
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
Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08