技术撬动营销：重塑网络广告生存法则

本篇文章2062字，读完约5分钟

要实现准确的广告，除了准确识别用户需求外，还必须从大量信息中进行选择，以实现准确匹配。这一过程需要超强的计算能力，而云计算技术有着巨大的潜力。 在自由经济模式的引领下，中国互联网严重依赖在线广告，这促进了在线广告行业的发展，但同时也导致了在线广告的广泛增长。如今，各种在线广告对于浏览互联网上的内容是必不可少的。一些正规网站的广告仍然是可以接受的，而一些边缘网站偏向暴力或色情。盲目追求点击率，忽视转换率，更不用说塑造良好的品牌形象，是网络广告长期存在的弊端。 同时，广告主对网络广告缺乏了解，片面追求形式，要求覆盖，导致大量广告投资被浪费。广告公司一味迎合广告商的需求，注重广告创意和媒体选择，却忽视了技术的重要性。这使广告像一场表演，非常招摇，让广告商高兴，但最终没有效果。 在移动互联网领域，由于其最近的出现，在线广告仍然是相对趋同的，但也出现了一些不良现象，如强迫弹出广告。如果网络广告还想走传统互联网的道路，就注定要失败。广告商和在线广告公司显然没有意识到这一点。一个好广告的最大成本不在于创意或媒体，而在于传播技术和效果监控。如今，许多广告商经常选择大型媒体，并支付大量的媒体选择费。事实上，最终的结果可能不如使用精确的技术在有限的范围内做广告好。 数字广告营销软件开发商mediamind technologies的媒体体验总监迪恩唐纳森(dean donaldson)表示:“与电视相比，网络更加混乱，因此锁定目标变得非常重要和高效。”未来技术将成为引领网络广告业发展的关键。目前，一些新技术已经出现，显示了未来网络广告的趋势。 让用户选择广告 在不能绝对精准投放的前提下，给用户选择自己想看的广告的权利，成为提高广告效果的“杀手”。一些研究报告显示，当用户可以选择自己的广告时，他们点击广告的可能性是普通广告的两倍。微软广告部门全球研究负责人贝思·尤因科·沙托说:“当你给人们选择的机会时，他们往往会有一个好印象，因为你表现出了尊重。”没有广告，他们就无法获得免费内容。”为此，微软、雅虎和视频网站hulu专门开发了一个相关的技术工具:asq。这种技术允许在线电影和电视节目的观众从三个以上的广告中选择观看广告，而不是被动地接受显示广告。就难度而言，这项技术并不复杂，但它背后的理念非常重要。正如尤恩科·沙托所说，“我们在如何制作更有效的广告方面变得越来越聪明。最好的方法是让视频观众选择特定的广告。” 网络广告过于功利，往往使广告达不到预期的效果。真正好的广告是能给观众带来价值并满足他们需求的广告。那么谁更了解用户的需求呢？这无疑是用户自己。包括哥伦比亚广播公司(cbs)、美国在线(aol)、探索频道(discovery Channel)和谷歌旗下视频网站youtube在内的外国公司，已经启动了对asq的研究，旨在为用户提供更好的广告体验。商业社交网络linkedin最近发布了一个全新的网页广告，允许用户主动做广告。如果用户关注某个公司，或者推荐某个产品或企业，linkedin会用相关数据展示用户需要的一系列资源，让用户更有针对性地完成工作。例如，当一个用户在linkedin上发布谷歌招聘广告时，他也可以在他的网络中显示谁在谷歌工作以供参考。 相比之下，在中国，基本上所有的视频网站都遵循传统的电视广告形式。视频网站这样做的原因是广告商相对容易接受。这种简单的复制忽略了互联网的特点和网络广告本身的技术内在性，这反映了当前网络广告的深层次缺陷。此外，网络广告落后于电视广告。目前，电视广告已经禁止在节目中插入广告，而视频网站没有这样的限制。这也导致在线视频的广告体验相对较差。 语义搜索和云计算:使广告智能化 除了给用户更多的选择之外，广告商和广告公司需要探索如何改进广告制作和交付过程，使广告更加智能化。语义搜索和云计算已经成为两种最流行的新技术。 网络广告面临的最大问题是信息过剩。面对海量信息，用户不知道如何选择，而广告商和广告公司不知道哪些信息是真的，哪些是假的。有用的和无用的。这时，一种更精确的识别和匹配技术被设计来解决这个问题。语义搜索和云计算技术可以做到这一点。 语义搜索可以大大简化用户的搜索过程，同时可以分析更多的信息，比如用户的情感、需求以及背后的动机，从而给用户准确的搜索结果。谷歌现在正计划从关键词搜索转向语义搜索，试图实现用户和搜索结果的高度匹配。这项技术将给在线广告带来革命性的变化。搜索引擎推荐的结果将更加准确和面向用户，而不是变得更加实用和面向广告商。 云计算是实现精确匹配的必要技术。搜索引擎广告能够成长的原因是谷歌和百度拥有强大的计算能力。要实现准确的广告，除了准确识别用户需求外，还必须从大量信息中进行选择，以实现准确匹配。这一过程需要超强的计算能力，而云计算技术有着巨大的潜力。 在未来，使用云计算和语义搜索技术的广告将高度智能化，甚至用户的一些潜意识需求和用户自己无法捕捉的需求也可以被机器识别。这项技术在网络广告领域的应用将开辟一个新的前景。