前沿趋势 (Emerging Trends)¶

一句话概述¶

在线广告行业正在经历 AI 驱动、隐私优先、全自动化三大变革，AIGC 创意、大模型应用、零售媒体网络、CTV 广告等新趋势正在重塑行业格局。

趋势全景¶

AI 驱动	隐私优先	新渠道/形式	商业模式
AIGC 创意	Cookie 消亡	CTV/OTT	零售媒体
大模型应用	隐私计算	短视频/直播	注意力经济
全自动投放	端侧 AI	搜索广告复兴	订阅+广告
AI Agent	第一方数据	DOOH

一、AIGC 与广告创意¶

AI 生成广告素材¶

当前能力:
  文案生成: 大模型生成广告标题、描述、脚本 (已成熟)
  图片生成: Stable Diffusion / DALL-E 生成广告图片 (快速成熟)
  视频生成: Sora / Runway / Pika 生成广告视频 (早期阶段)
  数字人: AI 数字人代替真人出镜 (已商用)

影响:
  - 创意生产效率提升 10-100 倍
  - 创意成本大幅降低
  - 支持大规模个性化创意
  - 创意测试周期从天级缩短到小时级

平台实践:
  Google Performance Max: AI 自动生成和优化创意
  Meta Advantage+: AI 生成广告文案和图片变体
  巨量引擎: 巨量创意 AI 工具
  腾讯广告: 混元大模型创意生成

动态个性化创意¶

传统: 1 套素材 → 所有用户
AIGC: N 套素材 → 不同用户群体

示例:
  用户A (25岁女性，美妆兴趣):
    → AI 生成: 年轻女性使用产品的图片 + 种草风文案

  用户B (35岁男性，科技兴趣):
    → AI 生成: 产品技术参数图 + 理性分析文案

  用户C (40岁女性，母婴兴趣):
    → AI 生成: 家庭场景图 + 安全放心文案

规模: 从几十套创意 → 数千套个性化创意

二、大模型在广告中的应用¶

智能投放助手 (AI Agent)¶

传统投放: 广告主手动设置定向、出价、创意、预算
AI 投放助手: 自然语言交互，AI 自动完成投放

示例对话:
  广告主: "我想推广一款新的护肤精华，目标是25-35岁女性，
          预算每天5000元，希望获客成本在50元以内"

  AI 助手: 
    ✓ 已创建推广计划
    ✓ 定向: 25-35岁女性，美妆护肤兴趣
    ✓ 出价: oCPM，目标CPA ¥50
    ✓ 日预算: ¥5,000
    ✓ 已生成 5 套创意素材供选择
    ✓ 建议投放抖音信息流 + 搜索广告

技术:
  - LLM 理解广告主意图
  - 自动映射到投放参数
  - 自动生成创意
  - 自动优化投放策略

搜索广告中的大模型¶

查询理解增强:
  传统: 关键词匹配
  大模型: 深层语义理解

示例:
  用户搜索: "送女朋友什么礼物好"
  传统理解: 关键词 "礼物"
  大模型理解: 
    意图 = 购物
    场景 = 送礼
    对象 = 女性
    → 匹配: 首饰、香水、包包、鲜花等广告

广告文案生成:
  根据用户搜索词实时生成个性化广告文案
  搜索 "北京周末亲子游" → "周末带娃去哪玩？北京10大亲子乐园推荐"

全自动化投放¶

演进路径:
  手动投放 → 半自动 (oCPM) → 全自动 (PMax/ASC) → AI Agent

Google Performance Max:
  - 广告主只需提供: 目标、预算、素材资产
  - AI 自动: 选择渠道、定向人群、生成创意、优化出价
  - 覆盖: Search + YouTube + Display + Discover + Gmail + Maps

Meta Advantage+ Shopping:
  - 电商广告全自动化
  - AI 自动选择受众、创意、版位
  - 广告主只需设置预算和 ROAS 目标

趋势: 广告优化师的角色从"操作执行"转向"策略制定"

三、隐私优先时代¶

时间线:
  2024: Chrome 开始淘汰第三方 Cookie
  2025: 第三方 Cookie 完全淘汰 (预计)

替代方案:
  1. Google Topics API: 浏览器端兴趣推断
  2. UID 2.0: 基于邮箱的加密标识 (The Trade Desk)
  3. 第一方数据: 广告主自有数据成为核心资产
  4. 上下文定向复兴: 基于内容而非用户的定向
  5. 数据清洁室: 安全的多方数据协作

第一方数据战略¶

第一方数据价值飙升:
  - 广告主自有 CRM/CDP 数据
  - 网站/App 行为数据
  - 会员数据、交易数据

建设路径:
  1. 数据采集: 完善第一方数据采集体系
  2. CDP 建设: 构建客户数据平台
  3. 数据激活: 将第一方数据用于广告投放
  4. 数据协作: 通过数据清洁室与媒体协作

四、RTA (Real-Time API)¶

定义与架构¶

RTA 是国内广告生态的重要创新:
  广告主通过实时 API 参与媒体的广告决策

流程:
  1. 用户触发广告请求
  2. 媒体广告系统向广告主 RTA 服务发送请求
  3. 广告主 RTA 服务实时决策:
     - 是否对该用户出价
     - 出价调整系数
     - 人群标签
  4. 媒体广告系统结合 RTA 响应进行最终决策

延迟要求: < 50ms
QPS: 万级~十万级

价值:
  - 广告主可以利用自有数据优化投放
  - 弥补围墙花园下数据不互通的问题
  - 实现更精准的人群筛选

RTA 技术挑战¶

对大数据开发的要求:
  1. 高性能服务: 50ms 内响应，万级 QPS
  2. 实时特征: 用户实时特征的快速查询
  3. 模型推理: 在线模型实时预估
  4. 高可用: 99.99% 可用性
  5. 数据管道: 实时行为数据 → 特征更新 → RTA 服务

五、深度转化优化¶

从浅层到深层¶

优化目标演进:
  展示 → 点击 → 浅层转化 → 深度转化

浅层转化: 下载、注册、表单提交
深度转化: 付费、留存、复购、LTV

sCTR (深度转化率):
  不仅预估点击率，还预估深度转化概率
  eCPM = bid × pCTR × pCVR × pDeepConvert × 1000

付费 ROI 优化¶

游戏行业:
  目标: 7日付费 ROI ≥ 10%
  挑战: 付费行为延迟 (可能 7 天后才付费)
  方案: 
    - 预估用户 LTV
    - 基于 LTV 预估值出价
    - 延迟归因 + 模型校准

电商行业:
  目标: 广告 ROAS ≥ 300%
  方案:
    - 预估用户购买金额
    - 基于预估 GMV 出价
    - 实时 ROI 监控和调整

六、零售媒体网络 (Retail Media Network)¶

定义: 零售商利用自有电商平台的流量和数据，为品牌提供广告服务

全球零售媒体规模:
  2023: ~$1,200 亿
  2025: ~$1,800 亿 (预计)

代表:
  海外: Amazon Ads, Walmart Connect, Target Roundel
  国内: 阿里妈妈, 京东广告, 拼多多广告, 美团广告

优势:
  - 购买意图数据 (用户在电商平台搜索/浏览)
  - 闭环归因 (广告→购买，完整闭环)
  - 高转化率 (用户已在购物场景中)

趋势:
  - 站外扩展: 零售商将广告能力扩展到站外媒体
  - 数据变现: 零售商的消费数据成为广告定向的核心资产
  - 非零售商入局: 出行(滴滴)、外卖(美团)等也在建设广告平台

七、CTV / OTT 广告¶

定义: 联网电视 (Connected TV) 上的数字广告

增长驱动:
  - 流媒体用户增长 (Netflix, Disney+, 爱奇艺, 优酷)
  - 广告支持的订阅套餐 (Netflix 2022 年推出)
  - 大屏体验 + 数字化定向

特点:
  - 大屏沉浸式体验 (品牌广告价值高)
  - 数字化定向 (vs 传统电视的粗放定向)
  - 可衡量 (vs 传统电视的 GRP 估算)
  - CPM 较高 (¥50-200)

国内:
  - OTT 开机广告
  - 智能电视信息流广告
  - 投屏广告

八、注意力经济¶

传统度量: 曝光量、可见性
新度量: 注意力 (Attention)

注意力度量:
  - 眼动追踪: 用户是否真正看了广告
  - 停留时间: 广告在可视区域的时间
  - 交互深度: 用户与广告的互动程度
  - 注意力 CPM: 每千次"注意力"的成本

意义:
  不是所有曝光都有价值
  1 次高注意力曝光 > 10 次低注意力曝光

  推动广告从"量"到"质"的转变

九、搜索广告复兴¶

AI 搜索时代:
  - Google SGE (Search Generative Experience)
  - Bing + Copilot
  - 百度文心一言搜索
  - 抖音搜索广告增长

变化:
  传统搜索: 关键词 → 链接列表 → 广告
  AI 搜索: 自然语言问题 → AI 生成答案 → 嵌入式广告

挑战:
  - AI 答案可能减少用户点击广告的需求
  - 广告形式需要适应 AI 搜索结果
  - 新的广告位和计费模式

机会:
  - 抖音/小红书搜索广告快速增长
  - 搜索意图数据价值不减
  - AI 搜索创造新的广告形式

十、技术趋势总结¶

趋势	时间线	影响程度	大数据开发关联
AIGC 创意	已开始	高	创意数据管道、效果分析
大模型应用	2024-2026	高	模型数据、特征工程
全自动投放	已开始	高	自动化数据管道
Cookie 消亡	2024-2025	极高	第一方数据建设
RTA	已成熟	高	实时特征、高性能服务
深度转化	已开始	高	延迟归因、LTV 计算
零售媒体	快速增长	高	电商数据管道
CTV 广告	增长中	中	跨屏数据整合

与大数据开发的关联¶

AIGC 数据管道: AI 生成素材的效果数据采集和分析
大模型特征: 为大模型应用提供特征数据支撑
第一方数据建设: CDP 建设、数据采集和整合
RTA 数据服务: 实时特征服务和高性能数据查询
LTV 计算: 用户生命周期价值的离线和实时计算
跨渠道数据: 多渠道数据的统一采集和分析

前沿趋势 (Emerging Trends)¶

一句话概述¶

趋势全景¶

一、AIGC 与广告创意¶

AI 生成广告素材¶

动态个性化创意¶

二、大模型在广告中的应用¶

智能投放助手 (AI Agent)¶

搜索广告中的大模型¶

全自动化投放¶

三、隐私优先时代¶

Cookie 消亡与替代方案¶

第一方数据战略¶

四、RTA (Real-Time API)¶

定义与架构¶

RTA 技术挑战¶

五、深度转化优化¶

从浅层到深层¶

付费 ROI 优化¶

六、零售媒体网络 (Retail Media Network)¶

七、CTV / OTT 广告¶

八、注意力经济¶

九、搜索广告复兴¶

十、技术趋势总结¶

与大数据开发的关联¶

推荐阅读¶