1.成本部门？效率部门？
去年以来的“非常事件”，对数字广告预算有何影响？答案是，几乎没有影响。
去年7月，研究机构eMarketer预测中国数字广告全年增长率不会超过5%，这个数值在今年3月被修正为16.2%，大幅超越预期。其他国家也发生类似情况：美国和英国的数字广告成长率分别为14.9%和8.0%，讽刺的是，两个国家的GDP同比下滑3.5%和9.9%。
大多数时候，一个国家的广告产业规模与GDP强正相关，这多少源于广告过去的定位。以往，它被经营者看作无法计量回报的成本部门，每当遭遇危机时，也就首当其冲地成为最先削减预算的对象。这种尴尬境地，正被快速扭转。
“要在逆境中生存，不是比谁更能省；而是通过增加营销投入，比谁跑得更快”，群邑智库总经理方骏这样形容广告主心态的悄然变化。即便处于低谷，不少企业也开始将广告营销视为度过危机的重要支撑。事实上，迹象早已出现。对广告平台方来说，企业有关起量难的抱怨早已不绝于耳。
为什么消耗成为了考核的重要指标？为什么广告主怕钱花不出去？部分源于广告从成本部门变为了效率部门。当基于ROI度量的数字广告大概率能够获得合理回报，企业对广告营销的信心也就与日俱增。
当然，在数字广告机蓬勃的同时，企业也面临着严峻挑战，更多人开始习惯用VUCA形容我们眼下所处的时代。VUCA由四个英文单词组成——波动性（Volatility）、不确定性（Uncertainty）、复杂性（Complexity）和模糊性（Ambiguity），每个词语几乎都适用于当前的数字广告业。
所以，数字广告业与大航海时代有着越来越多的相似之处。15世纪到17世纪，哥伦布、达伽马、麦哲伦等冒险家率领船队向大洋深处进发，等待他们的既有未知大陆、也有狂风海啸；而当前的数字广告同样是一个没有太多经验可循的“无人区”，机遇和风险并存。在这样的环境中，寻找指南针锚定航向就成为优先级最高的事项。
2.成为一门科学
经济学是一门怎样的学科？大多数人的第一印象，或许是它充斥着各类复杂的数据和模型。但若时间倒推70年前，当时经济学的模样与现在大相径庭。1948年，保罗·萨缪尔森撰写了《经济学》教材。他把大量数学模型引入经济学体系，这彻底改变了经济学的学科范式，让它从哲学和历史学中剥离出来，成为一门由数据和公式驱动的独立科学，并受人尊重。
“仅有少数勇于创新者使用数学符号......经济学像睡美人，它的苏醒有待新方法、新典范与新问题的一吻”，他这样写道。判断一个领域的科学程度，需要审视它的量化程度。量化程度越高，意味着它更依赖实证研究，而非个体经验。个体经验或许正确，但在大多数时候难以归因、证实、复用和提炼规律，实证研究弥补了这样的问题。
最近，收到由巨量引擎联合哈佛商业评论出版的《营销科学驱动生意增长》专刊。通读后最深刻的感受是，营销科学似乎正在复现此前经济学的演进路径。虽然，营销科学已经拥有60年历史，但它很多时候是象牙塔内的产物。专家学者们依靠演绎归纳、问卷调查和实验推导各种结论，但成果却不能很好地指导业界实践。一方面，非自然环境下得出的研究结论存在误差，并且可能与业界需求脱节；另一方面，企业增长的欣欣向荣也淡化了营销科学对冲不确定性的价值。
但眼下，营销科学正迎来快速发展的时刻。首先，随着线上广告营销体系的成熟，研究者们可以收集和分析更多自然环境下的数据；其次，当企业经营者需要寻找VUCA时代锚定航向的指南针时，营销科学也自然进入到他们的视野。
巨量引擎是国内业界在这轮营销科学浪潮中的扛旗者。年初，我和他们营销科学团队的三位核心成员有过一次深度交流（参考：强调营销科学，到底在强调什么？）。在交流中，巨量引擎营销科学负责人这样定位团队的角色：“企业在生意中有什么实际需求，我们就组合各种技术能力给出方案，去解决那些实际的营销课题。”
企业亟需理论指导，研究者也期待在实践环境中验证理论，平台方随即扮演起了促进产学研协同发力的中坚角色。比如营销之父菲利普·科特勒在《营销革命4.0》中提出了5A的概念，他将顾客体验路径划分为Aware（感知）、Appeal（好奇）、Ask（询问）、Act（行动）和Advocate（拥护）。作为商业数据平台，巨量云图沿用这一模型帮助企业精细化存储、计算和运营各类用户资产，取得了不错的效果。
在这本《营销科学驱动生意增长》专刊中，巨量引擎营销科学团队指出，营销科学“不止是学术的理论研究”“不止是数据科学”“不止是营销命题”，而是通过科学手段解决行业真实痛点、提升营销效率和实现科学增长的引擎。
从黑盒到白盒，从玄学到科学，帮助广告主在动荡的VUCA中找到确定性，这成为巨量引擎等企业在此刻力倡营销科学的原因。
3.当HBG不再适用
2010年，南澳大学营销学教授Byron Sharp出版了“How Brands Grow”。作为一本营销科学的代表性成果，他用定量方式研究消费者购买决策路径和品牌增长原因。这本书颠覆了很多人的既有印象。它指出品牌市场份额的增长只来自品牌人气的增长，而非顾客忠诚或细分市场定位。
换言之，只要品牌渗透率越高，市场份额就高。这本书中提到的理论被称为HBG理论，由于拥有大量数据的扎实验证，它指导了很多品牌的发展。
作为联合利华中国数据与数字化发展副总裁，方军早期曾在食品饮料等十几个品类、几百个区域市场中验证HBG模型，最终都证实它的适用性。但最近，当他又用七个品类的最新数据再次验证时，发现HBG模型无一例外地全部失效。每个品类都涌现出大批小品牌，它们获得了与大品牌相近甚至更高的忠诚度和复购率。
这，就是营销科学领域的有趣之处。
不同于数理化提炼出的规律长期适用，营销科学理论的适用性受到历史背景、技术范式、媒介环境等多重变量的影响。譬如HBG理论的部分失效就与电子商务、社交媒体、短视频等新形态的普及有关，当用户有更丰富的信息源、有更便捷的购买渠道、有更强的自我表达欲，这些变化都为小品牌的崛起创造了条件。
营销科学的特性决定了它既复杂、又动态。所以，要让企业用好营销科学，就需要一个庞大且敏捷的支持系统。以巨量引擎的营销科学体系为例，它就由后台能力层、中台理论层和产品层，以及前台服务层构成。
后台能力层包括洞察、度量和优化三重能力。洞察是事前环节，通过数据辅助企业做出定位、渠道、创意等各类决策；度量是事中环节，用科学方法精准衡量广告投放和运营效果；优化是事后环节，企业基于洞察和度量结果对策略进行调优。
巨量引擎营销科学运营负责人通过具体案例说明了营销科学能够带来的变化：目前在归因环节，复杂归因（Data-driven attribution）有取代单触点归因逐步主流化的趋势。但由于涉及大批变量，复杂归因模型的搭建并不容易。
以往，广告主每年一般只能做一两次复杂归因，颗粒度只能细化到触点级别。但在瞬息万变的流量大盘中，这样的速度当然不能满足企业的需求。基于a／b test的思路，巨量引擎推出了能够实时构建归因模型的替代方案。这套被称为增效度量的方法，可以让企业根据需求快速度量，研究颗粒度细化到人群、素材等更多维度，提升了度量环节的速度和质量。建构在后台能力之上的是中台的理论层和产品层。理论层包括行业研究和实战理论，但要想理论引导实践，就需要将复杂抽象的理论具象化为企业触手可及的产品。在巨量引擎的营销科学体系中，前文提到的巨量云图就成为重要的产品阵地。
以三只松鼠为例，它每年光是研发的零食新品就超过400种，如何管理和运营这些新品成为艰巨的工程。以前，新品规模较少，尚可以依靠有经验的高管主观判断；但现在动辄上百的体量就需要数据辅助。目前，它的做法是在新品上市初期，尝试各种流量平台和营销模式。当数据中台积累足量数据后，就开始通过算法识别低成本的模式和平台、高转化效率的目标消费者、首单客户的购买路径等，并根据情况变化不断调优形成较优解。
只有借助后台基础能力和中台理论和产品，它才能够在看似杂乱的内外部不确定性因素中，发掘正确的思路并做出决策。今年1月，在撰写营销科学的第一篇文章时，我在末尾提到“技术问题发展到最后，还是会落脚到生意层面。营销科学或许就是生意思维的另一种表达方式”。所以，也就不难理解营销科学为什么除了后台和中台之外，还要在直接面向企业的前台搭建服务层了。
不同行业、不同体量、不同发展阶段的企业，它们的需求参差百态。单凭一套通用解决方案必定不能满足他们的需求，服务层就承担着解决个性化问题的职能。唯有通过营销科学家、运营经理和分析师等的协助，营销科学才能真正落地解决问题。具体到业务场景，很难想象再出现类似HBG这样的理论，能够在一定时期内适用大部分品类和市场。营销的复杂性体现在产品、价格、渠道和促销等几乎所有节点，中国传媒大学资深教授黄升民用“熵增”形容这样的变化。
“熵增的世界里，能否跳出混沌，梳理出一条关于增长的清晰线索？数据科学会给你答案”，他这样写道。
4.防火墙，而非万灵丹
在收到的这本《营销科学驱动生意科学增长》专刊中，还有一张图表令我印象深刻。它以全球营销服务利润池分配作为对象，比较了在2018年和2025年两个节点间可能发生的变化。
很明显的是，媒体规划和采购、创意概念构思这些高度依赖人的环节，比重大幅缩减；与之对应的是，营销技术／广告技术的占比激增。此消彼长之间透露的讯息是，未来的营销产业将变得日益数字化、自动化乃至智能化。
去年4月，我在与The Trade Desk中国区总经理陈传洽交流时，他提到“整个营销过程最后会越来越像股票交易或者FinTech”。这代表着整个行业的未来发展方向不止是自动化，而是更高程度的智能化。显然，在这一进程中，营销科学的重要性将越发凸显。
当然，这绝不意味着技术会将人逼上死角。仔细审视营销科学的底层逻辑，你会发现它将数据科学和生意经验摆在了同等重要的位置——数据科学在越发膨胀的数据体系中挖掘线索、提供信息，但最终在关键事务上拍板定案、做出决策的还是实战经验丰富的人。所以，一定要对营销科学的价值产生正确预期。
“构建企业不犯错的能力，以及面对风险的最大防火墙”，巨量引擎营销副总裁陈都烨在专刊中这样定义营销科学的价值。确实如此，将营销科学视为可以解决所有生意问题的万灵丹显然是一种误读，它更大的功能是建造防火墙帮助企业规避本可避免的风险。就像是在大航海时代，指南针不能解决船员坏血病流行的问题，但它能够协助船长让船只不偏离自己的航向。
