而更应该采用概率论的方式
SEM的困境与挑战企业在SEM推广中面临哪些困境和挑战？（1）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2012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，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地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，才能更好地进行广告投放。例如消费者在移动设备上的搜索更多地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。（2）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。但这也是一种机会，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。（3）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，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来说是一个机会—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40万～100万元，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6份或者7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（见图3-2-2）。整个媒体市场在从卖方市场向买方市场过渡。图3-2-2 SEM推广中面临的困境和挑战大数据概率论在SEM中的应用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？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，不可能通过简单的案例来作为理解，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的应用中的几个关键点：①尽可能获取多的历史数据和历史行为；②精细化标签划分；③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（见图3-2-3）。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例。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?
