京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2016年中国广告市场8大趋势
趋势1-人工智能下的广告
近年来,我们目睹了人工智能产品作为交流界面的应用和普及,通常是像Siri,微软小娜一样的个人助理。尽管现在的人工智能与电影《她》中的Samantha还相去甚远,但其所取得的快速进步是有目共睹的。而且,人工智能也在我们的消费决策中扮演越来越重要的角色。
趋势2-昂贵的大数据
对大数据的关注已成为广告行业的主流趋势。我们看到广告主和广告代理商纷纷与像百度、腾讯、阿里这样的数据巨头建立合作关系,而且程序化购买的发展也需要有更多的数据收集和分析。但是,越来越多的集团开始意识到大数据并不是免费的,而事实恰恰相反。在2016年,有用的数据可能会更多,但却不再那么容易得到。
趋势3-付费内容成新趋势
尽管订阅模式在某些国家已经非常普遍了,但中国消费者还是更倾向选择免费的东西。但免费模式只有当有其他人愿意为之付费才能继续运营--通常都是广告主。随着广告拦截软件的普及,媒体们面临着日益剧增的压力,因而寄希望于内容广告。中国可能已经达到了足够多的消费者愿意付费购买内容的时代。媒体们将会从这个模式下发现有利商机。
对于广告主而言,这意味着需要进一步寻找定制化的合作模式,不管是以赞助的形式,还是产品植入,或是项目合作。
趋势4-虚拟现实的实现
虚拟现实成为热门话题已经有一段时间了,也有相当多的品牌应用了此技术,老生常谈地说,这是未来的一个趋势。然而事实是,多数案例都集中在移动技术上,而且很少能够成功传递真正令人赞叹的效果。另外,VR的绝对主观性让它很难得到传播和分享。但在2016年,大众消费的高质量VR头戴式设备将会上市,如Oculus,Morpheus,这将有机会提供更好的内容和更好的传播渠道。
趋势5-无缝对接的重要性
在数字媒体的世界,各种创新形式层出不穷但昙花一现,所以我们很难判断哪些是花哨的而哪些是有价值的。当然,有很多说法教我们如何把事情变得更简单,但是消费者最终想要的还是"好用"。消费者没有耐心来研究你的系统,所以让系统去适应消费者更显重要。
请准备好为更好的体验支付更多的钱。
趋势6-一张好图胜过千言万语
近年来,语音搜索发展迅速,但我们也更兴奋看到图片搜索的潜能。今年,中美两国的数字巨头们都已努力将图片搜索变为现实,根据谷歌和百度的报告,其错误率在均在5%以下。明年,我们期待看到图片搜索可以帮助发现产品以影响品牌和广告行业。这将会进一步推动从线下到线上的消费者路径,并进一步为小品牌的曝光提供机会。
趋势7-曝光时间至关重要
在过去的20年,我们都是以曝光量来购买数字媒体广告,不管这个曝光是持续20秒还是只是一眨眼的功夫。当然如果我们以点击作为指标,这个情况是可控制的,但考虑到只有不到1%的展示性广告被点击,所以更为明智的方法是想办法让那剩下的99%也能为品牌服务。在2015年,广告的可视性问题终于为人所重视,我们尝试把指标从单纯的曝光改变为真正的看到( OTS,opportunity to see)。尽管离解决问题还为时尚早,但这促使我们进一步思考,并开始以观众看到的时间而非曝光量为指标购买广告。
趋势8-数字媒体开始终结
虽然该理论已经提出有一段时间了,但关于数字媒体已死的呼声也是越来越响。长期以来,这些专家的想法被视为前瞻性思维,但在一个一切都变得更加数字化世界里,我们希望看到各行各业能认真采取行动,来消除数字媒体和传统媒体间那所谓的抽象意义上的隔阂。但这两者的分割是如此根深蒂固,以至于改变难以一蹴而就,但我们仍希望每一个人能采取措施建立更加整合的体系和损益模式。客户不再在其简报内容中对这两者区别对待,创意策划者可以同时规划品牌和活动,媒体代理商继续研发更多的整合型策划工具,媒介监测公司将以更有意义的方式来重新定义媒体渠道,等等。在2016年,整合数字媒体和传统媒体可能并非未来的一个趋势,但将两者分割且区别对待终将成为过去。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23