宋星的数字观
01 从1.0到2.0
那时候媒介agency每天都在excel表中帮甲方爸爸们“爬格子”，每个格子都代表一个广告点位，把这些点位和投放时间确定下来，就为这个甲方做成了广告投放的计划。基于这些计划，再提前把按广告位尺寸切割好的广告素材物料手动上传给媒体，媒体按照格子所标明的广告位置与时间投放这些素材，投放工作就算基本完成了。
这就是数字广告最初的1.0时代，确实很原始——手工选择点位（广告位）、手工制作素材、手工调整素材大小、手动上传……
上图：1.0时代，数字广告投放的核心是位置、时间与刊例，投放方式几乎是纯手动的
但原始的不仅仅只是事事都要手动。更原始的是，广告位置是死的，投上去的广告也是死的，它只会按照约定的时间放在那里，而完全不会考虑看到这个广告的受众究竟是什么样的人。这样，就产生了那个著名的：“我知道广告费至少有50%的浪费，但我却不知道这50%是浪费给谁了”的问题。
大概在2013年起（海外会更早一些），这个方式慢慢地被程序化广告这种新的投放方式一步步地取代。程序化广告投放的时代，也被称为数字广告2.0时代，在大概2019年左右几乎淘汰掉数字广告1.0。程序化广告不再强调广告位，而是强调广告是基于受众的标签自动化匹配的。受众数据上带有跟你相关的标签，他才会看到你的广告。若是好几个不同的甲方爸爸都选择了同一个标签的受众人群，那么这几个甲方爸爸就需要通过出价竞争来获取自己的广告展示权。
这样的革命化的广告投放方式很快受到了大量甲方的欢迎，因为广告投放变得极为灵活，而且更强调了受众的精准，从而有可能在降低投放费用的同时，提升投放的效果。
在这个过程中，甲方爸爸们连同他们的agency的广告工作方式都发生了根本性的变革，广告位被极大地动态化了，甚至在信息流广告的投放中广告位的概念几乎消亡了。手动投放广告显然行不通了，一切广告的投放操作都需要利用专门的广告投放软件或者投放系统来解决，由此在数字广告产业链中催生了一大群提供广告投放技术解决方案的中间商（新型的agency）。“爬格子”需要用的excel（排期表）连同这部分工作岗位都大幅度减少了，取而代之的，是“广告投放优化师”岗位需求的迅猛增长。
紧接着，提供广告资源的媒体平台又发现了数字广告2.0更加诱人的特性：能够利用机器学习的迭代来自动化优化投放效果，并且，投放费用越高、投放时间越久的甲方爸爸们，越可能享受到这一效用。逻辑并不复杂：媒体平台会统计：具有哪些特征的人群，更容易在看到某个广告后做出反应，例如更愿意点击广告甚至是发生特定转化行为，这代表着某个广告对这类人群有效。那么，下一步就是基于这些人群的特征，找出更多类似特征的人，并给这些人投放相同或类似的广告。
因此，广告投放的2.0时代也让媒体们进入了“军备竞赛”，比谁的人群数据更好、谁的广告匹配算法更准、谁的计算速度更快。媒体开始重新审视自己手中资源的价值，明面上，是在看谁的广告位资源更多更好，内里，则是不断整合自己的投放资源和数据资源，因为唯有这样的整合，才能让人群、匹配和计算速度都得到本质性的提升。
比如，腾讯广告在2017年就开始大幅度整合自己曾经割据的广告资源，并将底层数据进行打通，就是顺应这个潮流。
所以，数字广告2.0时代是划时代的，甲方、中间商、媒体平台，都因此发生了极大的变化。
02 广告投放2.0解不开的玄学
因为广告主很快就发现，自己的投放能不能起效果，是一件非常“玄学”的事情。
比如，同样的两个广告，圈选的人群也相同，可就是其中一个能跑出量，另外一个则基本没量。或者，还是两个相同的广告，人群的选择只是略微有一点差异，投放的结果就会有很大不同。
这种“不稳定的效果”部分来自于数字广告2.0下的媒体广告系统的一些难以避免的“随机性”。例如，在冷启动的时候，如果某些广告计划刚巧“遇到”了一些确实对广告感兴趣的受众个体，媒体广告系统就会对这些广告计划予以更多的倾斜，从而产生马太效应。
这就导致了所谓的玄学——甲方和agency自己也说不清楚，为什么看上去没什么区别的两条广告，只有其中一条能跑得出来，以及，为什么原本跑着好好的某条广告，慢慢就又没量了。后者，很有可能是其他广告主的新广告，将你的流量吸走了。但这些似乎无规律可循的东西，对甲方的广告投放策略产生了很多微妙影响，并使他们将一些原本莫名其妙的东西奉为圭臬。
这其中，最莫名其妙也是最“野蛮”的策略，就是“堆基建”。
所谓堆基建，正是来自于期望克服玄学和不确定性所作出的努力。简单讲，就是如果每个广告能跑出好成绩的可能性是千分之一，那么，我就堆上2000个广告，从而让至少有一个广告能跑出好成绩的概率变成86%（大家自己算一下概率，哈哈，我应该没算错），若能够堆上5000个广告，那么这个概率就变成了99%。
这让堆基建变成了甲方人人都要搞的功课。更要命的是，在2.0时代，甲方及其agency对广告投放的前置约束，包括目标、出价、创意、人群圈选等，都是输入给投放系统的变量，对投放系统发挥效果有巨大的影响。因此，为了无死角地确保找到这么多变量的广告效果的“最优解”，很多甲方会指挥他们的agency更“丧心病狂地”遍历变量组合的所有可能性，导致基建的堆积几何级增加，让媒体端广告系统上堆积了天量的毫无价值的“广告垃圾”。
这不仅对甲方是非常繁重的工作负担，也对媒体平台的服务器和广告审核人员都带来了如山的压力。
上图：2.0时代，广告主都懂得，要起量，就要堆广告
结果，就是让整个系统变得非常不优化，效率大幅度降低，并反作用于甲方的广告效果。
算法是冷的，是死的，算法毕竟只是通过“赛马”来找出优胜者，它必然会导致甲方广告主拼命去堆“参赛运动员”。
一些媒体平台仅仅只是采用“堵基建”的方法，去限制广告主上广告计划的上限，那只是治标不治本，而且还可能导致巨大的不公平！因此，要从根本上解决堆基建的问题，就要解决导致这个问题的根本原因——算法。既然现有算法有巨大的局限性，就应该进化出专门用于数字广告投放的更高级更聪明的算法，如同AI中的智能体（agent），能够不通过“大量的赛马和试错”就能自主去发现更好的广告。但凡需要赛马需要试错，就必然导致堆基建的发生。
这，就是今天数字广告3.0进化的原动力——广告平台变得智能，能够真正懂广告，而不是只懂算法变量，从而能够让真正好的广告有更大的机会，并自动摒弃掉重复基建的广告。
03 数字广告3.0不再玄学，改变底层投放逻辑
这需要广告投放从底层逻辑上拥有新的技术，如同上一次程序化广告技术的革命，这一次，是智能化广告技术的革命。
这个技术，是基于通用人工智能（AGI）的大模型来实现的。
3.0时代，广告投放平台的大模型会解决几个非常重要的任务：识别生意、识别人、识别广告（创意）。这三个事情，缺一不可。
让我们具体看看，在数字广告3.0的时代下，广告是如何被投放的，这能帮助我们理解3.0跟过去的2.0时代有什么本质上的不同。
以腾讯的新广告投放（3.0）为例，我以它为例，是因为它基本就是数字广告3.0的样本。简单起见，后面我就简称之为腾讯广告3.0系统。
首先，甲方在投放广告前，需要先跟3.0平台确定自己是什么行业，以及投放广告的营销诉求和具体产品是什么。例如，某个游戏公司，告知3.0平台自己是游戏行业，投放广告的目的是为了在平推期获取新激活用户。此外，该游戏公司还需要进一步地将自己要推广的游戏产品的特点（属性）提供（告诉）给系统。大模型则会在这些信息的基础上，对这个游戏公司的生意和产品进行初步的理解，并基于历史的数据，大致判断什么样的受众是适合他的。
这一层大模型对生意的理解，是此前所有的数字广告都不曾有过的。这是要求广告系统像人一样思考——如同营销人在做营销策略的时候，要先了解企业的生意状况、产品情况以及其他相关的背景信息，了解得越好，营销策略就可能越有针对性，并越有可能产生好的效果。现在，广告投放系统第一次像人一样去理解广告。
例如，3.0平台的大模型，在学习这些背景信息和知识后，它就有了一个如何帮助广告主投放广告的初步的“想法”。这个环节至关重要，因为它能够避免广告在冷启动时候的“随机性盲目”，而直接匹配对广告确实有可能感兴趣的人群。所谓随机性盲目，是指在广告投放2.0时代，广告冷启动时，有些广告系统是在相对随机地将广告匹配给受众，即使甲方按照标签圈定了人群范围，也不过是在这个范围内随机“撞大运”般的试错。但广告投放的3.0时代，系统是经过了“认知”和“思考”之后去选择合适的受众，而绝不是试错。
当然，要做到上面这一点，大模型对于人群的理解也必须加深，不是所谓的构建“标签体系”，而是对数据的动态地、实时地把握。毕竟，做投放的朋友们都能理解，标签这个东西也是玄学，它是个机械的静态的东西：有时候，不圈选目标人群的标签，甚至反选这些标签，甚至反而效果更好。这跟谁说理去！
核心不是要建立标签体系，而是要真正让广告投放系统能实现准确认知。为了做到这一点，腾讯广告3.0系统对广告底层的数据做了深度的打通和整合，并且利用了稠密大模型技术，这种技术的核心价值在于能够对全量的数据和参数进行学习，从而能够实现认知的深刻性和全面性。
这个变化是划时代的，这是继数字广告1.0的不分人群投放，到数字广告2.0以标签的细分投放之后，真正基于更深刻认知基础上进行投放的根本性变革。
在这个变化之下，甲方爸爸们会发现投放广告有了根本性的变化。
圈选人群不再必要，无论是冷启动还是已经起量的广告，都不再需要手动选定自己的目标人群了。优化师们对广告投放优化的核心工作，已经与人群选择关系不大了。
甲方在投放广告上的核心工作，是做好自己的创意，以及在投放系统上确定投放情景和投放的目标诉求。广告创意，在广告投放2.0及更早的时代，对广告投放系统而言只是一个变量，但到了3.0时代，就能够“阅读”其中的内容，抓取语义知识，从而也像了解广告主的生意和产品一样，理解广告主的广告具体是什么。
有了对广告的理解，广告投放就像“开了天眼”，不再是从零开始在黑暗中随机摸索，而是如同“上帝一般”，在理解产品、生意的大背景下，基于广告和投放目标，去俯视挑选最为合适的受众人群。
例如，在腾讯广告3.0系统上，甲方会发现，数字广告的投放的策略彻底变化了。为了“抵抗玄学”而进行的大量复制广告堆基建不再有意义，因为对投放系统而言，无论多少个重复的基建，本质上它仍然只是同一条广告，因为它背后的生意、产品、它的广告本身，以及投放的目标和创意，并没有什么太大的不同。
腾讯广告3.0系统好像在说：“我理解你的生意，也理解你的需求，还理解你的广告，更理解我自己的人群，所以我会帮你把你的广告投放到更需要你的人那里去。——你把广告设计好，剩下的，我来！”
04 3.0时代，不再对抗，而是协作
在2.0时代，二者本质上有很强的“对抗”的意味。甲方需要摸清到媒体平台的“暗规则”，然后利用这些规则为自己的广告获取更多资源。而媒体平台，则在不断提防，尽全力让甲方回归正常的投放逻辑，而不是一心只想着“钻空子”。
事实上，堆基建本质上就是这样一种博弈，一种在找不到最优解情况下的很不优质的次优解。
但3.0时代，广告系统变得智能，让它发挥更大价值的方式是让它能够更深入理解甲方和甲方的广告。甲方的精力不是继续钻空子找缺口，而是引导系统实现更好的理解。
这需要甲方爸爸们彻底改变投放的策略思路，从“对抗”，变成“协作”。
例如，提供更清晰明确的产品信息给广告投放平台；向平台明确自己的营销诉求，即企业的生意是什么类型的生意：卖货？线索？下载？激活？处在什么推广周期？
另外，还应将一方转化数据及时提供给平台，以帮助大模型更高效优化广告投放效果；利用投放平台提供的创意生成工具生成创意物料，从而能够让大模型更好理解广告内容等等。
总之，就是你若让它更好地理解你，它就能更好地为你投好广告。当然，用心把自己的广告做的更加差异化，让受众一眼看过去就印象深刻，永远都是有用的。
投广告将回归关注广告本身，而不再需要卷基建。或者说，一个真正需要“卷智力”的广告时代，到来了。
写到这里，文章有点长了，但你一定想继续了解在数字广告3.0时代，投放广告的具体策略究竟应该如何做。那我干脆分两篇。在下一篇文章中，我将详细介绍广告主应该如何调整自己的投放策略，以最大化利用数字广告3.0投放系统的价值，以及给大家看看案例。欢迎大家继续关注！
最后，更多广告主和代理商的观点，扫码这个36kr圆桌讨论也可以关注下。
– 全新宋星大课堂：全真案例+实战方法 –
课程详情扫描二维码，备注“大课堂”咨询
– 加入知识星球 –
扫码加入，收获数据做营销运营的干货精华
– 加入读者群 –
添加我的个人微信，备注“读者群”，并自我介绍
