下载掌阅APP，畅读海量书库
立即打开
2018年，全球营销学者科特勒提出，传统的广告和媒体已经被超越，互联网环境下的数字营销开始跨进智能技术时代。
中国互联网平台开始推动广告智能化，并开启全链路营销的新模式。2017年，阿里巴巴提出了自己的AIPL模型：Attention（关注）—Interest（兴趣）—Purchase（购买）—Loyalty（忠诚）。这是中国互联网企业首次构建“广告-电商”全链路营销模型。AIPL模型的前提条件是Opportunity（机会），即发现营销机会，因此AIPL模型的全称为O-AIPL模型。AIPL模型被用于将阿里巴巴的人群资产定量化，成为数字营销全链路概念落地的关键一环。这里的全链路主要指广告链路（传播漏斗）和营销链路（销售漏斗）的打通，原先的“销售线索”由广告形成品牌记忆，逐步产生行动。现在，互联网数字平台一旦打通，所有广告机会都能够直接导向营销与留存。AIPL模型的首要条件是，品牌所有的AIPL资产数据都可以存储在数据银行（Data Bank）中，依赖于用户在阿里体系共通的身份识别码（uniID）。
2019年，字节跳动建立了5A-GROW
模型，凭借掌握中国互联网最大用户流量的营销机会，开启了数字化思维下的用户关系构建和品牌数字资产发展。该模型的理论依据是科特勒在2017年提出的5A营销模型：
Aware（关注）—Appeal（诉求）—Ask（询问/搜索）—Action（行动）—Advocate（拥护）。
同样，用户曝光机会（Opportunity）是其前提条件，整个模型被称为O-5A-GROW模型。
在移动互联网时代，原本线性的营销转化路径已变为网状，忠诚用户可能“脱粉”，而对品牌仅有基础认知的用户也可能直接成为忠实粉丝。字节跳动以5A用户管理为核心，开始精细量化品牌私域用户价值，从多个维度全面衡量营销活动效果并指导营销优化。
凭借AIPL和5A-GROW等模型，中国互联网平台在理论和方法论创新方面领先于海外广告集团，主导数字广告智能化建设，革新广告行业知识结构，迈向数据导向的智能营销闭环。
要实现“精准”的广告投放和营销，需要满足以下实践基础条件：
①主要互联网平台成为国民级应用，拥有数亿活跃用户；
②通过智能处理，全面获取消费者流量，日产近百亿次的营销机会（O）；
③营销科学化分析指导，计量用户userID的接触点行为与广告触达效果；
④程序化广告投放以互联网平台为中心，遵循统一技术应用规则和商业交易目标；
⑤消费者线上购买习惯养成，社会移动支付成熟度高，商品物流配送高度发达。
2021年，中国广告市场规模达到1.18万亿元（其中数字广告占比90%），根据行业测算，互联网零售总额达到12万～15万亿元。用户数据、广告数据、商品数据、交易数据、物流配送数据和用户体验数据，通过互联网平台整合实现全链路打通。中国在在线零售商业数字化转型方面全球领先，规模化实现了 数字技术传播创造闭环营销☆ 。
数字互联网平台首先实现闭环营销，即某匿名用户（仅显示平台uniID）在一段时间内，从接收品牌信息到比较搜索、参考评价、购买、使用后评价、复购留存，乃至转发分享，所有过程都可以通过数据观察并进行科学分析。线上数据打通线下零售的模式开始增长。但掌握用户网络行为数据也带来了数字营销“下半场”的重要问题：个人信息保护立法和网络反垄断，成为全球政府和社会关注的热点议题。
中国智能化数字营销开始借助互联网平台流量运营，引领数字世界的增长引擎。在这一阶段，新消费品牌在中国全面崛起，数字广告联动增长营销形成了新的营销方法论。中国的互联网数字广告平台和企业营销实践走在了数字营销变革的时代前沿。
本阶段，中国互联网用户对数字化的使用程度加深，相继诞生社群营销、激活用户线下场景、互联网主流媒体、传统媒体数字化转型。全链路营销的数据闭环运营日趋成熟，中国用户进入重度数字化社会（人均使用数字互联网应用时间达5.5小时）。
流量用户行为引发新的商业模式诞生。在线社区中的用户参与主要基于情感或共同社区，营销者直接引导消费者群体行动。例如，以消费者为中心的众包为营销提供了利用群体行为的手段。热爱品牌的用户在网上积极推动新的内容传播，他们发挥出极大的热情和创造性思维，贡献出了各种使用建议和改善创新意见，分享给同道爱好者，也分享给品牌官方账号的营销经理。
企业营销努力寻找整合“数字”营销与“传统”营销的方法，不断将“新媒体”加入现有的营销组合模式，创造新的价值组合。要实现线上线下交叉发展，需要更多信息，这些信息大多来自消费者搜索产品、与品牌互动、分享信息和经验以及购买产品的全渠道。
移动领域的营销结果与非移动领域的有所不同。移动端对消费者而言是任务导向型的，而非移动端的互联网使用更倾向于网络关系的建立和发展。更多创新出现在营销经理和消费者在非移动技术下无法完成的活动中，例如，基于地理定位的广告就要利用移动设备中的传感器测量环境属性，或利用可穿戴设备进行用户测定。线下情境的广告体验和人群拍照分享行为也开始影响用户在线行为。
在新媒体发展过程中，中国互联网主流媒体形成以“两微一抖”（微博、微信和抖音）为主流，百花齐放的格局。Bilibili从2019年起通过几波成功的全国性广告活动，突破原有的“二次元”年轻人圈层，成为面向全年龄用户的主流媒体之一，提供知识娱乐和资讯服务。小红书成为品牌推广的首选媒体，知乎和豆瓣的影响力也在上升。各国互联网平台逐步形成主流媒体矩阵和电商平台矩阵。美国互联网媒体（如Facebook和亚马逊）也积极向中国社交电商学习新产品开发经验，包括如何打通前链路广告和后链路购买之间的通道。
互联网和数字广告朝向智能化方向发展，促使传统媒体数字化转型成为重要议题。融媒体获得了新的发展，其主要优势在于明确战略方向，推动媒体广告全面进入数字化时代。户外广告加大数字化转型投入，电视媒体技术升级成为家庭智能大屏媒体（后者属于互联网媒体）以迎接智能化发展。其他传统媒体也在努力加入数字技术投放与效果体系的统一标准。
2017年，AlphaGo战胜了柯洁，预示着智能时代的到来。科学界宣布，在围棋领域，人工智能（Artificial Intelligence，AI）已经超越人类最高水平。到了2018年，数字广告业也开始筹划智能化数字营销的战略技术，中国的广告与营销因此进入 数智化时代☆ 。
人工智能 是研究和开发用于模拟、延伸和扩展人类智能的机器的理论、方法、技术及应用的一门新技术科学。人工智能经历了多个发展阶段，在应用领域呈现出四大类别：计算智能、感知智能、运动智能和认知智能。
计算智能自Adwords搜索排名技术起始，一直根植于互联网广告，发展出计算广告，形成了通用级人工智能技术方法。
感知智能涵盖自动识别和处理语音、语言、图像、手势、体感、文字等功能，随着传感器硬件升级，物联网也进入未来广告信息自动化传播的战略视野。
运动智能领域以自动驾驶汽车和智能机器人为代表，主要涉及机器人自动适应外界环境变化，完成设定任务和使命。
认知智能的难度最高，要求机器能够自动理解、记忆、学习、推理、规划、决策和创造等，意味着机器可以像人类一样学习和思考，通过机器学习，在自主和非监督状态下生成整套解决方案并执行测试验证。
数字广告一直是互联网平台的收入支柱之一，处于运用人工智能技术的前沿。尽管互联网广告从搜索引擎算法排名开始就已开始应用计算智能，但整个行业对人工智能的关注要到2019年之后。智能广告（AI广告，AI-Ad）以认知智能为目标，成为技术开发、营销者投入和行业研究的热点。
知识图谱成为互联网平台通过SKU
信息建立专业知识条目库的重要技术；区块链技术成为互联网平台数字通证经济和密码传输的未来发展战略；云服务、隐私计算、边缘计算、大语言模型（LLM）等成为互联网广告的智能化开发应用领域的前沿。由数入智的互联网广告与营销技术开始向全社会消费品类和全产业链输出价值。数字广告与营销成为数智时代中国生产力发展的先锋。
字节跳动旗下的今日头条是一款聚集了分类目录、搜索、关注订阅的综合型信息分发产品。它完全采用“主动出击”的思路进行算法推荐，专为用户不确定寻找内容的使用场景设计。这意味着它在信息分发效率上比需要明确关键词的搜索引擎更高，并开始为用户创造需求场景。
今日头条是中国互联网产品在整个互联网信息分发史中，在产品理念的先进性上领先全球的案例之一。抖音及其他一些字节跳动产品也使用了同样的推荐算法底层架构。2019年后，字节跳动旗下的Tiktok在美国也流行起来，在推荐内容方面，Tiktok的推荐算法在海外保持了领先地位。
互联网信息分发的演进过程与生物演化颇为相似。随着互联网用户数量的增加和网络信息量的膨胀，出现了对更高效、更先进的信息分发解决方案的迫切需求。这些解决方案是技术创新与商业模式创新相结合的产物，它们一方面依赖于优秀的产品、广阔的消费者市场和先进的技术，一方面集成了过去有效的技术，形成了一个更加完善且复杂的系统。数字广告已经成为互联网生态系统的一部分，并在营销生态系统中扮演了重要的信息传播角色。
我国在计算广告和程序化广告方面的创新推动了技术广告产品的革新。我们的全链路营销模型和内容营销闭环已经打破了传统广告、传播与营销的知识架构，中国的广告研究在智能时代与西方站在了同一起跑线上。
2019年，美国广告学会的双年全球会议在北京大学举行，其主题为“智慧传播引领数字世界”。其中智能广告分论坛的主题报告引起了海外学者的极大关注。
北京大学举办的美国广告学会全球会议智能广告分论坛的部分主题包括：
①科大讯飞副总裁、《计算广告》作者刘鹏博士的“人工智能将如何改变数字广告”；
②上海外国语大学顾明毅的“中国智能广告模型与用户数据隐私战略”；
③数知科技智慧营销副总裁王帅民的“数字广告技术与大数据营销”；
④利欧数字产品总经理周崧弢的“智能化环境下的互联网科技与广告策略”；
⑤北京信息科技大学刘庆振的“智能媒体时代广告传播的‘智’与‘能’”。
同年，中国广告学者和整合营销传播学者首次在《美国广告学刊》发表“智能广告”论文，如陈刚等人的《理解程序化创意：人工智能的新角色》，马特豪斯的《赞助商广告和内容推荐的算法：统一程序化广告与推荐系统》等。此后，美国广告学者的研究焦点转向了机器智能在复杂广告系统中的应用。
2020年，第三届“智能科学与广告发展”国际学术研讨会（ISAD）在上海举行。该会议吸引了众多海外学者参加，他们对中国的智能广告研究表现出浓厚兴趣。海外并未采用“Artificial Intelligence Advertising”这一术语，而是更倾向于使用“Computational Advertising”，因为在英语论文中“Intelligence”与“情报”领域关联更多，可能与原意有所偏离。
以马特豪斯和吉苏·胡为代表的20位海外学者将 计算广告 定义为：“一种数据驱动的广泛广告方法，依赖强大的计算能力、数学模型或算法及技术基础设施来创造或传递信息并监测个体行为。”至此，全球学者基本达成了共识，即有必要改变原先的广告学体系。与计算技术和智能技术的结合代表了广告学前沿研究的方向，这个定义更接近于数字广告（系统），而非（传统）广告的定义。
智能广告是对原生内容广告和场景广告的一次重大革新，它通过对消费者需求的高效理解，在实时大数据层面上实现智能推荐和品牌实时投放。在以IBM和SAP为代表的商业智能领域，大数据处理、自动学习和预测能力已成为企业熟练运用互联网平台智能广告技术的核心，全面提升了数字营销管理能力，超越了传统广告代理公司的范畴。
商业智能（Business Intelligence，BI）又称为商业智慧或商务智能，是指运用数据仓库技术、联机分析处理技术、数据挖掘和数据可视化技术等进行数据分析，以实现商业价值的能力。商业智能的概念早在互联网时代之前就已提出，并在2000年进入中国的决策咨询与管理信息系统市场。
复杂数据的获取和强大的计算能力使得管理核心关注点转向品牌传播、促销和顾客关系管理的提升。广告智能化的研究也因此展开。
智能广告 的定义☆是：基于确权合规的可辨识数字用户数据，遵循社会价值规范的场景算法围绕数字用户触点来定制和匹配数字品牌信息的营销传播模式，旨在促使用户参与互动并增长品牌价值。这一定义符合我国在数据信息领域加强立法的趋势。
互动广告局（IAB）认为，在程序化广告和计算广告渐趋成熟后，智能广告可以有效地将数字品牌传播提升为一系列用户数据驱动和算法加强的定制化信息服务能力。智能广告的用途不仅限于服务互联网平台或自动购买广告位，它还被用来提升品牌传播的整体效果。
品牌在智能广告领域的营销投入旨在以数据驱动营销，实现麦肯锡营销专家埃德曼和辛格所提出的理念：“基于接触点，将浸合（engagement）设计成数字消费者旅程，服务于品牌营销的整体价值优化。
”中国的广告智能化发展，不同于传统的营销与传播分离的漏斗模型，更符合本地消费者的互联网旅程变革。10.3节将详细解析我国链路营销对传统营销漏斗模型的理论突破。
智能营销的核心环节是在AI的基础上对数据处理、内容投放、推荐算法、效果监测等营销自动化环节进行技术创新。这些创新能够优化广告投放策略，增强场景与用户内容的匹配程度，帮助营销企业节约成本、提高效率、满足用户需求，从而建立起品牌与消费者之间的数据关系。主要涉及的智能化技术包括自然语言处理、机器学习、知识图谱、数据中台、营销云和区块链等。
近年来，广告主开始依托外部技术优势深挖自有数据价值，而第三方服务商也在加强关键能力的建设。它们利用大数据计算能力搭建智能营销平台，满足更多更深刻的营销场景需求。
营销流程的效率优化需要打通首尾形成闭环，而组织效率的优化则需要更多地关注技术支撑，尤其是中台能力。提升用户数据的利用效率需要用到智能算法推荐，以及从行为洞察到需求预测的能力，以促进转变。
对于靠近消费者端的产品，由于客户决策门槛较低，营销活动周期较短，产品建设通常注重人群统计分析、特征画像、客户细分、个性化（如多变量测试、A/B测试等）、生命周期管理、忠诚度管理（包括会员、积分制度）、权益（例如卡券、优惠、折扣）以及跨渠道和终端的协同合作。
而对于靠近商用企业端的产品，由于客户决策门槛更高，决策流程更长且复杂，营销活动周期相应较长。因此，产品建设更侧重于单个客户的深度分析、客户档案建立、客户培育、客户旅程（采用多渠道多波次策略）、策略执行流程、跨团队的协同合作以及内容和品牌管理。
中国的营销技术（MarTech）正快速演进和迭代，在广告传播、流量运营、电商销售、线下零售、会员运营等不同场景中创造价值。营销技术以顾客生命周期价值最大化为核心目标，将AI技术和算法支持的预测模型作为实现营销目标的工具。营销技术有助于组织和优化营销领域的规划、执行和分析能力，帮助企业通过技术和数据能力整合营销资源，优化营销策略，实现营销活动的全链路自动化，驱动运营优化和用户管理，制定有效的营销策略。
当前阶段的智能营销与智能广告在操作上十分接近。智能营销主要应用于数字用户洞察、智能决策、创意生成、智能投放、效果分析与监控、重定向广告营销6个方面。
自数字营销概念提出以来，数字广告随着互联网科技平台的迅速壮大而繁荣，推动了数字营销“上半场”的飞速发展。这种飞速发展受益于以前全球范围内较为宽松的互联网经济（技术广告）环境。
一方面，这有利于数字广告和电子商务等数字营销业务的快速发展；一方面，这也带来了用户数据安全和个人信息保护等问题。2018年欧盟通过的《通用数据保护条例》（GDPR）促使全球各国加强个人信息保护和数据安全措施。中国则在2017年通过了《中华人民共和国网络安全法》，开始了对互联网数字营销的立法管控。
数字营销进入“下半场”的主要特征是数字广告技术发展为营销技术，以及数据安全与隐私保护成为主导互联网广告发展趋势的重要因素。
数字广告技术 （Adtech）☆，也可以简称为数字广告或广告技术，主要指面向互联网的程序化和数字化广告业务。互联网广告与传统广告不同，广告技术自诞生起就属于数字化的技术生态，具有连接消费者并进行互动的技术能力。
数字营销进入“下半场”，进一步放大了传统广告与数字广告技术之间的差异。传统广告依赖大众传播媒体，强调触达（Reach）但缺乏互动性，媒体和代理商通常也缺乏数字化和互联网技术能力。传统广告需要先进行数字化转型，即互联网化，然后才能发展出用户互动能力。因此，数字广告与传统广告在业务流程和技术上存在根本性差异。如今的广告技术一般指的是具有互联网广告的程序化、互动性和数字化特征的数字广告技术。
市场普遍认为广告技术和营销技术属于密切相关的技术领域，两者在实时性、数据处理和接触点处理上略有差异。Martech（营销技术）创始人斯科特·布林克认为，广告技术应视为营销技术的前沿阵地。
中国互联网广告科学家认为，计算广告技术的核心在于为标签用户提供内容匹配和定制化场景。长期以来，技术专家推动的广告已成为互联网产业的三大收益来源之一，形成了从互联网媒体、广告网络、供应方购买平台、广告交易平台、需求方购买平台、广告代理商到广告主的数字广告交易流程。
以上平台都由广告技术公司和互联网企业使用熟悉的技术工具和流量平台建设而成。由互动广告局2014年主导的程序化广告定义及分类［程序化直接购买（PDB）、优先交易（PD）、私有竞价（PA）、公开竞价（OA）］已被全球业界的技术专家和广告公司广泛接受。
随着互联网竞争进入数字营销的下半场，数字化品牌传播吸引了更多广告、营销、传播、法律和互联网研究人员投入，并与业界并肩研究前沿问题的理论与实践。2020年，中国广告协会与中国信息通信研究院共同成立了互联网广告技术实验室，致力于推进数字广告技术研究深入设备端行业标准，服务于数据合规的广告商用信息保护解决方案。
在互联网广告的发展过程中，不可避免地使用了消费数据，如今更需要尊重用户隐私。Facebook就被要求提供不依赖消费者数据的广告投放方案，为消费者提供选择。
在对目标明确的精准广告加以研究之后，全球政府力求加强对消费者隐私侵犯感知和数据安全的立法管制。2021年，苹果的新隐私条款对Facebook广告的转化追踪能力、定向能力以及Facebook广告网络的个性化能力产生了影响。Facebook从中小企业利益出发，采用各种公关手段抗议苹果，但并未影响到苹果的决策。隐私保护是大势所趋，个性化营销活动也将持续存在，Facebook必须在个性化广告与个人隐私之间找到平衡点（详见9.4节）。
互动广告局广告专家格雷厄姆·穆德提到：
“我们相信营销个性化对用户和企业而言仍是最佳体验。没有个性化广告，企业将难以发展和成长，新产品和服务也将难以开发出来，成本也会上升。同时，用户将看到更多不相关、不及时且不感兴趣的广告。互联网不再是免费且自由的场所，阅读新闻、聊天、娱乐或需付费，对无法承担订阅费用的人而言，这些内容将变得难以接触。”
数字广告业界深知，向个性化广告的下一时代迈进的关键是利用技术解决隐私安全问题，既要满足大规模应用的需求，又要获得社会认可。其重要环节之一是研发一系列隐私增强技术
（Privacy-Enhancing Technology，PET）。