品友互动欧阳辰：技术创新浪潮中，营销如何注入技术内核？

　　谁也无法否认，作为当今世界最重要的变量，技术及其背后的创新力，已成为营销成败的关键。

　　作为互联网老兵，欧阳辰曾在微软和小米有丰富的媒体端广告技术经验，如今在品友为需求端提供技术和产品。本文是九枝兰对品友互动CTO欧阳辰的专访文，为大家讲讲他对广告技术和趋势的一些看法。

　　  

　　音译：张旭 |整理：刘梦洁 | 校对：臧海 |终审：欧阳辰

　　  

　　九枝兰：在互联网广告圈，技术是第一生产力。请概括地谈一谈，技术是如何让广告更有价值的？

　　欧阳辰：互联网广告对于技术需求是越来越多，越来越深，很多博大精深的技术都会选择互联网广告作为试金石，广告主愿意买单的技术才是好技术。互联网广告也有很多非常难的技术问题，原因是广告既不能影响用户体验，又要保证平台收入，还得保证广告主的ROI，因此这几个方面都要做优化，以保证用户体验、平台收入和广告效果之间的平衡。最近几年，整个营销环境、移动技术、广告圈发生了很多变化，平台方和广告主的数据越来越多，在跟踪广告效果时运用了大量的数据，数据越来越多以后，我们就需要通过技术把数据的价值挖掘出来，帮助媒体、广告平台和广告主提升营销的效率。所以技术在广告行业里面会发挥越来越重要的作用。

　　传统的广告技术，我们通常指的是AdTech，AdTech起源于广告媒体的技术，包括广告排序、出价、定价等计算广告技术，而MarTech(营销广告技术)，是从广告主的角度看营销问题，最近几年，我们也发现有越来越多的平台都在往MarTech倾斜，为广告主提供更个性化的营销服务能力。

　　九枝兰：在广告模式变革的背后，广告主、广告平台、消费者端都经历了什么？他们对广告模式的变革起到了哪些作用？

　　欧阳辰：广告的展现形式经历了很多变化，从banner广告，到后来的搜索广告、原生广告，再到现在比较火的视频广告，未来可能的VR广告等等。广告的展现形式将会越来越丰富，越来越吸引人，这是技术发展的必然。虽然广告形式的变化是日新月异和与时俱进，我更愿意分享其背后的一些技术趋势和技术变革，体现在三方面：

　　第一：程序化打通广告世界。各个广告平台之间更加开放，各平台通过OpenRTB协议将各自系统打通。也就是说今日头条除了能接广告主直投的广告以外，可以展示来自品友的广告，也可以展示其他DSP的广告，这是非常有力量(Powerful)的一件事。所以通过这种技术，各种角色都可以直接灵活的进行有效的广告投放。但在十年前，这是无法想象的，在只有新浪、搜狐，网易这些新闻门户的时候，广告之间是相对独立的，每个广告主必须适配各个平台的一些要求。如今，我们可以打通这么多广告渠道，各广告系统和平台之间更加开放，这是具有标志性意义的。

　　第二：决策的转移。以前所有的决策都在广告平台，现在通过程序化以后，有些决策可以来自广告主，例如广告主可以进行不同媒体间的联合投放频次控制。之前，广告主需要安排不同的专人操作各个广告平台，包括各广告平台的投放预算；现在，广告主可通过程序和算法去做更多的智能投放决策。也就是说决策权可以更好的向广告主倾斜，广告主可以适配广告平台的各种排序规则。

　　第三：数据的力量。广告主有了更多的数据：包括CRM数据、广告投放数据，自有的Lookalike算法、自有标签，广告主还可以引入了第二方、第三方数据，这些数据可以融合起来让广告主做更加适合他自己的决策，这些决策可能适合A平台，也可能适合B平台，也可能适合所有平台，所以他的决策可以做得更多。

　　通过以上三方面，可以得出这样一个结论：广告主这边会更加利用AI的技术来改变他的营销效果。

　　九枝兰：广告模式的变化是在迎合消费者吗？或者说更适应消费者的营销方式是什么？

　　欧阳辰：过去的传播媒体非常单一，消费者接受信息的渠道也很少，电视上播放十遍脑白金广告，消费者就记住了。但现在，很多年轻人是不看电视的，他们将时间花费在手机或广播上。每个人看信息流新闻内容也不一样，你会发现这个世界个性化程度越来越高了，每个人的行为、倾向、受影响的渠道可能都不一样了。有些消费者受移动媒体的影响比较大，有些受IP影视剧的影响比较大。所以广告主的营销平台也不能局限于某一类，同时单一渠道的管理也需要投入更多精力，广告主需要更多的数据去影响用户，包括让用户了解你的产品，让用户使用你的产品，让用户成为你产品的粉丝。以前我们做一个销售漏斗或者跟踪漏斗就行了，现在这种简单的模型难以派上用场了，需要设立一个比较复杂的网络。

　　九枝兰：有哪些方法或策略能最大化实现需求方的效果转化需求？需求方投放媒体众多，如何在策略上保持一致？

　　欧阳辰：关于提升广告投放效果的问题我们可以通过三方面去了解：

　　第一：定义效果度量方法和目标。定义效果的标准有很多，究竟是以7天的留存作为考核，还是14天？是以注册为标准，还是以激活为标准，还是以最后的转化为标准？在营销的每个阶段，需求方可能都会选择不同的指标作为优化目标。例如有的客户在最开始推广的时候，只关注激活，在后面投放重定向广告才需要考虑转化问题。所以在每个阶段，广告主可能选择不同的目标去优化，我觉得这是营销需要累计经验的一个步骤，因为不同的优化目标可能导致广告主有着完全不同的营销策略，在段性地提升优化目标的过程中，会选择不同的优化目标和优化空间。

　　第二：要提高营销效果，就要选择公正透明的平台，平台的规模性、数据的透明性和完善性是非常重要的。

　　第三：一切相信数据。现在的广告投放越来越难，媒体选择越来越多，广告形式也越来越丰富，到底哪个效果好，不能通过直觉去判断，需要通过数据去选择，然后利用数据做更多的A/B测试，尝试更多的策略。

　　当然，不同品牌广告主的诉求点不同，有的诉求是品牌的广泛传播，有的是寻求覆盖人数更广。最近我关注到一个移动手机的品牌投放，它在东方明珠塔、摩天大厦等地标建筑物和机场走廊投了很多漂亮的广告，其投放策略追求品牌的传播性和覆盖性。快销品很多时候也需要买IP和电视剧的前贴片，他们觉得前贴更符合其客户的调性。我觉得每个品牌都会有不同的投放策略，难的不是如何实现某些既定的策略，而是怎么设定清楚优化目标和度量方法，并且进行一个有反馈的优化迭代过程。

　　九枝兰：大数据的出现解决了互联网广告的哪些核心问题？当需求方锁定了精准人群之后，如何锁定精准人群的消费决策环节？

　　欧阳辰：我觉得大数据起到了「助燃」的作用，火在燃烧过程中需要氧气，大数据就相当于氧气，数据越多，氧气就越多，业务燃烧地就越旺盛。我们可以借助AI技术把氧气用好，AI本身就是数据生意，它能把数据充分利用，能挖据数据的价值。如今广告主的投放环节都可以监控，例如，移动设备也有更多的传感器，获得用户行为的信息，在处理好隐私问题后，这些信息都可以积极的用于营销体验的提高。用户数据的跟踪能力加强之后，广告主的分析能力也会更强。冰山理论说的就是一个伟大的产品：水面以上的作品只占1/8，水面下的冰山占整个作品的7/8，在大数据出现以后，作品可能还是长这个样子，但是你发现它的用户体验更好了，创意更加动人了，对用户的影响更加大了，但广告形式实际上并没有变。驱动这些变化的，正可能是水下的AI和大数据。

　　当需求方锁定了精准人群以后，怎么去影响他的决策环节？其实营销的链条很长，从用户点击广告，到留存下来，再到付费购买，链条上的每个环节都很长。如今媒体分散，传统的归因模型或漏斗模型已经不够用了，有时候分析起来不一定有直接效果。所以我也在思考怎么通过人工智能的网络去模拟这些过程，在千人千面广告的创意、动态定价，动态人群方面也做了很多尝试和努力。消费者决策路径多样化，影响消费者决策的维度也比以前多了很多，虽然还没有统一的模式，但通过深度学习，我们可以去改进这个事情。就像新闻推荐，有固定的新闻内容类型，也有自定义的新闻，从而让用户的体验更好。同样，我相信广告也会更加个性化，让更多的人接受。

　　媒体在某些方面是比较强势的。内容型媒体对用户的内容偏好分析的比较透彻；搜索型媒体掌握了用户短期的搜索意图。每个媒体都有自己的特点，也会有痛点(缺少交易数据)，如果媒体能加强对用户的行为理解，与广告主、第三方深度合作，开放适合广告主的人群包这种模式，肯定会对效果提升有很大帮助。

　　九枝兰：机器算法有哪些常见的算法模型？算法和数据是如何相辅相成的？

　　欧阳辰：营销里面涉及到很多机器学习的算法和模型，从AdTech和MarTech来看，二者的角度稍有不同：AdTech偏重于将流量变现做好，平衡好广告主ROI和用户体验。其中，广告的相关性和排序算法是核心问题，广告排序也涉及到点击率预估问题，也包括媒体对于用户的意图理解和画像。点击率预估在大部分公司还是使用逻辑回归算法，特别是在线学习(Online Learning)的算法，也有少量公司在探索更多的非线性算法，例如神经网络来解决。MarTech的角度更多是广告主的角度，涉及到营销、技术和管理。MarTech里面涉及到很多对于营销管理、消费者建模的决策，例如Leads Scoring，就是对一些营销线索进行的算法评估打分，提升营销成功率。一些常见的算法问题如下：

　　九枝兰：关于反作弊，有哪些常用的做法？媒体、需求方、供给方需要做哪些准备和措施？

　　欧阳辰：整个广告行业在反作弊方面都很重视，由于广告生态比较复杂，真正有效的反作弊往往需要各个环节的协同努力。各个玩家都掌握了一些反作弊技术。

　　· 媒体：大媒体在反作弊方面做的好一些，部分小媒体可能因为利益原因，受利益驱动，少一些自律。OpenRTB组织最近推出了一项新技术叫Ads.txt，用于规范媒体，描述媒体对接的Ad Exchange，这样可以让下游做一些检查。所以媒体也有一些技术和标准，在一定程度上保证流量的真实性。

　　· Ad Exchange(广告交易平台)：它连接着广告主和媒体，它有义务认真地审查每一个流量，尽最大可能做一些流量的甄别。同时，也有一些技术手段去辅助Ad Exchange做流量甄别，比如最近即将推出的OpenRTB 3.0协议，它可以在流量里面加上媒体的签名，把流量交给DSP或广告主之后，让他们去更好地甄别，而且该签名具有唯一性，可以保证流量是从真实媒体来的，而不是来源于假机器。

　　· DSP端：DSP作为需求方，也有很多反欺诈技术，包括基于规则的反欺诈、基于算法模型的反欺诈以及基于异常条件的检查技术。同时，品友也拥有很多专利和国际反作弊技术，甄别流量是否来源于虚拟机或机器农常

　　此外，区块链技术是一种创新的解决反欺诈的办法，区块链技术可以提供公共账本，将数据放进去之后不能被篡改。区块链可以作为反欺诈联盟的技术基础，其中体现了很多技术创新，比如小米的米链项目。另外，还有一些类似商广协的组织，会制定包括IP库在内的反欺诈标准库，还会制定行规公约，共同提高反作弊的效果。

　　九枝兰：谈谈广告技术的未来。

　　欧阳辰：在广告技术发展的早期阶段，客户对数据的理解并不够充分，伴随着大数据的出现，广告主掌握了更多的数据，这些数据不仅用于营销，还能用于他们产品的制造，利于生产流程的优化。如何把这些数据充分应用于营销，就需要较为成熟的广告技术做支撑，比如各种数据的跨设备打通、用户画像的精准获娶用户的各种行为分析，甚至广告主的商业决策等等，广告技术在这些方面发挥的作用是非常关键的。我相信大数据和人工智能在这些方面都会帮助广告主做出更好的商业决策，不会再让广告主仅凭经验、技巧去做决策，AI会让决策更加正确，更加科学。

　　记者：请介绍一下品友的业务和服务。

　　欧阳辰：品友是一家人工智能和大数据公司，在过去9年的历史，一直是国内程序化广告的领跑者，在今年的9月24日,品友发布了以“透明为本，AI赋能”的战略升级。我们希望用最先进的人工智能技术和大数据，帮助客户解决营销的商业决策问题。

　　品友最新推出的大数据和人工智能的营销决策产品MIP(Marketing Intelligence Platform)也是基于人工智能技术，可以充分支持广告主的各个环节的商业决策，包括受众洞察，智能投放，智能归因等能力。深度为广告主打造属于他们自己的智能营销决策能力，广告主有更大的意愿也有更大的能力发挥更多的主动性，去掌控营销的过程，对结果进行控制。

　　在AI赋能的时代，品友把自己过去九年的服务结合新的商业模式和技术理解为广告主做新的价值定位，通过人工智能技术赋能企业主智能营销决策能力，完善营销活动。

　　「九枝兰专访」是由多个领域的行业KOL、知名专家和营销高管解读前沿营销理论、分享营销实战、探索营销新趋势的大咖访谈录，旨在为企业和营销专业人士开拓思路，引导创新。

　　本文是「九枝兰专访」的第55期，前46期的专访内容已汇编成《营销大咖说》一书。本书解读众多营销的成功案例，利于读者即学即用。图文并茂，易读且悦读。帮助营销小白走营销“捷径”，帮助从业人员拔高营销技能。