大数据时代，广告技术真能决定广告效果

广告技术爆发的标志无疑是程序化广告的兴起，受众购买、 实时竞价RTB、 需求方平台DSP、私有程序化PDB、数字广告管理云平台Trading Platform已经成为企业数字营销中的主流话题。eMarketer预计，2017年，在中国将有超过50%数字展示广告将通过程序化的方式实现 ，如此迅速的达到过半比例，这在5年前是无法想象的。

至于，广告技术从何开始，似乎缺少一个明确的答案。然而，如果我们了解广告技术的本质：通过技术消除信息不对称，实现海量广告信息和消费者的匹配，那么大数据时代的到来无疑是一切的开始。

大数据激活广告技术

大数据是指无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。

在被广泛引用的IDC《2020年的数字宇宙报告》中，预测到2020年，全球数字宇宙将会膨胀到40000EB，均摊到每个人身上是5200GB以上，而这些是数字广告发展的能源材料。

成万上亿的数字媒体、不断创新的广告形式、不断变化的消费者注意力和兴趣爱好反应的正是大数据时代下的营销环境，来势凶猛，复杂多变。

大数据深刻地改变着广告形态，使得广告业成为大数据时代下首先受到冲击的产业；而广告技术随着大数据时代登上营销舞台，目的就是在连接无数的广告和消费者。

广告技术决定效果？

每一个广告主、每一个广告人都在研究广告技术，大家对广告技术的重视则引发了一个广泛的疑问：技术是否能减轻广告主对信息爆炸时代的不安感？技术是否能解决大数据时代下媒体环境割裂、消费者注意力分散的问题？

或者更直接的说， 技术在广告中的作用是什么？

我们看到，作为广告技术代表的程序化广告在很长的一段时间被扣上“精准广告”的帽子，认为通过技术一旦达成对目标人群的影响，就可以带来购买、下载等行动，绝对的精准有效。

总之，就是认为广告技术的好坏决定广告效果，而这显然是对广告技术最大的误解。

广告技术的真实作用

影响广告效果的因素是多重的，这是所有营销者都公认的一个常识。广告效果的达成是一个自然的非线性进程，不只关乎技术这一单向度要素，也包含由广告创意、广告承接等多维度的互动影响。

以最常见的电商程序化营销为例，品友在服务苏宁的过程中，需要通过系统算法和诸如Deeplink、LBS等技术服务，进行媒体筛选、人群判断、素材匹配， 从而优化点击率、到达率、降低转化单价。

但作为转化承载体的广告主，苏宁需要在投放期间的持续的进行数据回传、活动推广，同时其固有的APP用户体验也深刻的影响广告投放的最终效果。只有双方的配合，双剑合一，才能带来最高的转化率和理想的ROI。

就像《大数据时代》的作者维克托在谈到大数据的三个转变时提到，“我们不再热衷于寻找因果关系，而是事物之间的相关关系”，广告技术对广告效果的影响也同样是一个相关关系。

想想看，身在大数据时代，越来越多的营销正在打破企业传统数据边界，改变过去商业智能仅仅依靠企业内部业务数据的局面；运用远远超过企业内部数据的第二方数据、第三方数据，更促使如今的广告成为一个上下游高相关联动的整体。

广告技术通过对各方数据的学习和建模，进行预测性分析，从更高的纬度把消费者和广告主结合起来，拓展用户的应用深度和粘性，不断加深对消费者的影响，扮演着越来越重要的角色。

有人用这样一句话，描述大数据与技术的关系：大数据积累的极限是技术进步的起源；技术的极限则是大数据应用的边界。

那么，我们更有理由相信，随着信息收集方式的不断革新，算法技术的不断创新， 广告技术将不断朝着深度人工智能的方向发展，在大数据时代扮演越来越重要的角色，不断释放创意的能量，突破营销的边界！