本来想把文章取名为《2017年的广告技术趋势预测》，写着写着，觉得压力山大，生怕自己预测不准，害怕误导读者。干脆取名叫乱弹系列，想到哪写哪而已。
2016年对自己来说，是补课的一年。业务发展太快，自己不断的填补技术债，学习算法和系统技术，理顺产品核心逻辑，分解广告主核心诉求。很多时候，我也利用烂笔头(“互联居”公众号)来弥补我的慢思维。
2017年，有很多广告技术都会诱惑我们，其中不少技术像《红楼梦》的大观园，外表光鲜华丽，却离萧条不远了;也有不少技术像《西游记》中的花果山，富饶灵性，却未必真实;还有技术像《三国演义》的草船，混混沌沌而来，走了才知道其真正意义，例如大数据。也有些技术是因为官(钱)逼民反，逼上梁山而来的，例如Header Bidding。另外，就算同一种技术，对于不同的角色(媒体，广告主，交易平台)，意义也可能完全不同。
有三种视角(View)，分别来自于Supply/媒体视角，Demand/广告主视角，Service&Tools/服务技术视角。它们代表三种角色，Supply通常是有媒体资源的广告平台例如谷歌，Facebook等，它们会将AdTech的说法进行到底，优质媒体&高效转化ROI是追求的目标;MarTech更多是广告主的联盟，很多时候特指品牌广告主(包括CMO等)，他们希望Marketing能够有特色的传播，可控的自动化，敏捷的团队;Service&Tools对应那些没有预算，也没有广告媒体的玩家，它们可能卖艺为生，也可能卖数据和服务为生等，那些DSP和Marketing Cloud都算是走服务路线吧，这一块市场龙蛇混杂。
从这几个角度看到的流行技术可能会不同，我尽量从AdTech的角度，看看一些流行的广告技术吧。
从AdTech的角度来看，包括数据(Data)，交易(ADX)，媒体(Supply)，广告主(Demand)这几个层次。 脑子的技术有些多且乱，先按照这个层次分类一下这些技术，未必清晰和准确。
一、数据层
数据是大规模广告的核心动力。广告的展现形式可以不断创新(例如富媒体)，但是这种创新是很容易被模仿。举例来说，对于信息流广告，全世界的应用都可以复制Facebook的信息流模式，但是Facebook后台的精准用户理解，这一点是难以复制的。而这一点帮助Facebook对于广告主ROI的把控上有主动权，从而形成广告主预算的把控。
1.DMP 数据管理平台
毫无疑问，没有DMP的公司，一定不是广告技术公司。DMP是一种以人(数据)为中心营销的技术基础框架。对用户的深度了解，可以帮助提升品牌广告主ROI;对用户的短期意图的理解，可以帮助提高效果广告的。
数据积累和加工是DMP发展的***阶段。当这一模式趋于成熟后，DMP会以更加开放的方式与***，第二，第三方数据进行合作。但是，数据合作依旧面临很多技术，隐私和价值评定等方面的挑战。
2.Predictive Marketing(预测性营销)
预测性营销是一个新瓶久酒的说法，更多的是从MarTech的角度来看机器学习驱动的营销指导。它强调通过数据驱动/程序算法来对营销进行预测和分析，并且给出可操作的方案。
这几年不少2B的广告技术公司获得资本的青睐，包括Mintigo,Lattice Engine, Everstring, 6Sense, Infer, LeadSpace，Radius等等，感兴趣的朋友可以深入了解。这种技术的价值定位非常清楚：面向CMO服务，解决他们的决策问题。
这些问题的一些例子包括：
- 寻找新的潜客来源(人群扩展)
- 为潜客线索打分(Leads scoring)
- 产品推荐
- 优化客户接触方式
- 客户流失预警
- 销售应用
- 客户服务和支持
- 财务风险预警
- 营销效果预测
3.Multi-Touch Attribution
多触点归因在广告技术中是一个非常难的问题，包括分析理论，分析工具支持，但是从另外一方面来说，归因分析在移动营销世界中，变得越来越重要的了。随着人群的分化，时间的碎片化，多种设备和应用的交叉使用，归因中的线索能够帮助更加有效的品牌和效果推广。
可以参考不久前我写的一篇文章;
【参考文章】 互联网广告的归因分析(Attribution Analysis)
“哲学是用来解释世界的，而重要的是改变世界”--马克思
4.AI (人工智能)
最近，深度学习在语音识别，图像识别和人机大战中熠熠发光。大部分科技界的***们都满口大数据和人工智能。‘人工智能如何应用在营销行业，确实非常有意思的事情。从两方面看这个问题。
（1）人工智能正在改变用户生活方式，包括时间消费的习惯
例如，智能推荐使得人们越来越少的使用搜索，新型的社交让人们更加沉溺，基于图片和视频的应用真正更多的打发人们的时间。这些改变都可能导致媒体属性的变化。
（2）人工智能推动的广告技术
广告实际上是最需要大数据，大算法，大计算的地方，原因很简单，所有的投入都可以通过收入来直接衡量效果，技术变现路径最短。因此，很多新技术实际上都会首先应用在广告技术领域。不少大公司也都在尝试使用深度学习(DNN)的方法解决点击率预估问题。另外，对于图片的理解可以提高对于用户或者上下文的理解。在视频中的一些广告模式，深度学习的技术可以帮助一点一滴的解决一些技术问题。
【参考文章】： 广告点击率预估是怎么回事?
5.RTIM(Realtime Interaction Management)
RTIM也是一个新瓶旧酒的技术，更多的是从如何提供个性化的营销服务。例如，如果将一个广告主与消费者的所有接触都能够记录下来(例如网站访问，相关搜索，APP使用，点击了广告，参加了活动等等)，管理起来，提高消费者的体验。
可能每一个独立的渠道(触点)都能提供个性化服务，但是如何打通所有的渠道，让渠道整合起来为品牌/效果推广服务，并提供更佳的消费者体验，实现in-bound Marketing，这就是RTIM需要解决的问题。
二、交易平台(ADX)
毫无疑问，没有人在怀疑程序化交易的政治正确了。程序化交易也正在让广告交易的分工更加明确。
1. PDB :
iAB的OpenRTB确实帮助各个广告平台进行技术打通。这种技术可以帮助品牌广告主自由投放在各个广告平台，包括带有返还比的投放策略。
2.Header Bidding：
Header Bidding 有很多同义词：Pre-Bidding, Advance Bidding,Holistic yield management ,tagless integration。我的一句话解释：媒体网站在调用广告服务器获取广告之前，通过页面的JavaScript进行若干Bidder询价，而后再调用广告服务器，实现收益***化。这个技术在PC/HTML上发展不错，在移动端目前还没有太好的解决方案。
参考我的一篇文章
【参考文章】 拒绝垄断，走向开放的Header Bidding
3.SSP/ADN合并
在前几年的程序化生态图中，SSP和ADN是两个领域，SSP是Supply Side Platform，帮助接入各种媒体，***化媒体的价值。 ADN是之前的Ad Network，它能够对接各种媒体，并且也接受广告主的直接投放。随着SSP也渐渐提供更多的广告主服务能力，因此在功能上SSP正在包含了ADN的大部分功能，而且通过OpenRTB对接ADX和Supply也更加开放和标准。
三、媒体(Supply)端
1. 视频化/动态化
视频化是移动广告的一个趋势，这种趋势有点像过去10多年，广告从文字发展成图片为主的创意。移动在视频化正在助力品牌广告，特别是贴片广告，OTT电视开机广告，都是广告主非常受欢迎的广告形式 。移动视频有几个趋势3V(垂直，全屏，视频)。
我之前有一篇文章，有讨论过：
《折叠北京》后的垂直世界(Vertical Video Ads)
从最近的各种媒体来看，无论是朋友圈中，还是信息流中。移动设备上的静默播放的小视频还是非常吸引眼球的。
2. 全民原生(Native Everywhere)
原始广告的普及无需太多解释，原始本质上就是展现形式上的植入广告，移动体验的保护。我有一个简单方法，区别原始和非原生很简单，位置动态变化，且与内容融为一体的广告即为原始广告。位置固定的，让人形成广告的影响，而行为非原生广告。
下面是展示广告中，原始广告的比例。
搜索广告本质上也是原生广告。搜索结果中的推广越来约隐晦。 Bing也越来约百度了。
3. VR/AR
VR/AR是一个新鲜的技术，目前还没有形成媒体属性，因此这种技术更多是配合一些营销活动，而常规的营销投放。
4. Chatbot/个人助理
Chatbot是我喜欢的一种技术，正在一点一滴的解决生活中的问题，例如客服等，甚至支付宝也可能推出理财的机器人。一些营销可以以更加原生的方式存在，当然前提是Chatbot需要解决流量和商业意图的问题。
另外一个刚刚上线的星巴克官方chatbot，用于点餐，再也不会混淆在"大杯"和"Grand"之间了。
5. OTT/IP营销
OTT应该是增长相当快的领域，OTT的发货量和用户消费时间都在明显。据统计，中国是智能电视普及率***的地方，家庭覆盖率高超过38%。非智能电视主要是老年人的时间，而年轻人基本都转移到智能电视，点播网络视频节目。
OTT视频广告也是广告主非常喜欢的广告形式，广告效果相比电视来说，更加容易可度量和可跟踪，“没有度量，就没有改进”。
OTT的市场目前尚未形成规模化，目前变现模式也比较零散，虽然一些IP服务商有一定的优势，但是整个利益分配的模式还在积极的演化。
6. Deeplink
DeepLink是打通App之间调用关系的技术桥梁，很多人认为它会成为移动时代的HyperLink。我观察了一下App真正有效互通场景，以下几个是非常有效率的场景：
- 图片的分享
- 文本的Copy/Paste场景
- 电商商品的详情页打开 (帮助显著提升转化率和用户时间)
【参考文章】
移动深度链接(Deep Link)的价值
移动DeepLink的前生今世2---我们需要什么样的繁荣?
四、营销(Marketing)
1. 移动优先(Mobile First)
不解释了，地球人都知道。
2. 营销云(Marketing Cloud)
营销云是提供营销解决方案的软件平台，国外比较大是Saleforce, Adobe, Oracle ,IBM等。看到这些公司的名字，很多人以为它们不务正业，其实营销云虽然不是这些公司最出名的核心业务，但Marketing Cloud帮助它们更加了解客户和行业，并且创作不少利润。
- Saleforce : 基于其CRM可以直接做精准营销推广。
- Adobe：利用收购的Ominture广告跟踪公司，结合Adobe广告创意设计工具。
- Oracle :有钱和任性的收购了不少数据公司如BlueKai，打造了不错的DMP平台
3. Location Based Marketing(本地化营销)
很多时候，本地化营销对广告平台来说是一个鸡肋，市场很大，机会很多，但是不容易切入其中。广告主获得成本过高，投放和管理更加复杂，并且不容易规模化，常规的全平台推广资源，对于本地广告主来说，往往负担不起。从另外一个角度看，机会往往就隐藏在这些问题中。
- 手机给LBS营销提供了技术基石(蓝牙，GPS，NFC，Beacon等)
- PokemanGo的成功也让大家对LBS的应用有了新的认识。
- 当搜索和传统本地广告效果/流量下降时，广告主会开始新的尝试，例如，很多外卖广告主，都极端依赖LBS相关的投放。
【参考文章】
两分钟搞明白Beacon,iBeacon和EddyStone
NFC技术除了支付，还可以这么玩营销
5.结束语
好了，罗哩罗嗦不少内容了，以上就是我的一些小整理。下面也附上Gartner 2016年中整理的关于数字营销的Hype Cycle图，供大家参考。
【本文为51CTO专栏作者“欧阳辰”的原创稿件，转载请联系作者本人获取授权】
