前言：随着关键词CPC的竞争白热化，曾经的SEM投放从蓝海变红海，那些急需流量的企业主遇到极大的营销困境。用什么来拯救SEM投放?面对楚楚可怜的ROI我们到底还能做些什么?今天这篇文章也许能帮你找到新的方向，看到SEM新曙光。专访嘉宾王硕来自国内数字营销前沿公司普菲特，王硕老师常年奋战在营销第一线，服务多个行业的各大企业主。本文深度剖析了他的营销洞察以及尝试过的最佳实践。

九枝兰：企业在SEM推广中面临哪些困境和挑战?

王硕： 第一、由于移动互联网对搜索引擎的冲击，跨屏行为差异度高，不同屏幕之间联合作战挑战大。

以前的媒体通过线下的强展示类广告触达目标人群，到2012年搜索引擎占据媒体的霸主地位。但从12年移动互联网开始兴起，消费者所有接触媒体的时间呈现碎片化，比如每天刷微博、微信、APP、日常搜索，这导致消费者的人群关注度呈现极大的分散。不同行业的受众，在不同的设备上表现出的需求完全不同。

这是对所有互联网广告公司全新的挑战，4A公司也会面临新一轮挑战，过去的4A是通过Media Buy的方式 —— 分配媒介和消费者的时间，并计算相应的曝光率，从而影响消费者。而由于现阶段时间碎片化，消费者可能一天游离于几十个媒体间，那么传统的Media Buy策略是无法取得好效果。所有的营销从业人员需要更加深入的学习消费者行为和消费者在不同设备间的诉求表达的方式和交易的习惯，才能更好的进行广告投放。比如消费者在移动设备上的搜索更多的以急迫性的查找为主，具备很强的时效性和位置的特殊性，这就需要单独为不同设备匹配不同的投放策略。

第二、信息不对称逐渐走向信息透明化，SEM从简单粗暴的抢排名走向精细化运营。

在过去的发展中，营销采用的方式一直是在利用社会信息不对等的方式进行经济利益的攫取。搜索引擎的发展其实也是在尝试打破固有社会环境的信息不对等，而在发展过程中所创造的排名经济，实质上创造了另一种基于信息不对等的经济模式。而目前对信息对等的要求越来越高，拼的是产品是否满足消费者利益。再加之消费者的时间分散，导致SEM的市场地位、价值被重新定位，SEM遇到了极大挑战。过去花费大部分的精力去竞争位置、选择样式，而现在需要理解消费者的搜索行为，这搜索行为有可能是跨越设备端，跨越媒体端，因此优化的困难增加了，但也是一种机会。让更多的企业有更好的机会去展现在消费者最需要的时刻，而不仅仅是一场投放费用的竞赛。

第三、搜索引擎不再是广告主争夺的唯一战场。

由于过去的流量入口单一，凡是前期投入大量资本的企业，基本能垄断媒体的大部分流量，从而形成渠道寡头。特别是对互联网、流量依赖程度高的行业，比如OTA类的携程、团购类的大众点评等。而目前，渠道的分散化导致现在很难有企业能够利用大笔的市场费用通过垄断媒体的方式形成寡头，市场营销变得越来越困难。但另一方面，渠道的复杂性，实际上是对精准营销行业，尤其是对整合营销公司是一个机会 —— 因为消费者的时间分散，不需要在一个战场上争夺更多的强曝光资源，争夺所谓垄断资源，那么我们有更多的费用、时间去真正研究和理解消费者的心理。

虽然目前各个媒体表面CPC都在上涨，但对于广告主，可以挑选时段、地域，cookie等，这种方式实际上降低了行业门槛，广告主购买真正精准人群的成本反而降低了，因为过去进入门槛高，开屏费用在40万 — 100万左右，而现在开屏广告资源减少可以直接购买相应的feed流、关键词，所以CPC的销售份额占比增长非常快。而对于媒体，将一份资源拆成六份或者七份来售卖，整体的收益率、流量变现效率反而是提升的，其实整个媒体市场在从卖方市场向买方市场过渡。

九枝兰：大数据概率论是否是营救SEM投放的救命稻草?大数据概率论如何提升SEM投放的ROI?

王硕：大数据概率论——广告主把消费者所有的检索路径都通过大数据的方式调取出来，然后针对大数据中消费者每一步检索路径设置不同的创意、LP，引导消费者完成整个流程的体验。其实，我们生活中所有面临的决策都是一种概率论的实现，而广告的营销也可以借助概率论来实现。提出这一想法主要是面对目前营销环境的复杂，大量的媒体在讲解营销方法的时候，都会使用精准数据作为案例来讲解，这实际上是对从业人员造成很大的误导，消费者需求对于营销人员永远是一个黑盒，不可能通过简单的Showcase 来作为理解，而更应该采用概率论的方式，尝试更加模糊的方式去看待这个问题。

大数据概率论是精准营销领域投放广告的最核心思路，将精准营销中的偶然行为变成确定性的精准行为。

大数据概率论在SEM的应用中有几个关键点：

第一：尽可能获取多的历史数据和历史行为。

第二：精细化标签划分。

第三：跨媒体标签更新方式。了解消费者被满足的需求，预测用户潜在行为。

精准营销是在一定规模的数据基础上，才可以进行统计、优化，这就是九枝兰工具给我的启发和亮点。因为，定位的精准度取决于能够抓到的数据样本量的大小以及人群可能产生购买行为或注册行为的比率。九枝兰工具正是站在第三方的位置上进行监测优化，因为拥有对于数据标签权和数据的整理权，未来数据的精准度就会更高，预估模型就会更准。

大数据概率论在搜索引擎营销中可以得到很好的应用：首先将整个广告投放的量级放大到一定程度后，每天产生有效行为的概率就会稳定，那么不管是做二分法分类还是做四分法分类，就可以摘取出最有可能产生、变成消费者的数据，进行系统性优化。从而在稳定的层级类做最核心的优化行为。

在大数据概论下的媒体的核心是找到消费者和甲方企业之间的平衡点 —— “让所有消费者可以找到所需”。比如不同需求的人群搜索同一个关键词时，就需要数据预估模型，结合消费者过去所有的历史行为来判定人群属性，需要的业务，同时在企业方可以判定提供的业务，目标人群，进行最合适的匹配。从而提升平台的有效性，大规模提升流量，为平台未来带来经济效益，这就是一个良性的循环。

九枝兰：数据是大数据概率论中的核心，那么如何实现营销数据的全面打通?

王硕：我觉得最好的办法还是互联网媒体能够联合，一起打通数据，当然这个可能性太渺茫了，目前比较可行的还是借助一些DMP，搭建自己的消费者行为数据库。

我认为有以下两种方式：

第一：跨设备数据收集。腾讯因为其核心优势 —— 其全面的账户体系，在这方面算是做的最好。当电脑设备和移动设备同时登陆同一个账号的时，数据就会打通。

第二：判断时间点。当同一WiFi环境下产生的PC设备和移动设备，可认为是归属于一个人体属性的，然后再通过标签筛选和去重，判定行为的独特性。虽然PC设备在可预测的未来应该已经非常难逃被淘汰的命运，但经过数据分析：基于移动设备的搜索行为往往是应激性的查询行为，而在PC端消费者的搜索行为往往非常理智。因此现阶段，还是可以做PC设备和移动设备打通。

九枝兰：营销从业者应如何正确看待营销自动化?九枝兰作为国内营销自动化的新锐品牌，你对九枝兰工具的评价是什么?

王硕：我始终相信：一个优秀的算法+一个理性的系统要远比一个人出错的概率更小。反而对于所谓的机械威胁论 —— 未来机器会取代人的工作，这种论调我并不是特别赞同。机器的核心价值是按照一定的算法或规律运行，而从业者的核心价值：可以打破这规律。比如，九枝兰工具可以完成自动性的优化、调价等繁琐的工作，从业人员将有限的时间放在选择关键词、设置业务模式、创意设置等方面，甚至思考消费者的本质 —— 检索行为、浏览行为和媒体行为、消费者立意点的诉求等。工具有助于释放从业者大脑，让他们先去学习这套系统的优化思路，再尝试不断地优化甚至尝试改变它，乃至尝试改变这套系统整个的输入输出。

我大胆猜测，未来的九枝兰工具是一个，只需要用户输入预算、目标、人群等需求，就会根据一系列数据出一整套营销方案的工具。

这正是营销从业人员所需的，因为目前营销策略的制定绝大部分都是依照营销从业人员所谓的经验。如果能利用大数据概率论，让大量的决策有数据可依、有数据可查，那营销精准性和决策正确率将会大大提高，避免营销决策的错误，也为营销从业者节省时间去做更有创意性的事。

九枝兰：那些预算有限的中小企业应如何抓住精准营销的机会?

王硕：由于互联网思维模式兴起 —— 最核心是资源共享，这就给小而美的企业更多机会。因此中小企业，需要进行全面升级。

第一、在产品层面，随着消费群体对于生活品质追求的提升，用户对产品个性化需求的提高，需要企业对产品、运营模式进行升级，从而拥有产品的独特性，掌握消费者核心的需求。

第二、随着精准营销的兴起，媒体进入门槛降低，企业有更多的选择权和话语权。朋友圈从针对400万CPM的头部客户到现在开始针对中小企业，这就是整个媒体营销时代的改变和升级。未来每个企业、商户都有权利选择自己的精准媒体，触达目标人群。

第三、需要拥有一支策略团队 —— 学习、了解企业以及其所在行业的所有运营的细节，从而帮助企业了解目标人群，制定更精准、更适合的营销策略，减少市场费用的浪费。

九枝兰：数字营销的未来发展趋势?如何才能走在数字营销的前沿?

王硕：首先要知道数字营销是基于一个规模群体的消费者行为的预测，预测用户的需求并告知企业，再反馈给消费者符合需求的产品和服务，而作为企业可以更加智能挑选目标用户。

当未来的科学技术发展到一定程度，用户只需要输入，机器结合用户所有历史行为从而找到诉求，从而让更多的消费者进入到信息对等的环境，在整个信息对等的情况下我们帮助企业理解消费者的行为，而不是去强行改变消费者的行为。

我个人认为creative的公司在未来会更有机会。我们距离信息对等时代还很远，那么在信息不对等的时代，媒体分散度高，只有creative的内容才能有效影响消费者，而不是简单粗暴的纯展示。未来，行业内同质化的竞争越来越严重，营销不再是单一的存在，企业需要思考如何定位产品，包装创意，从而迎合消费者的胃口。