数字广告从业者应该恐慌吗？也许答案是肯定的。面对强大的智能机器，很多迹象表明它们的地位似乎被边缘化了。
在观察广告行业时，我们会把更多的注意力放在不断进步的技术上，而习惯性地忽略了人机关系。但事实上，人机关系也是数字广告发展的重要线索。其中，有两条平行的路径:
“机器”的层次:机器不断从自动化向智能化进化。这意味着机器不再只是代替人完成简单的高重复的任务，而是开始加入自己的战略思维。“人”的层面:人的功能也从浅层的数据价值识别发展到了深层的数据价值释放。比如，以前从业者只关注点击率、转化率等有限维度的数据，现在需要结合实际业务场景交叉分析更多数据。
两周前，在与腾讯广告团队沟通时，他们举了一个例子:某公司在人的资产漏斗中看到100个新转化的消费者，那么是否可以确定广告投放是有效的？显然不是。
设想以下两种情况:第一，这100个消费者原本是偏好该品牌的；第二，这100个消费者中，只有60个原本倾向于这个品牌，其余40个倾向于竞品品牌。显然，虽然完成转化需要100个消费者，但后者比前者更有价值。
这个例子说明了什么？
其实指标下面隐藏着质量指标。要让广告数据“说实话”，从业者需要更加智能地关注、选择、组合更多维度的数据。尤其是在欠增长时代，识别和挖掘数据的深层价值更为重要。
从这个角度出发，你会发现，在理想状态下，人不应该被边缘化，而应该被调整到人机关系变化中更重要的位置。
02
最近观察行业发展的时候，很喜欢用。
“上下文”
这个词。
因为我越来越觉得一切
一切都要在语境中解读才有意义。俗话说“人言未必真，故听三分”。为什么只听三分？因为上下文提供了暗示。
但是回顾过去几年数字广告的发展，你会发现它越来越“断章取义”，带来了很多问题，比如品牌安全。为什么品牌开始关心是否安全？就是因为数字广告开始锚定的是用户群体，而不一定是语境，使得很多素材在分发的时候有一定的风险。
当然，在广告数据的分析上也有类似的情况，就是广告数据的分析和使用脱离了实际业务，于是就有了腾讯广告开头提到的案例。
这种情况可能与机器在数字广告行业的地位越来越高有关，而人的地位逐渐边缘化。按照“人机关系”的分析框架，你会发现广告行业的发展经历了三个阶段:弱者与弱机，强者与弱机，弱者与强机。
虚弱的人和虚弱的机器:
在传统媒体和数字广告发展的萌芽阶段，合同交易被广泛使用，其中主要是人进行资源对接，机器的作用有限。
强壮的人和虚弱的机器:
随着数字广告的发展，RTB等程序化广告交易模式出现，曝光和转化开始打通，可利用的数据指标众多，投放工程师/优化师/SEMer等新工作出现并活跃起来。
弱者和强者:
在数字广告发展的成熟阶段，从oCPX的诞生到最近的自助投放趋势，机器的智能化程度提高了，可以代替人完成定向投放，人的作用被边缘化了。
总的趋势很明确:人变得边缘，机器开始站在舞台中央。
在我看来，正是这种趋势导致了数字广告的“去语境化”
因为机器本身只有基于数据才能实用，只有人才能真正理解语境，并基于这种理解更准确地解读和使用数据。
但是如何在数据中搜索到质量更高的黄金呢？我们需要进入“强人强机”的时代。具体来说，机器不仅要不断提高智能程度，更好地帮助人类完成高重复、低创造力的简单任务，还要根据上下文为人类提供释放深层智慧的平台。
03
什么是“语境”？一般解释是指“一个人说话时的状况和状态”。具体到广告行业，所有的个性化因素，比如数据所处的场景，广告主所处的行业甚至企业本身的规模，其实都在“语境”的范畴之下。
最近，我在《哈佛商业评论》中文版上看到了对麦当劳中国CMO许聪的专访。她提到了一个非常尖锐的观点:“N+Reach失败了。」
“N+Reach”其实是评价从大众传媒时代传承下来的效果的一个重要指标，其中“N”是指企业触达消费者产生效果的频率。为什么坏了？因为干扰因素比较多。比如在如今接触形式差异巨大的情况下，深度种草内容和纯信息流广告的单触式效果明显不一致。如果按照“N+Reach”的思路，就会忽略不同环境下用户心智的高度异质性。
腾讯分享给我的一组数据也正好证明了这个判断:他们进行了一个有趣的实验，将用户原有的品牌偏好作为变量，分析了广告到达频率与实际效果之间的关系。你会发现三组变量的最终结果差别很大。在下图中可以发现，如果消费者对某个品牌有偏好，广告主也不必超支:节省不必要的支出是小事，但关键是超支会导致用户的“逆反心理”。
所以做广告的时候，语境的重要性可见一斑。
04
事实上，还有很多现象表明广告行业正在重新重视语境。
比如，过去我们做数据洞察时，往往只关注性别、年龄等少数人口统计学维度；然而，即使是年轻人，他们的消费习惯在群体中也千差万别。比如腾讯的同学提到他们推出了“九众”。25-35岁的年轻人可以属于这些完全不同的群体:新锐白领、精致妈妈、都市蓝领、小镇青年。如果一个企业只看全局，很可能会把广告引入歧途。
另外，在归因上也有类似的情况。比如，起初业界普遍采用最后点击归因，即将广告效果的贡献归因于最后点击渠道。这种模式合理吗？但是省事不一定合理。
是否合理需要考虑语境——如果是新品牌或新产品，第一次点击的归属比最后一次更合理，因为打开用户心智是现阶段的最高优先级；如果是游戏开发者的归因，那么last click的归因就不适用，因为用户最后的交互往往发生在app store，但实际推送下载的贡献者可能是别人。
从这些变化中，你可能已经知道了数字广告的极端复杂性。不同于过去的“一招鲜，吃遍天下”，现在的数字广告越来越需要考虑实际的商业情况。而要让数据说实话，机器需要预留足够的空空间给人施展才华，这包括两个部分:
第一，机器要提供足够多的视角，有助于企业科学决策；第二，机器要释放更多的能力，让人的智能和机器的智能协同工作。
05
在这次与腾讯广告团队的交流中，讨论的主要话题其实是他们的营销科学产品竞赛。你可以把种族理解为腾讯广告在营销科学领域迈出的一大步。
之前《广告手册》的很多文章都有聚焦营销科学，这是一个值得广告营销人持续跟进的领域。因为整个行业面临越来越多的不确定性，科学的重要价值就是提供确定性。所以，站在这样的门槛上，就能理解为什么各大广告平台不断布局营销科学。
但是，如果我们比较几个平台现有的营销科学方案，我们会发现腾讯的广告竞赛有一些不同之处，例如，它为人们正确解读数据增加了一些新的视角。
例如，漏斗模型是大多数营销科学方案的核心。通过按照决策环节分层定义消费者，企业可以快速了解自身用户资产运营的水平。以RACE为例，将消费者由浅入深分为五个层次:曝光触达、浅层互动、深层触达、转化行动、忠诚度复购。每次活动结束后，广告主可以通过对比前后五组人群的资产变化来判断是否达到预期效果。
但是比赛的亮点在于，
它还在漏斗模型上叠加了用户心智的维度。
。商家不仅知道每个楼层的用户规模，还知道每个楼层有多少消费者青睐自己和其他品牌。在我看来，这是一个很大的创新，更贴近真实的商业语境。它基于以下假设:
消费者可能同时被不同的品牌视为用户资产，但实际上不会为这些品牌创造等价的利益。
这句话可能有点拗口。我举个例子，你大概能明白:
比如汽车行业。当消费者购买汽车时，他们通常会做出长期而谨慎的决定。因为购买成本高，消费者肯定会收集不同品牌的信息，所以涉及到很多与品牌联系人的深度互动。
。
在这种情况下，每个汽车品牌都可能把消费者归为自己的“深度接触人群”，以为只需要一步就能获得消费者预算；但值得注意的是，消费者的购车预算最终只会流向一家车企。所以，
品牌除了看分层用户资产的规模，更需要关注每一层用户资产的健康程度。
换句话说，就是要看各层用户偏好这款产品和其他品牌的比例，否则数据不会说实话。
同理，即使消费者已经成为品牌的“R4转化行动人群”和“R5忠实回购人群”，企业仍然需要关注用户资产的健康状况。例如，偏好结构还可以帮助品牌预测他们在激烈的市场竞争中能够在多大程度上获得消费者的生命周期价值。
容易被忽视的规律是，
数量指标会给我们一个大致的方向，但质量指标可以让数据更好地服务于实际的业务背景。
在RACE中，新引入的用户心智维度是一个典型的质量指标，起到了让数据说实话的作用。
06
除了用户心智的新分析视角，RACE还为商家提供了许多正确使用数据的能力，例如允许广告主根据自己的需求更方便地建模。
腾讯的广告团队给我讲了这样一个真实的故事:
某连锁餐饮品牌宣传其牛肉和鸡肉产品线，用同样的资源触达同样的目标消费者，发现牛肉零食的转化率比鸡肉低41%。以往企业可能会将异常原因归结于产品本身，后续决策会有很大概率直接将配送预算从牛肉调整为鸡肉。
但品牌用RACE模型拆解数据后发现，问题可能是两个产品线的消费者重合度太低。既然重合度低，同样的一套定向策略自然会造成转化效果的巨大差异。随后，企业开始优化投放策略:以转化的人群为正样本，以牛肉广告命中频率高的人群为负样本，基于机器学习不断锁定真正对牛肉小吃感兴趣的目标消费者。这一系列优化工作完成后，牛肉产品线的改造提升了43%。
这个案例清楚地表明，我们不能不假思索地接受所有的数据，而要具体情况具体分析，尽可能排除一切干扰因素，让数据说实话。当然，在这个过程中，腾讯广告向企业开放建模能力，对最终投放效果的提升功不可没。这也呼应了前面提到的平台要让机器释放能力，最终让人类智能和机器智能协同工作。
07
文末补充一些自己的感受。
人们往往赋予机器至高无上的权威，把数据等同于科学，却不知道数据是可以骗人的。要让数据说实话，需要人们结合业务场景正确解读数据。从这个角度来说，无论技术多么先进，数字广告行业都会给人留下一席之地。
从“人弱机器弱”“人强机器弱”到现在的“人弱机器强”，平台不仅要通过自动化、智能化代替人类完成简单重复的工作，还要
为广告主提供多重视角，开放更多能力，让人们的智慧得到充分释放，最终迎来“强人强机”时代
。只有这样，才能真正从数据富矿中挖掘出宝藏。
在这方面，腾讯广告的赛跑迈出了正确的一步；而且我也坚信，在众多平台的共同努力下，“强人强机”的时代会慢慢到来，人机分工合作，让数据说真话。
