导读：最近几年，我们看到，媒体的发展从大众到分众再到个众，受众接收信息的方式也由被动到主动再到互动。互联网以及移动互联网的出现，实现了广告“在合适的时间，合适的媒体上，以合适的方式，投放给合适的人”,这无疑彻底颠覆了传统营销的运作和思维方式。AdTime注意到，在今天，企业正面临越来越复杂的媒体环境，传统的广告评价体系已不适用。同时，保障和维护广告效果的难度系数正变得越来越高，我们的营销体系的面临解构与重构!
传统营销的广告测量体系正面临失效
在当下，随着互联网技术和大数据应用的迅猛发展，技术型(量化)营销和程序化广告逐渐成为现代营销模式中的重要组成部分。从起初的精准营销，到后来的RTB(实时竞价)、DSP(需求方平台 )、再到目前热炒的私有DSP、移动DSP、商用wifi等等，各种新工具、新模式、新概念层出不穷，然而，对于广告主，无论概念有多么火热，其首先要关注的目标仍然是——广告效果。
然而，传统营销广告效果的测量体系正在失效，这个失效是建立在社会结构分化以及受众碎片化的基础之上的。当社会结构出现不稳定的碎片化时，当传播渠道变为平台化时，原有的消费者调研工具已经失灵: 受众的碎片化让原本的消费者研究方式无法确保真实性，无法再利用这些方法来捕获受众的真实需求与欲望; 社会结构的改变使得日益成熟的抽样调查面临艰难的选择，原有的抽样设计难免误差失控，扩大样本数量无疑可以控制误差，但导致成本抬升而难以为继;再加上目前各类户外媒体缺乏权威性的效果测量体系和工具等等……
因此，在新媒体时代的整个营销体系中，媒体到达效果、广告到达效果、受众心理变化效果以及行动效果都无法再用传统的手段和方式来获知，既有的营销与广告体系也因此而崩塌了。
传统广告是“看不见”的广告效果
在失效的体系下，营销效果的保障难度可想而知。在传统营销方式下，比如做媒体投放，基本上会默认为，哪个媒体覆盖量最大，哪个媒体效果就最好。广告投放时段、投放时长、投放位置都是提前核定的，广告的达到率和效果可以预估，比如电视媒体就可以通过计算GRP(毛评点)，但这个广告效果既“看不见的”，又是不可靠的。因为该广告效果是基于媒体推算，而非目标受众推算。真正的广告投放应始终围绕品牌的目标受众，而非单纯聚焦于某些个媒体。尤其是在个性化的时代下，消费者自我意识已经觉醒，媒体权威正日益收到挑战。
新营销框架应回归广告本质——对正确的人，以正确的方式，说正确的话
AdTime认为，广告的本质就是对正确的人，以正确的方式，说正确的话，这三个“正确”是广告效果保障的核心诉求。在以往，我们试图通过“科学”的手段探知受众并把握其需求，做出市场预判，并通过大众媒体全面覆盖。而在新的营销框架下，基于大数据技术，广告投放可以进行精细化管理，从而为以上三个诉求的准确实现带来可能性，一是如何精准的找到目标用户;二是如何优化广告投放策略;三是如何提高投入产出比。
第一步：精准的找到目标用户
以汽车行业为例。在传统营销时代，想要找到目标用户有几种方式：通过大众覆盖找人、通过关系找人、通过圈层找人、通过渠道延伸找人、通过CRM数据库找人。这些方法普遍成本高，效率慢，同时需要企业具备强大的组织化能力。比如，通过大众覆盖找人，可能需要企业建设一个Call Center;通过圈层找人，企业需要组织定期举办各种落地活动以聚拢人群;通过关系找人，则意味着企业需要构建强大的营销队伍等等。
而在大数据时代，一切都不同了。技术替代了人力和组织，数据替代了问卷和经验。一是数据量的增加已经实现了从量变到质变的转换; 二是这些数据包含用户真实的互联网行为; 三是技术的变革使得通过这种接近实查的抽样获得数据的成本极为低廉; 四是这些数据也包含了大量来自用户主动发布的信息。比如，AdTime可通过大数据平台Atlas对数据进行收集与挖掘。比如，某用户上网经常搜索、对比汽车的价格，同时浏览汽车专业网站和贴吧，甚至在论坛上询问汽车性能。通过这些，Atlas就可判断出该用户是潜在的汽车购买需求者。通过数据关联算法，便可实时的在全网中，定位到购车需求的所有人，这些人群真实、鲜活，极易形成转化，通过大数据平台进行收集分析，广告投放将始终针对品牌的核心目标受众。
第二步：实时优化广告投放策略
今天的消费者不会停留在一个媒体甚至一个媒介上!而针对第二个诉求“如何优化广告投放策略”时，传统媒体广告的最大特点是按时长和版面收费，因此为了在有限的时长和有限的版面上传播出记忆深刻、有销售力的产品信息，需要把一个包含无数内容的品牌和产品全息信息，高度精练成一句话及寥寥核心信息。问题在于，在这个信息高度爆炸和崇尚个性化的时代——广告信息很难保证被人注意，又很难保证被大部分人喜欢。这是传统营销面临的巨大挑战。
如今基于大数据技术的广告调度将解决以上问题。例如，AdTime利用时间营销策略，通过时间坐标切割，准确辨别用户需求，包括需求时间及偏离尺度，通过匹配媒体内容，辨别用户对品牌及产品的偏好度，以时间为依据对群体进行需求层级划分，控制广告出现在用户需求的最佳时刻，确保广告的精准有效。总之，针对不同类型的人群制定差异化的投放策略，让广告以一种一人千屏，千人千屏的面貌出现在人们眼前。
第三步：优化投放产出比
在传统传媒时代，媒体选择策略是投放策略的核心，但由于媒体是固定的，所有投放产出亦是固定的，无法优化——这种方式永远会面临“广告费有一半浪费了”的困局。传统上，我们既也不知道最终是谁看了广告，也不知道受众对广告的反馈如何。
在大数据时代下，我们可以通过广告调度来不断优化广告投放产出比，这在AdTime分为同站调度和跨站调度。同站调度的意义是可以在投放产品广告时，进行针对性圈定;而当受众进入网站内容页，此时用户匹配度最高，用户停留时间最长，然后再投放活动广告，对人群进行有效牵引。这是同站调度的概念。
对于跨站调度，比如品牌在网站首页举行互动活动时，用户没有注册参加而转跳到其它网站时，我们可以更换产品诉求，进行追踪投放;而当用户进行注册之后，转跳到其它网站时，我们对受众进行新品推送，提升ROI。
因应而生的大数据广告营销生态体系
AdTime是一家领先的大数据营销企业，基于大数据核心技术，围绕“三步走”策略，通过几年的积累与布局，构建了大数据广告营销生态体系。在这个体系下，企业将实现品牌对受众的“所见即所得”，从而保证广告效果的恒定。
以汽车行业为例，要达到预期效果，绕不过下面三大问题——1、如何精确地找出两类目标人群?2、针对三类人群分别采取什么样的媒体策略?3、投在哪?即选择什么媒体(媒体组合)投?
通常我们针对一个汽车潜在用户的营销过程是这样的：当用户上网搜索或关注汽车相关的信息后，向他的电脑上投放相关汽车品牌的广告，当用户对这款汽车感兴趣时会积极点击广告，进入试驾注册页面中进行注册，并参加线下的试驾活动。通过试驾用户对该品牌汽车有了深刻的了解，并最终形成购买行为。
以上是一个互联网营销的最理想状态。然而在现实过程中，其中每个环节都会造成一部分用户的流失，大数据广告营销生态体系会将在不同环节中流失的用户分为三类。A类：对购车有兴趣，但暂不具备购车条件;B类：购车意愿强烈，心中已有确定的候选品牌;C类：购车意愿强烈，对品牌尚不确定，易被竞争品牌抢夺注意力。
针对这样的营销过程，我们应首先制定人群判定策略。AdTime利用大数据分析平台从全网中找出全部有购车需求的用户，再通过网络行为地图根据用户不同的网络行为，自动判断该用户属于哪种经济水平的用户，当用户访问合作媒体时，系统根据用户属性显示不同品牌、不同车型的广告。
A类人群描摹
对购车有兴趣，但暂不具备购车条件。一般为中、高端消费的主力人群，正在事业的关键阶段，有较高的物质追求和生活体验。经常关注购车购房贷款等信息。通常为26岁~35岁的小资白领人群。
倾向关注车型：经济乘用车、中低端车。
B类人群描摹
购车意愿强烈，心中已有明确的候选品牌。这些人通常是成功的商业人士、企业主、大公司的高级管理人员。
倾向关注车型： 中高端乘用车、豪华车、跑车、商务车。
C类人群描摹
购车意愿强烈，对品牌尚不确定，易被竞争品牌抢夺注意力。经济上不如B类人群宽裕，因此购车时会多方面比较，量力而出，对汽车的价格、售后、油耗等问题比较关注。
倾向关注车型： 经济车型、中端乘用车、SUV
我们对A、B、C这三种不同类型人群的媒体总策略简单概括为：广、深、强。针对A类人群：广泛覆盖，持续反复传播。针对B类人群：深度传播，层层递进广告的深度。针对C类人群：加大传播强度，尽量降低竞争品牌的干扰。
汽车企业通常会选择门户、垂直、视频网站作为重点投放媒体。其中门户网站其优势在于流量大，覆盖广，品牌效应好，适合针对A类人群广泛宣传但人群匹配度、转化率低，信息过于庞杂没有深度，很容易被别的内容吸引，不适合针对B类人群的传播。
汽车垂直媒体的优势在于人群匹配高，转化率高，适合针对B类人群深度宣传。但竞争品牌信息过多，不适合针对C类人群的传播。
视频网站的优势在于覆盖量大，粘性好，环境干净，适合针对C类人群宣传。但信息量有限、转化率不高，不适合对B类人群深度传播。
我们在为汽车制定媒体投放策略时，本着不同媒体进行取长补短，充分发挥媒体各自的价值原则，力求让不同的人群，在同一个媒体上看到不同的广告。
如此根据不同情况制定差异化的人群策略+媒体投放策略，可帮助企业充分提升每一次广告营销的实际价值，再根据企业的需求增加地域定向、频次定向等加权，可为汽车广告主在最合适的时间，将最合适的广告投放给最合适的人，帮助汽车企业及时抓住用户决策购买的临门一脚。以上只是针对不同媒体，其实针对不同媒介、不同屏幕，其原理是一样的。
展望
面对新时代下的新媒体营销，传统企业应该学会整合资源，要充分利用精准广告实现有效曝光。另外，随着大数据的兴起，很多传统企业的互联网化、电商化需要利用大数据，来精准分析不同消费者的偏好，提高营销和服务的质量，也需要利用大数据分析精准定位自己的客户群，更需要利用大数据作为自我进化的工具，并更进一步指导企业品牌营销战略。不能用大数据来适应新时代的变化，结果必然是在游戏规则改变后失去竞争优势。
