTO專欄作者“歐陽辰”的原創稿件，轉載請聯系作者本人獲取授權】
