数字化时代，广告的传播形式不断升级，营销玩法也变得更丰富，从简单的信息流、开屏广告、IP内容植入，再到目前热门的内容营销和直播转化。各种营销玩法越来越丰富，但企业所能掌握的营销数据和发掘数据价值的手段却变得有限。

10年前， DMP已俨然成为广告圈中大数据精准营销的代名词，尤其是在广告投放上。可随着时间与环境的变化，圈内已经很少再提起这个名字，甚至有时候已分不清DMP（数据管理平台）、CDP（客户数据平台）、DSP（需求方平台）、和TD（TradingDesk，交易操作平台）的区别。

所以，2023年的数字广告会发生怎样的变化？备受关注的车企们，还需要DMP么？

2012年是中国程序化广告元年，从最初仅有寥寥数家的DSP到过百家 DSP、DMP、动态创意（DCP）和品牌安全等不同领域的第三方快速涌现，中国程序化广告行业已从概念走向实际运营，但同时也面临着更多挑战。

在早期程序化广告里，DMP的作用是为广告主提供投放人群标签，精准定位受众群体，并通过投放数据回收建立用户画像，进行人群标签管理以及再投放。其中DMP存放的数据类型涵盖一方业务数据、媒体二方数据、三方标签数据和广告三方监测数据。

随着移动互联网的兴起，媒体方出现的资源越来越多，各种社区论坛、垂直媒体、兴趣网站/App、新闻、电商等，广告主的资源纷繁复杂。同时伴随着市面上DSP和SSP的兴起，广告主的链路和之前的状态也发生了复杂的变化。

一方面，大型媒体平台因为数据安全和技术实力的增强，自身平台用户数据的积累愈发复杂，且形成了独有的用户标签。于是，广告主开始利用大平台的媒体数据产品和官方投放工具，直接和媒体进行程序化广告购买，形成了平台内自闭环，抛弃了中间DSP、SSP的接入。而且一方DMP也因为安全监管，没有办法获取用户在这些大平台的数据，例如用户所观看内容、搜索、收藏等，最后只能获取两个确定性的结果：留资和订单。

另一方面，面对大多数的媒体资源，市面上的DSP、ADX和SSP开始“抱团取暖”，形成了一个个带有明显行业属性的媒体产业集合，例如游戏App资源DSP、长尾论坛信息流资源DSP等，广告主对这类长尾资源“食之无味、弃之可惜”，长尾流量也变成了代理帮助广告主补量的方式。

因此，DMP实际上就是一个集数据采集、整合、组织和分析于一体的大型信息平台。它可以通过对数据进行分析，帮助企业获取有价值的客户信息。更加准确地说，媒体方的自有DMP像是巨量引擎、达摩盘、腾讯广点通等，而广告主的一方DMP已经变成CDP。

数据是企业的核心资产，大数据时代下，车企的整个网络媒体投放量级和规模在不断增长，推广的渠道更加多样化，毋庸置疑，精准营销是车企未来发展的大趋势。因此对于车企来说，了解到不同年龄段、性别等客户信息的特点，并将所要展示的内容精准地传递给营销环节至关重要。

于是越来越多的车企开始打破固有思维，重新审视和定义自身与消费者的关系，尝试通过大数据行为分析，纷纷建立自己的DMP。但要完成精准营销闭环、提高转化，仅靠车企内部的涉车数据是无法实现的，DMP的搭建看似简单却又很难。平台搭建成功取决于三个要素：第一、企业是否有丰富的一方数据；第二、是否有较大量级的预算；第三、企业存在非常复杂的决策需求。很多企业搭建DMP失败的一个主要原因是很多项目都只停留在数据收集上。没有足够的数据，就无法做到精准营销。

除此之外，面对“大媒体”的流量争夺，为了更有效地将获取线索成本降至最低，则需要在每个大媒体平台上，每天根据不同人群 素材的组合，去尝试大量投放试验。同时由于大平台广告主竞争激烈，报价变成了一件“经验”活，整个程序化投放过程，变成了强依赖人力的运营方式。且诸多案例表明，车企们缺乏数字化思维与有限的专业人才技术储备，在数字广告这条道路上的创新探索并不理想。

因此，对于大多数车企来说，借助掌握科学算法和有成熟策划的营销平台是更为明确的选择，通过整套的数字化营销战略、定制化的媒体投放及优秀的内容，才能打动更多潜在购车消费者。

那如何才能让车企广告主提高程序化广告采买的人效，用科学合理的方式获取线索，充分发挥数据和自动化的价值，比客户更了解客户，就变成了需要解决的问题。

一套有效的数字广告产品不应该只停留在数据收集的阶段，而是通过分析、激活数据背后的价值，让车企从数据中更加了解自己的客户。

火山引擎CDP产品和TD产品（iAD)组合出一套在当下既能提高程序化广告投放效率、缩短广告链路，又能满足车企复杂数据归因需求的广告营销产品方案：

1.不仅整合了一方UBA匿名数据 业务实名数据 广告监测数据，也能够通过CDP标签管理，实现对一方人群的灵活定义。

2.一方后链路人群，既可以参与和火山引擎的联邦RTA广告模型建模，也可以通过DSC数据安全的PSI隐私求交，安全在巨量得到充分应用。

3.利用对接Marketing API的iAD完成了对效果广告投放监测数据的回收，补足了只有品牌监测的短板，全链路的用户数据也能根据回收数据做归因分析。

4.自动化投放出价策略，在不同的媒体平台进行大量跨媒体试验，结合素材管理，大大提高人效成本，快速找到降低CPL的最优解。

在数据链路中，点击和填写表单这两部分数据通过iAD的三方归因服务做自动关联，解决困扰车企留资归因的“顽疾”。

当然，一个产品解决方案的落地，不仅仅需要技术的保证，还需要车企从业务运营和代理的营销合作上做出变化。用数据的思维方式评判每一个广告计划实验，同时也要让车企的数据安全团队意识到，在技术保证的数据安全环境下，一方数据的数字营销玩法是可以合理合规且变得多样化。

2023年的数字广告会发生更多的变化，一方DMP早已“改头换面”，而面对这样环境下的数字广告产品体系，自动化、智能化和安全化的数字营销，才是我们需要持续探索的方向。

如果您也对数字广告有自己的看法，欢迎在评论区留言，火山引擎将与您一起在数字广告这条道路上共同探索。