几年前的广告营销公司可能想不到，它们要在未来几年面对来自咨询行业的严峻挑战。

独立营销咨询机构胜三的一份报告显示，2016年全球营销圈内发生的398起收购案中，仅有不足四分之一的发起方是广告控股集团。越来越多的非传统投资者将手伸入了这个行业，他们包括了google这样的互联网+公司、纽约时报这样的媒体集团，另外还有埃森哲、德勤这样的咨询公司。

相较于看起来有些衰败的4A公司，咨询业的入侵让一些广告营销公司感觉危机重重。但蓝色光标集团首席科学家王炼认为，咨询业本身的焦虑才是促使他们动作频频的原因。

数据对营销生态环境的渗透正变得越来越强。传统环境下，品牌端数据和效果端数据的脱节给咨询公司提供了生存空间，他们可以在没有直接的KPI压力下产出战略。但是互联网+的发展改变了环境，越来越多的品牌开始提出了“品效合一”。在王炼看来，仰赖于技术的发展，品牌和效果的数据正被逐渐打通。在这样的情况下，想当甩手掌柜已经不太容易，咨询公司需要直接参与到战略的执行层面，收购广告营销公司就自然而然了。

所以，咨询业和广告业的相互渗透已经变成了一种趋势。咨询业循着自上而下的路径，广告营销公司则自下而上。它们各有优势，但广告业不断累积的执行经验能帮助他们更好地应对品牌的需求。

蓝色光标上周发布的年报显示，其2016年度营业总收入达到123亿元，较上年同期增长47.58%，成为第一家中国市场收入过百亿的本土营销企业。数字营销板块的收入达到101亿元，占据了总营收的82.05%，成为收入增长最重要的动力。

年报同时显示，蓝色光标将“营销智能化”提到了核心战略的高度，数据成为了其中的关键环节。他们已经收购了多盟、亿动等移动广告公司，这些板块的业务营收同比增长了92.03%，成为2016年度收入增长的主要来源。

实际上，当下广告营销领域的投资氛围并不算热，传统的4A公司和咨询公司很少投资纯技术公司。究其原因在于传统公司在品牌层面的研究很多，但对以技术或数据为导向的研究不太了解，这为本土营销企业弯道超车创造了机会。

在王炼看来，大数据部门对于数字时代下的广告营销公司非常重要。它需要成为更加主动的支持性部门，一方面在其他部门需要数据支持时及时跟进，另一方面也自主研发了BlueView智能营销系统等更多的数据产品。譬如BlueView旗下的轻应用营销产品平台BlueMC，已经成为了集团内部制订自媒体投放计划的重要参考指标，并且也开始有越来越多的外部用户接入使用。

如你所见，广告营销行业的变局正悄然开始。但这既是威胁，也是机会，那些能读懂和用好数据的公司将有更大的机会存活下去。

这是营销观察大咖专访系列的第二篇，我们讨论的话题集中在咨询业和广告营销业的双向渗透，以及广告营销公司在营销大数据方面的进展以及误解。

以下是王炼的专访摘录：

36氪：为什么咨询业开始热衷于收购广告营销公司？

王炼：咨询公司原来只管战略不管效果，所以品效是分割的，销售数据跟咨询公司是脱节的。在这种情况下，咨询公司有他自己的存活空间。所以效果在他看来无所谓，没有KPI的压力，企业也没法评估咨询本身的价值如何。但是当品牌和销售端数据越来越近，越来越打通的时候，咨询公司就会觉得有压力了。所以它们开始在执行面不断布局，最有效的方式就是收购广告营销公司。

36氪：但目前收购纯技术公司的案例还比较少？

王炼：确实，特别是在程序投放端的布局都没有采取直接控制的方式，这可能跟企业的基因有关。它们在品牌端的研究很多，但内容营销这块还没有完全数字化，一方面数据量较少，另一方面数据处理方式涉及到文字、语音、图片等，难度也较大，所以它们没有那么强的动力去布局大数据。当然，船大难掉头也是一个原因，所以这给相对较小的广告营销公司提供了弯道超车的机会。

36氪：从营销层面来看，人们对大数据有什么误解吗？

王炼：目前大数据的问题是停留在口号上的太多了，做得太少了。很多人认为大数据的价值在“大”，这在营销上是错的。数据必然跟它的应用环境和目的有关，在特定的环境和目的下它才能发挥作用。所以有人说一条数据卖多少钱，那是没用的。而是这个数据能帮我提高多少收入，这才有效，所以价值是相对的。具体到品牌上，我认为销售数据是最重要的。我们曾经想过把自己的数据库做大，也因此投了不少公司试图对数据做某种程度上的整合，但发现很多数据跟营销端的场景结合起来非常困难。与此同时，数据量的增长还会带来更多的噪音，增加分析难度，这也会增加不小的时间和精力成本。另外，我不完全认同《大数据时代》这本书中所讲的大数据不管因果关系。你必须要有目的，目的就是你的果，你得找到能够影响那个目的的因。否则做大数据有什么用？事后诸葛亮在营销界没什么意义。

36氪：但也有人担忧，如果根据目标去搜集数据，会不会把有价值的数据清洗掉了？

王炼：是，这也是我们正在努力解决的。之前我们给一个客户做了两个分析模型，其中一个是用机器学习的方式做了一个GBDT（Gradient Boost Decision Tree）模型，然后用传统的逻辑回归的方式做了一个统计分析。前一个模型产生的变量大概有接近100个，第二个模型只有15个，但后一个模型达成的效果比前一个要准一点。当然准一点可能无所谓，然而一个模型最关键的不是在于建，而是用。当你用在新的数据上时，它是不是还那么准。结果我们发现15个变量的模型表现挺稳定的，但100个变量的模型久不稳定，有时很好，有时很坏，差距非常大。人们总是认为变量越多越好，但有时却适得其反。

36氪：今年很多广告主开始呼吁媒体平台要增强数据的可见性，怎么看待这个问题？

王炼：欺诈是目前比较严重的一个问题，这会让不少广告主承受广告投放费用的损失。所以，许多广告主开始不相信媒体平台给自己做的受众报告还有什么意义。广告主的这个诉求其实是很有道理的。但我认为品牌和媒体之间也需要一步步地去磨合，譬如有些广告主一开始也不愿意将自己的数据向外开放，所以数据的开放与否主要看双方的业务是不是有结合点。

京腾计划就是一个例子，京东和腾讯的数据在它们建立的一个环境里匹配，这就相当于开放，开放的动因自然是都想要客户更多的预算。京东要从外导流，腾讯的广点通也需要销售转化。所以营销端数据的打通，归根结底促成合作的就是品牌以及背后的商业利益。

36氪：大数据部门在广告营销公司中应该扮演什么角色？

王炼：自2010年以来，我们就关注到数据对营销已经有比较大的作用了，尤其是当蓝标有了包括social、电商服务等各种营销触达的能力之后。所以从2013年开始就持续地进行布局。但在特定的环境和业务需求下，大数据部门如何在广告营销公司中定位自己是一件艰难的事情，之前也没有太多的经验可供参考。现在我们将自己定位为主动创新的支持部门，在没人告诉你干什么的时候，根据专业能力以及对数据的理解主动创新。譬如我们有一个基于自媒体和视角数据的分析产品BlueMC，它有自己的微信公众号榜单排名，上线一年半的时间已经有几万的用户，其中90%以上都是外部用户。它的价值在于能够协助广告人完成自媒体投放的决策，我认为这样的大数据是所有广告营销公司都亟需的。

36氪：作为一家广告营销公司，做大数据有哪些难点？

王炼：做大数据有两个做法，一个是在前端业务上去做，我们不是，所以在对数据的控制力上我们有困难。换句话说就是数据不完全在我手里，我对数据的处理和控制的能力就会受影响，我把控不了。另外一个难点是，很多由数据驱动的营销，对于我们内部的客户来说也是新的，如果你不去想到这一点，他们也想不到，所以就需要广告营销公司更主动地结合数据的专业能力去想出新的东西。

而且，广告营销公司一般都采用收购的方式扩展业务，很少在既有的业务关系上去找生根发芽的土壤。所以它不同于从外界买一个公司，逐步整合开展业务，最终获得收入。因此，大数据部门要证明自己的价值，就需要给其他业务赋予数据的能力，并使它们能更好适应新的营销形态的变化，这样才能够保证整个公司在服务客户的环节上跟得上去。