近来看了《大品牌的幕后英雄》、《2018第二届中国品牌传播青年学者论坛暨第六届品牌传播论坛》的直播、腾讯大学的《2018年金融行业社交营销解决方案》。说说从中得出的计算广告发展的“四个趋势”。

首先是广告决策方式的智能化。

营销2.0时代，广告人都在追求一个big idea。通过范围较窄的用户调查+理性分析+一小部分主观臆断，来找到“目标人群”以及确定他们的喜好、价值观，创作出传播主题和内容。从而再“判断”他们的触媒方式，或者是在大V、KOL、人流量大的地铁等投放，以期触达更广的人群，让真正的目标人群“愿者上钩”。

而营销3.0智能时代，广告决策方式得到优化：

创意前期，真正用数据把目标人群找到，获取到他们真实的情况，真实的偏好，以及真实的触媒方式。这样才能更准确地去策划对他们说什么。

在创意产出后，用数据标签找到他们。（这点在第二点说到）

投放中期，在广告投放时，也可以实时获得投放数据，及时作出调整。

总而言之，广告决策流程优化成先有媒介策略（人群定向+传播渠道），再用数据指导策略推导，创意构思，再进行广告投放，并实时获取广告数据，最后以数据直接呈现广告投放情况。

第二点是数据研究的细化。

目前的计算广告，已经有很多的数据维度了，包括年龄性别、阅读偏好、APP偏好等等。但传统的用户标签不等同与客户想要的人群特征，也就是说对于广告主来说，这些数据标签是远远不够决策决策的。

因此数据的研究也有必要细化。目前的数据标签大致分为两个维度，一是人口属性维度，也就是刚刚提到的年龄性别设备网络等。针对这一维度进行的投放，会是不同人群不同，同一人群相同的投放。二是行为属性维度，如阅读偏好、APP偏好等。针对这一维度进行的投放会优于上一维度，因为更加接近人的心理。

而未来的数据研究方向，是把目前零散不连贯的数据打通，聚合线上线下，形成同源数据（捕捉到广告接触和购买，是同一个人），从而打造标签组合能真正成为一个人的“立体标签”。

目前腾讯社交广告也在行动了，金融行业上，用TSA独家识别能力，构建了金融标签，把标签细化成两类：人的判断（收入；学历；信用；用的金融卡的类别-信用卡、储蓄卡）需求的判断（资金使用目的）。这其实也是广告决策智能化的其中一部分。

不过这里也有一个瓶颈，就是数据孤岛问题。

因为目前的大多数平台都严防死守自己的数据，所以很多数据没办法打通。借用谷歌的那句话“算法不重要，数据才重要”。算法可以打磨，但没有数据就成了巧妇难为无米之炊。

（PS所以这一点也很想和各位大佬们探讨下，目前的DMP该怎么建立，只能通过数据采买+自有用户数据库积累了吗？）

第三点是情感计算的深化。

这点在《大品牌的幕后英雄》第4集里蛮有感触，就是麦肯光明的创意leader和客户特意去地铁站看家居地铁广告的路人反应。但如果能用上情感计算，应该就可以安坐上海，观察纽约的地铁广告路人反应了吧？而这点，第3集的分众在2017就重金开始做了。

情感计算就是通过人脸识别技术，识别人的表情了解人们看到某物的反应和情绪。据说准确率达60%（待考究）。通过情感计算，更直接地反应出消费者的反应，比传统的“看到、点击、购买”更加上游，在曝光阶段即可得到反馈，让AARRR模型的第一步就能抓住更多用户，少“漏走”消费者。

第四点是互动的场景化。

营销1.0，品牌广告和消费者几无互动，紧靠线下活动来产生交流。营销2.0，转评赞、摇一摇、红包、小游戏、抽奖广告，都有了和消费者的实时互动。只是会流于表面。

而到了营销3.0，VR、AR让互动有了场景，虚拟试衣、VR Pay、VR成人、虚拟现实跑步机等等。

最后，第五点来说说人在广告智能化里的作用——赋予数据的商业价值。

虽然智能化已经越来越完善，会有越来越多的数据，让决策、投放、总结越来越简化，但有些人类专属的思维领域，暂时机器还是没办法实现。

离不开人的第一点是从把人口、行为标签，凝练成价值观标签。从标签背后挖掘出人的价值观，寻找与品牌价值观相符合的人，用故事把品牌价值观传达出去。智者诛心，用价值观来真正触动人的，才是真的上乘广告吧。

第二点是研究人们喜好、行为背后的深层逻辑。为什么这个广告这么多人喜欢，这么多人炮轰？数据可以反映现象，但本质同样需要人性的挖掘。

智能化的列车正在驶来，因为还很远所以没什么感觉，如果广告人们还在维持现状，那么等它高速驶近的时候，我们就来不及跑了，只能被碾压。

人工智能、算法、数据门槛很高，那不妨先从基础开始着手吧~推荐网易的《计算广告学》，老师同时是《计算广告学》这本书的作者。我目前也只听到了第三课（惭愧T-T），计划都认真学完~

期待学习以后更多地在简书分享吧！