引言
2014年10月，我发表了这个博客最重要的文章之一：半小时读懂互联网广告新生态。
这篇文章，仅仅在我这个小小的博客上就累积了近3万次阅读。而其他各种转载署了我的名字或者被冠以别的名字的更是不计其数。
但是，2014年距今已经快有4年时间。今天的互联网营销的生态跟四年前相比实际上已经大有不同。之前文章中所提到的RTB等方式，今天仍然存在，但早已不再新鲜，而营销本身，与四年前相比，则有太多不同。
所以是时候更新一下这个宏大的故事。
正文
新的概念层出不穷，但是背后的逻辑一定要搞清楚。搞清楚了这些逻辑，才能更好理解为什么今天的互联网营销是这般模样。
这些逻辑的根源可以用四个词来表达：移动化、数据、监督学习，以及传播与其载体的解耦。
这四个词或许会让你觉得莫名其妙，但你若继续阅读下面的内容，肯定会豁然开朗。
第一章
一切的革命性的推手
首先，你要明白，任何事物无论多么伟大，它都必须有一个开端。
新的互联网营销的生态，其根本的肇始，是移动化。没有移动化，我们今天的互联网营销不会有根本性的变革。
为什么移动化如此重要，根本原因在于两个。
第一，移动设备是我们人类的新器官——它们与我们形影不离，而且往往生存周期以年计算。在营销上，没有任何一个设备能够比移动设备与每一个个体受众如此深刻而又持久的绑定。
第二，移动设备有持久的，不依赖于任何第三方存在的标记，即设备ID。与PC时代不同，PC时代我们也有可以追踪设备的标记——cookie。但cookie有两个严重问题：不持久，并且不同主体（企业、组织，甚至个人）建立的cookie完全不同，很难互通。而设备ID则完全避免了这两个问题——它很持久，大部分情况下除非人们换一个手机，否则设备ID是不会发生变化的；它又是独立存在的，移动设备不变，不同的主体获取到的这个设备的ID也都是一样的。
这两个原因，既意味着通过移动设备可以更好地（又准确又持久地）“定向”消费者，又意味着提供营销服务的“各种企业”，能够非常好的携起手来，轻松地进行数据打通甚至交换，以及在数据打通的基础上构建各种各样的营销技术与方法，取长补短、互通有无、通力合作地共同“对付”每一个消费者。这两点，在PC时代可都是可望而不可即的。
移动化，这个今天大家早已司空见惯的事情，却无比深刻的改变了今天互联网营销的版图。
有些朋友说，真正的驱动力应该是数据，应该是数据产生的力量改变了世界。数据确实蕴含着巨大的力量，但是如果没有移动化，数据的这些力量实际上是无法被释放出来的。
第二章
移动化带来了什么
你说移动化是革命性的推手，那么移动化到底改变了什么？别急，移动化在营销上产生的深远影响我们早就来到了我们身边。
移动化带来的深远的、不可逆转的影响来自于如下几个方面：
移动化之后，比过去的PC端更有可能实现消费者历程的追踪，并且广度和深度都大大扩展。
在消费者历程上的进步很快转化为品牌营销与效果营销的打通，即过去人人常常“吹牛”的品效合一。
真正实现了传播和传播载体之间的解耦。
创造了监督学习的环境，从而让智能营销成为现实。
这四个点，各个都不得了，扔到地上都得砸出坑。我们一个一个看。
2.1 消费者历程追踪的广度和深度均大大扩展
首先，移动化，因为设备ID是不变的，再加上移动设备是数字设备，所以，基于这个ID的相关信息，是可以被各种追踪的。比如，你在手百上搜索了“OPPO手机”，百度那里就会有一条记录：某某ID搜索了某某词。然后，你又去手机淘宝进入华为手机的旗舰店，阿里那里就有一条记录：某某ID看了华为手机。因为这个ID都是你手机的ID，是同一个，所以，这两个数据记录都是关于你的。若是百度和阿里愿意交换自己的数据，技术上实在没有难度，它们俩马上就能都知道，某某ID先搜索了“OPPO手机”，然后进入了华为天猫旗舰店。虽然阿里和百度这不太可能发生数据上的合作和交换（除非它们中的一个收购了另外一个），但海量的互联网公司却在大量进行着这样的操作，这不过是今天互联网营销的日常工作罢了。
当然，消费者的行为比这个例子中讲的复杂的多，就算各个互联网企业在数据上互通有无，要获取到全部的消费者在手机上的行为这大概还是不可能的。不过，局部的互联网厂商间的合作，或是同一个生态内企业（比如BAT收购或者参股了那么多企业）之间相互分享彼此的数据，那还不是家常便饭。正是因为这个原因，消费者在移动设备上的消费历程，比PC端要容易太多了。
反过来，在传统的PC端，就算是各家愿意交换数据，但各家的cookie那是各不相同，而且自己的同一个用户，都可能有多个不同的cookie，所以是不能像移动端那样，直接拿设备ID当索引来交换数据的。为了交换数据，必须要把各自不同的cookie匹配起来，被称为cookie mapping。可是，cookie间匹配上的比例，常常低得拿不出手，再加上看消费者历程不可能只匹配一次cookie，得匹配很多次。较低的概率再乘在一起，那概率就更低的没法见人了。所以，在PC时代去谈论追踪用户的消费历程，有点像太监操心自己生男孩还是生女孩，实在太多余。
因此，我们说消费者历程的追踪广度和深度因为移动化而大大提升了，不仅在实现跨域（实际上是跨不同的app）的追踪（广度）上，也在能够回溯更久远的时间（深度）上。当然了，完整再现消费者历程是不可能的，毕竟你阿里无论如何看不到百度的用户搜索数据，腾讯也别想拿到头条的用户阅读数据。即便如此，消费者历程可追踪的广度和深度的双双提升，在互联网营销上已经有了非常大的实战价值。而这个价值，又延伸出下面的另一个重要变化——“品效合一”。
2.2 “品效合一”
这个实战价值，就是所谓的“品效合一”。
我对品效合一四个字，一贯是不太待见的。因为营销这个事情，目的性虽强，但也必须目标单一，不太可能既以品牌推广为目的，又以实现立即的销售为目标。因此，在互联网营销活动上，品效肯定是不能真正合一的。
但我这里所讲的品效合一，是指在品牌推广上努力的效果，能够多大程度上通过最终的实际销售效果来加以衡量。
你会说，哎呀这个很好办呀，我这个月花了1000万投放了品牌，然后这个月和下个月比去年同期销售增加了5000万，所以，我的品牌推广的效果是1:5的收益呀。
这个不过是大约的数据，是一个浅层次的衡量，而且很容易受到其他变量的影响而无法区分到底是不是广告推广的效果。但如果，我们能够统计到在1000万的品牌推广后，最终产生购买的人中间，有20%的人来自于当时点击了品牌广告的那群人，60%的人来自于当时看到了品牌广告的人，那么我们就能有一个更加精确的对于品牌推广带来的最终销售效果的衡量。
移动端，因为有始终如一的设备ID，实现这一点，就比在PC端上容易太多了。看到广告的人的设备ID和最终购买这个商品的人的设备ID，是可以在一定条件下通过一定的方法实现打通的，而这样一种打通，便能非常容易的帮助我们查看前端的广告和后端的购买之间是否有一一对应的关系。把这些对应关系找出来，分析它们占整体营销受众的比例，你就能相当准确地了解到品牌推广多大程度上产生了销售。
所以，你看看阿里的品牌数据银行，它的最核心的报告之一，不就是从品牌推广直到最后的销售完成甚至重复购买之间数据的打通吗？
阿里的品牌数据银行为什么没有再提前几年出现？一个重要的原因，就是那个时候没有移动化，想要打通前后数据，实在是非常困难。而今日则完全不同。
当然了，无论是前面所写的消费者历程，还是这里的“品效合一”，实现这二者背后的机制，理想情况下是通过大家都能共同识别的同一类设备ID，但实际的情况则比较复杂，因为很多时候并不是所有的营销主体都能获得同一类的设备ID（常用的设备ID也有好几种），这种情况下，数据还是需要做一些ID的映射来进行打通的，这也是一个很大的生态，我们后面会详细介绍，更为详细的介绍和打通实战，欢迎大家来宋星深度公开课：数据和大数据驱动的智能营销与运营（8月19日北京）。
2.3 传播不再依附于具体的载体（传播与其载体的解耦）
这个不是移动端的专利，但是移动端却大大地推进了这个革新。
传播与其载体的解耦，讲的是我们在2014年的“新生态”文章的故事，即，数字广告的一个大革命性改变——投放不用再固定位置，而是根据每一个受众个体是否属于目标人群进行投放。曾经名噪一时的RTB就是这样一种方式。
不过，在PC时代，关于每一个受众个体的数据实际上是非常有限的，这是前面讲到的cookie的短板所造成的客观问题。移动端所具有的设备ID的持续性，使营销主和广告商能够较长时间的不断收集同一个人的行为数据，从而能够更准确地识别这个人的真正情况和兴趣。
再加上，移动端的广告位和广告形式与PC端也大不相同，除了少部分广告（比如开屏什么的）可以按照传统的“位置”的方式进行售卖，其他的广告就是想按照位置售卖也没办法。比如，信息流广告，压根就不存在具体的位置这一说，顶多给你一个在第几屏出现就了不起了。
移动端天然就适合追着人投放广告，而不是固定位置。
本来吧，在五年前，那时候数字推广还主要是PC端的天下，所以RTB什么的以人为标的（而不是以广告位置为标的）的广告形式，想推广起来其实还挺难的。但是，今天，移动端已经大行其道了，受制于app、微信、信息流、视频流等各种新媒体的极为强烈的动态化和个性化，固定位置广告是真没有空间了，所以就算传播和它自己的载体（广告位）想保持固定关系，也很难实现，再加上能够持续追踪一个人（设备ID）的情况，传播及其载体可以说是基本上彻底一拍两散了。
所以，你可以认为，因为移动化，数字广告基本上已经完全步入了从头到尾的程序化阶段。而在我写上一篇新生态的2014年，还只是小部分程序化而已。
2.4 监督学习和智能化的互联网营销
移动化扩展了消费者历程，又能够在追踪效果的角度上实现品牌和销售的打通，再加上投放上是追着人的投放，而不是固定位置的投放——这一系列的变化，促使数字营销必然要走向智能化。
你想想，如果一个广告只能按照位置投放，不管什么人来，都看到的是这家的广告，那还能有什么智能可言。智能之所以为智能，必然是让不同的人看到合适他的广告，才能更有效果。
在这个观点上，大家肯定都是一致的，有异议的地方是，什么样的人该看到这个广告。
一种方法，是品牌广告投放常用的方法，即根据这个人的属性或者兴趣，投放给他对应的广告。比如，根据收集的数据，这个人有查看汽车的行为，那么给他投放汽车广告。
另外一种方法，是效果广告投放常用的方法，即监督学习。
监督学习的广告投放方式可以说是消费者数字生活移动化之后的必然结果。所谓的监督学习，简单讲，就是你设定一个目标，然后让机器去各种尝试达成这个目标。你设定说，我需要100万元获得2万个转化。机器就开始跑了，一开始跑的时候可能是胡乱投放，但是一段时间后，机器会学习呀，它发现根据过去跑的数据，有几类特征的人（其实是拥有某些数据特征的设备ID）更容易实现转化，然后就开始稍微倾向于对这些人多进行投放。在不断的投放-学习-校正-投放-学习-校正的循环中，机器慢慢摸索出了一套方法，并且不断优化，直到最终跑出最接近你期望的投放结果。
除了选择合适的人，监督学习也同样用在选择合适的创意以及合适的广告位置上。总之，理论上一切对最终有影响的可控变量，都是监督学习可以大展拳脚的地方。
那你会问，为啥品牌广告投放不用监督学习这种方法呢？这方法不是挺智能的吗？
这是个好问题，事实上我们认为，部分的品牌广告也会采用监督学习的方式，帮助优化投放人群的选择。因为，前面讲到的因为移动化而实现的“品效合一”效果追踪的方式，第一次能够有机会从从实际销售转化的角度观察品牌推广的效果。既然人都可以观察，那机器更可以观察了，即机器根据最终的转化调整前端的品牌推广的人群策略。本质上，跟效果推广的监督学习没有任何区别。当然，品牌广告还有可能仅仅只是追求点击广告，这种情况，就把点击率或者点击数量作为机器学习的优化目标，同样可以适用于监督学习。
不过，另外有一些品牌推广目的就是为了品牌本身，它们甚至不需要受众动动手指点击这个广告，比如很多视频广告的前贴片，看到了就行了，别的不用做。这种情况就只能根据人的属性数据（人口属性或者兴趣等）框定范围进行投放了。
回到监督学习的投放方式上，这又是一个巨大的进步。不仅仅是因为它解放了人的手工优化劳作，更是因为它理论上能够获得比人手工优化更好的结果。
那为什么过去没有监督学习，难道是机器学习没有发明出来这个东西？
当然不是，在PC时代没有监督学习，原因很简单，缺数据呀。因为cookie的原因，不能持续追踪一个消费者，那么监督学习所需要的数据始终是碎片化的、残缺的，就不能让模型得到足够的训练，当然也就无法实现智能的优化。
监督学习这种方法如此有效，以至于今天的效果类数字广告很多都是大量采用这种方法或者这种方法的变种。最典型的，信息流广告的oCPX的方法，背后最重要的技术方法，就是监督学习。
当然，监督学习不仅仅只是用于广告，对于整体营销的价值也非常巨大。我们后面还会提到。
讲到这里，大家喘口气。你可能认为这四个变化每一个都很积极。不错，在广告技术的发展上，这是让人激动的进步；但在重新刻画行业生态上，却不一定总是让然欢欣鼓舞的。我们接着看行业因为这四个移动化带来的重大影响而发生了什么样的或好或坏的改变。
第三章
行业生态遽变
移动化为数字营销带来了很多新鲜的血液，但也加剧了行业生态的巨大变化。这样的变化，甚至称不上好。
因为，没有任何时刻，比今天的互联网营销更处处充满了垄断。并且不是某一个层面上的垄断，而是多个关键领域的垄断。垄断主体之外，则附庸着一些实力对比极为悬殊的中小生态。
不仅如此，移动化所产生的连带效应，也强烈冲击着广告主自身的组织架构，并催生出一些过去闻所未闻的新鲜事物。
3.1 寡头们到底垄断了什么
大家都在讲寡头，可能主要是从收购的角度而言的。确实，A和T两家收购了无数公司，构建了一个几乎涵盖所有数字领域的庞大帝国。
但对互联网营销而言，仅仅只是巨头们的不断收购，固然会对大家购买流量讨价还价造成影响，但还不至于形成真正的垄断。因为，巨头的中央司令部，总不能控制所有它所辖的每一个广告位资源吧。
可是，前面讲的移动化完成之后，情况就大大不同，巨头们不仅仅只是控制各种广告资源了，他们更控制了数据。而一旦控制了数据，情势就大大发生了变化。对于广告主而言，令人心态复杂的麻烦就此产生。
先看看为什么移动化带来了数据的垄断。因为在PC时代，cookie的原因，就算巨头生态中的每一个个体都收集好了cookie，想要把这些数据都打通，再给每一个用户弄出一个画像，不是不可以，但是实际落地实在是太难。但是，移动时代，生态中任何一个企业获得的用户数据，都是用设备ID标定的，大家可以轻松交换自己手中的数据了。哎呀，这就好像，在PC时代，各家用的都不是一种货币，都没法进行交易；但是到了移动时代，货币一下子全部统一了，所有的商品（数据）就一瞬间全部可以流通起来了。
那显然，最受益的当然是巨头自己了，本来自己就拥有亿万用户，再加上各个细分领域的生态企业帮着一起了解用户，还能把这些用户数据源源不断汇总起来，对于消费者数据的掌握，以及对这些消费者的了解的程度，那是极大加深了。人们用围墙花园形容这样一种状态——在巨头们的生态花园内，枝繁叶茂奇珍异草，各种数据应有尽有，围墙之外，则连花草的影子都看不到，更别提什么墙内开花墙外香了。
前面讲了移动化的另一个特征，是广告投放不再按照广告位，而是追着人投放，既然是追着人投放，当然必须得有数据做指导。可是，数据在谁那里？——当然是在围墙花园中。你想投放？没问题，你得有数据，但你用别的数据可不行，因为是我的花园，我规定了你必须用我的数据进行投放；同理，我的数据还不准你拿出去到别人的花园中去投放。这就是说，过去或许只是广告位资源的垄断，现在则是资源和数据被捆绑着垄断了。
哎呀，广告主的心态一下子复杂了起来。广告资源虽然是分散的，碎片化的，可是数据却是天然集中在巨头手中的，比如阿里的品牌数据银行、达摩盘，腾讯社交广告的DMP，都是一个数据系统对接很多流量资源。因此，现在投放广告，必须得跟巨头直接打交道了。因此，这意味着广告主必须得面对一种强烈的锁定，不仅仅在资源上越来越集中在巨头手中，而且在数据上更是只能依赖于巨头。
你会说，也没那么严重吧。广告主手上还不是有数据？实在不行，就用自己的数据投放呗。——这个想法就有些天真了，前面也说了，巨头的资源和数据是捆绑的，这种捆绑是技术上的捆绑，你只用自己的数据，不用人家的数据，人家完全可以不给你做任何接口，就算你想用自己的，你也没处用呀。而且，就广告主手上那一点数据，那真是九牛一毛都算不上，太寒碜，对于动辄百万千万预算的广告投放，实在是杯水车薪呀。所以，广告主手上的自有数据，不是不能用（后面我们还会具体讲到），但是却不可能只是依靠这些数据。
还有人说，广告主手上大把的预算，此地不留爷，自有留爷处，我去找愿意跟我合作的去！——这个想法，放在5年前或许还行得通，彼时的互联网，虽然谈不上群雄纷争，但是还是有一些细分领域尚属自由世界；5年之后的现在，这些细分的互联网企业，基本上不抱大腿是很难活得下去了；再说，像今日头条这样能够自强自立的，今天其实也成了一个巨头，就算如此，还不是要找阿里入股？今天就算广告主手里有十几亿一年的线上预算，在巨头们面前，也不会像过去那样硬气了。大家都知道，必须跟巨头们搞好合作，否则营销这事儿，根本就没什么戏唱。
现在你知道，为什么今天的互联网营销的成本越来越高，因为事实上的依附关系已经形成。很多人甚至已经意识到，互联网营销的成本甚至比线下营销都贵了。其实，真正的推手不仅仅是巨头们的买买买，移动化导致的数据垄断，也是重要的根源。
当然，寡头垄断了数据也不全是坏事，如果没有寡头的垄断，数据也不可能汇聚到一起，人们也不可能对营销的对象——这些受众有更深入的了解。唉，反正凡事有利有弊，垄断虽然带来了成本的提升，议价能力的减弱，但却又带来了数据的丰富和因为数据丰富而创造的营销效果的增强。
3.2 数据和基于数据的繁荣营销生态
如果你读完了前面的内容，恭喜你，你一定已经理解了这个重要的逻辑：移动化让广告和广告位解耦，这样广告必须在数据指导下才能投放；移动化又正好促进了用户数据的获取和打通，从而让媒体和广告主有机会真正获得用户数据。
所以没有移动化，互联网营销的新生态就没得玩。
不过，今天的现实世界比这个要复杂。尽管寡头垄断，列强环伺，似乎生态已经仅仅只是广告主和互联网大佬们的单挑博弈，但技术本身的复杂度还是让很多细小玩家存活在夹缝中间，并且在这个生态中扮演着如自然界生态中“共生”关系一般的角色。
第一，数据本身还是有自己的一个生态。
尽管最重要而且规模也最庞大的数据已经被寡头们所拥有，但是互联网营销还是不能仅仅只依靠这些寡头们的数据。毕竟，寡头的围墙花园是黑箱，很多广告主不敢100%完全依靠他们。再加上广告主还是有自己的数据的，数量虽然稀疏，可是质量却是上乘，不用可惜。因此，帮助广告主将自己的数据用在寡头们的广告资源的投放上，也就成为了一个很重要的局部生态。
一方面，广告主往往有CRM数据，都是买了自己产品的客户，这些客户的手机号码他们是有的。如果能够在互联网中找到类似于这些现有客户的人，理论上他们转化为客户的可能性也很大。在2014年的我的新生态的文章中，专门讲到了这个，被称为“lookalike”。不过，要想玩转lookalike，广告主必须有自己的消费者数据系统，仅仅只是CRM是不行的，因为CRM是购买客户的管理，但不是站在营销的角度上的数据的管理。这中间的道理就不在这篇文章中详述了，如果大家感兴趣，可以参加我的课程：深度公开课：数据和大数据驱动的智能营销与运营（8月19日北京）。于是，服务于企业的第一方消费者（受众）数据厂商就应运而生，往往被称为第一方DMP，比如国内的品友、AdMaster（nEqual）、国双（Gridsum）或者国外的Oracle、Adobe之类。
另一方面，前面也说了，移动化的数据世界，也不是铁板一块，光设备ID，就有好多种，这些ID总得打通才能产生价值。而广告主的数据要能够用在寡头们的广告资源的投放上，也得跟寡头们打通。所以，不同数据的提供和打通，也构成了一个非常重要的局部生态。
举一个例子，比如，广告主说，我线下门店每天进进出出几万人，我能否把这些数据给阿里，然后在阿里的数据银行里面找到类似于这些人的更广泛的人群，并将广告投放给他们？
实在是太能了。但是，广告主得做几件事，第一，探测线下的用户的实际到访，得拿到这些人的wifi网卡的MAC地址（这是一种设备ID），你得找相关的厂商帮忙；第二，拿到这些MAC地址之后，得要想办法转换成手机的IMEI号码或者苹果手机的IDFA，这又得找另一些厂商帮忙；第三，有了这些数据之后，广告主还得通过第一方DMP把这些数据通过加密（一般是MD5）提供给阿里品牌数据银行——这又得有第一方DMP厂商来实现。
所以，今天的互联网营销生态，已经远远不像过去了。广告主根本不可能仅仅依靠一两个技术公司就当甩手掌柜。广告主要懂的实在太多了。
第二，围绕数据还有一个更大的生态。
有了数据还不够。我们前面讲了，移动化时代带来的另外一个极为重要的后果，是监督学习创造的智能营销。监督学习，学习什么？一般我们认为，当然是学习用什么创意、选什么位置、出什么价、投给什么人。那么，创意本身必须得要千变万化，即我们所称的动态创意。这就得有相关的服务商。选什么位置、出什么价，则又需要另外一些服务商，其实就是我在2014年文章中写的DSP，或者trading desk，他们并未消亡，而是跟巨头们捆绑的更紧了。至于投给什么人，这个仍然是DMP的事情，所以行业中的DMP业务这几年仍然很火，你其实读到这里就能明白原因了。
除了这些直接服务于投放的之外，还有一个局部生态，是衡量投放效果的一众厂商。比如AdMaster、秒针、DoubleClick（DCM）、国双（Gridsum）、神策等。他们已经不是过去那些仅仅衡量一下展现或者曝光的小工具了，而是整个智能营销的数据监控人。这中间有不少的差异，也留到我的课堂慢慢讲吧。
除了这些之外，还有一部分帮忙查看是否流量作假呀，或者投放的广告到了不该去的地方之类的服务，前者较为主流，后者则因为广告资源被逐步垄断，RTB在国内逐渐边缘化而使之也变得边缘化。这也算是一个小生态了。
当然，这些生态在2014年的时候其实已经有了雏形，今天则因为移动化和寡头垄断而变得更加细分与鲜明，但还谈不上是完全新生的生态。不过，2018年，确实有新的生态涌现，值得专门一谈，大家接着看。
3.3 新的再营销生态
移动化带来的对人的数据上的追踪的优势，在近几年创新了再营销的生态。
过去，再营销主要是通过流量访问了网站而没有转化来定义的——如果来到了我的网站，却又没有转化，那我下次追着你投广告。这种方式是通过第三方cookie实现的，是一个有十多年历史的老方法。
可是，移动化之后，再营销的玩法空前扩展。比如，前面提到的，利用wifi探测来到店铺的人群，然后追投他们；或者根据CRM的人群，来lookalike进行扩大化的追投；或者根据微信小程序中的用户的数据，再腾讯社交广告中进行追投；再或者根据地理位置LBS的范围划定来进行追投等等。整个再营销无论是在方式上变得千变万化，还是曾经老死不相往来的线上和线下能够打通，还是在数据利用范围上变得极为广泛，又或是在用户规模上能够自如地放大缩小（就跟金箍棒一样），都不是2014年那个时候可以想象的。
与2014年不同，那个时候的再营销还比较边缘化；而今天的再营销，因为移动化的关系，已经成为非常主流的营销生态。
篇幅关系，再营销有多少套路，每种套路怎么玩，又如何帮助广告主更有效的挖掘营销转化的机会，大家还是听我的公开课吧。深度公开课：数据和大数据驱动的智能营销与运营（8月19日北京）。
3.4 Martech生态的嵌入
前面讲的所有内容，都可以归纳在一个范围内：AdTech（广告技术生态）。但Ad（广告）这个词，却完全不是营销的全部。Ad负责的是前端找人拉人，但任何一个真正的营销人都知道，人来之后，还需要对这些人进行引导、说服、转化和留存。
这些就不是AdTech的工作，而是Martech的工作。
2014年我写第一篇新生态的文章的时候，Martech在国内还没有什么生存空间，而今天，Martech则是一个不能忽视的力量。
为什么2014年的时候Martech不行？这得从Martech的主要功用说起。
简单讲，Martech针对的是通过引流已经到了广告主触点上的受众（关于什么是触点看我这篇文章：2018年宋星半小时读懂系列——DMP为什么有那么多种，以及哪种更靠谱？然后根据这些受众的不同情况，自动化的按照某种预先设定的程序对他们进行引导、说服、转化以及留存等不同类型的操作。
这些个操作，手工来做不是不可以，但是能力太有限，效率太低下。第一，细分不同类型的人群，人手工做就很困难；第二，不同人群有了，你给每个人群针对他们的情况再手工做不同的邮件、短信、落地页、促销券等等，实在太繁琐，效率太低；第三，人很难动态追踪人群的变化，从而错过很多影响潜在客户的时机。
这些事情，交给机器更合适。可是在2014年的时候，有几个问题让机器不足够发挥作用。第一，移动化没有产生，人群的数据仍然是割裂的，你顶多能从你自己的网站搞到这些用户的数据，机器能够依据的数据基础太薄弱；第二，引导、说服、转化和留存能用的渠道也非常有限，几乎只能是短信、邮件或者app的通知，这些在美国倒还挺有价值，在中国就实在是太弱鸡了。
所以，你看看，到了2018年是不是Martech的很多机器过去没法干的事情，现在就可以干了？移动化通过设备ID等解决了数据问题，这样Martech也有了打通（实际上是一定程度上能够打通）app呀、网站呀、微信公众号呀、小程序呀上同一个受众个体的数据的机会。而这些数据又可以帮助Martech建立更好的用户分群以及针对这些分群共有特征的营销策略。而Martech又可以借助这些数据和设备ID等，实现除了短信邮件这些之外的消费者触达，比如在前面讲的寡头资源内的投放、在微信上公众号的消费者沟通、分人群的个性化app通知推送、在传统的RTB上的投放等等。
因为移动化的原因，这个本来鲜有人问津的领域，开始挤入了更多厂商。包括从智能化营销切入这个领域的厂商，比如品友（iPinyou）；或者从广告数据解决方案切入的厂商，比如AdMaster旗下的nEqual；还有从传统营销自动化切入这个领域的厂商，如Convertlab、Oracle等。尽管在同一个领域，大家其实也各有特点，例如品友，是以在广告投放和数据上的积累切入Martech，所以偏向于消费者从推广一直到转化全流程的触达和数据实现的智能（这一智能本质上也是靠的监督学习）——或者简单讲，是把AdTech和MarTech打通所创造的一体化营销与智能营销的能力；AdMaster和nEqual则具有相当程度的广泛覆盖的解决方案，例如将social（包括微博和微信）也能纳入到其中，且同样有他们数据积累的加持，同样也强调打通前后端，但也很强调多渠道的整合；Convertlab则更偏向于流量成为了潜在客户的后端，在基于用户标签和自定规则的个性化分群（segmentation）方面，以及在“可编程”的智能化触达方面有相当造诣。
所以，你可以看到，2018年相对于2014年，整个数字营销生态有多么剧烈的变化。
第四章
“让人失业”必将成为主旋律
前面讲了供方——无论是流量主（寡头和互联网公司）还是技术解决方案提供商（数据的、AdTech的和MarTech的），现在我们看看需方（广告主以及广告代理商，后者就是大家常称的agency）。
行业生态的变化，必然影响到营销的需方。首当其冲（最受伤）的实际上是代理商，其次或许也是每一个营销人自己。失业还是不失业？这是一个问题。
4.1 受伤的agency
Agency的问题是，必须深度转型。
原因很简单，现在数字营销世界的话语权，早已经转移了。过去，“挟天子以令诸侯，挟客户以令媒体”的好日子，因为寡头和媒体们在营销资源与数据上的支配地位而迅速走向夕阳阶段。
不仅如此，在前面我讲的生态中，你也几乎看不到agency可以大张旗鼓的地方。毕竟agency是做媒介采买和创意的，让他们做技术和解决方案，这就真的需要痛苦的转型。
这样的转型是否留给了agency足够的时间我不知道，但在这时间窗口中，能真真切切地感受到来自传统的咨询公司甚至是四大这样的会计公司的虎视眈眈。传统咨询公司或者是四大跟agency抢肉的背后，显然是大家都注意到今天的互联网营销生态，早已经不可能单纯依靠受众掌握的客户名单和广告位资源来建立竞争优势（这些优势当然存在，可惜已经从agency的手中不断转移了）。而移动化带来的数据、技术以及综合数据和技术带来的营销革新，才是代理商们真正应该拥有的优势。但这些优势，看起来咨询公司们觉得自己一点也不弱，至少跟agency们比较起来是不遑多让的。
所以，难怪今天的agency们，无论在美国还是在中国，都能感受到寒冷和杀气。
但，从我的角度看，agency（例如我所效力的阳狮媒体集团(Publicis media groupe)）至少有几个点仍然具有很重要的优势。第一、agency仍然更加理解营销——无论坊间有多少中伤，agency对于营销和数字营销的理解毕竟是几十年智力和资源的积累。我们这些年有技术化营销的倾向，但是，不要忘了，营销首先仍然是一种技艺，而不是技术。营销毕竟要解决人的心理问题，要通过合理的创意、友善又具有吸引力的表达，以及恰如其分的投放策略来影响消费者。在这些方面，谁也无法否认agency具有极大的优势。第二、agency通过一系列的内部强化、重组以及收购正在弥补技术革新上的短板。这个道理很简单，agency又不会坐吃等死。以阳狮为例，在6年前即成立了专门的程序化部门AOD，而经过数次改组，无论是内部组件的DTI practice（数据、技术与创新业务部），还是它收购Sapient，在数据能力、技术能力和咨询能力上都能充分满足目前数字化革新的需要。
当然，摆在agency们面前的形势仍然严峻。没有人抢饭碗的日子总会过去，技术本身让营销变得扁平，而处在夹心中的agency肯定会感受到这个扁平化带来的挤压。
4.2 甲方爸爸们也有失业之虞
甲方爸爸们的日子当然比agency好不少，但是内部的变革可能会悄然发生。
简单讲，移动化带来的一系列好变化不见得就不会给甲方带来挑战。
最显著的挑战，是移动化的数据打通之后，前端的营销和后端的销售转化乃至CRM都一并能够打通了。
过去，Marketing的负责人（CMO）和销售转化或者CRM的负责人（CIO/COO）其实还是相安无事的。毕竟大家各干一摊，彼此数据不能从消费者的个体级别上实现打通，因此，也就谈不上太多深入的相互协作。
但是，现在不同了，前面讲过，移动化之后，消费者历程不再是大问题，至少你自己企业的客户的消费者历程肯定不是问题——从前端受广告投放的影响一直到最终的消费和留存，都可以通过设备ID持续追踪嘛。那么新的问题反而来了，前端的Marketing和后端的销售转化/CRM，必然在新的形势下要开展协同与合作；或者公司的层面必然要求两个过去各自承担KPI的部门，要携起手来共同承担一些共有的KPI；或者当业绩波动的时候，双方都因为数据的打通而打开了相互的黑箱从而有了相互指责的资本。总之，不管如何，Marketing和CRM曾经的两个独立部门变得开始不那么独立，甚至公司要求他们必须“结婚”！
CMO还是CIO最终谁能成为最后的胜利者已经不再重要，或许公司也会考虑来一个更性感的CGO，但无论如何，平静的水面将会打破。甲方爸爸们的每次架构重组，都是伤筋动骨。
4.3 更长远的失业
但更长远的失业，恐怕是“监督学习”这些机器学习甚至人工智能可能带给我们的。移动化之后，数据打通了，机器学习有本钱了，而营销执行本身也早已经程序化，并且肯定会从程序化迈向智能化。
营销从业者将会面临什么样的来自机器的挑战呢？优化师或许仍然有价值，但人数肯定会减少一半；创意生产尽管仍然需要好的头脑，但更多体力劳动肯定也是交给机器了，所以创意总监还在，创意主管的位置或许不保；而媒体的采买，这个恐怕是最惶惶然的，理论上，媒体采买这个事情本身就应该随着传播和载体的解耦而不复存在！
机器无法取代人的，或许是创意、创造、创新与机器永远不可能拥有的人生经历。或许，我们未来的工作，恰恰是生活经历本身？
不过，回到眼前，2018年，留给生态中不同玩家的时间窗口，又各自还有多少呢？
