The media industry is becoming a prediction economy

媒体行业正在向预测经济转型 | Databricks 博客

跳至主要内容

行业

2026年10月26日

媒体行业正在向预测经济转型

实现营销与广告领域预测智能的关键要素

作者：Elena Tesser

摘要

• 预测经济标志着媒体和广告行业从关注流量统计转向预测和验证结果。绩效指标从滞后指标转变为领先指标。 • 代理机构和测量方因数据碎片化而停滞不前。仅有3%的首席营销官能够将一半的营销活动与业务结果挂钩（麦肯锡），解决方案是构建统一且受控的数据与人工智能基础。 • 基于四个C构建：上下文（Databricks CustomerLake，一种智能客户数据平台；Genie；Lakebase）、控制、成本和选择（Unity Gateway）。一家宠物专卖店通过智能体激活忠诚度数据，交易量提升了12%。

过去二十年，媒体和广告行业依赖注意力经济。曝光量、覆盖范围和点击量是核心指标，因为它们易于量化。然而，这种货币价值正逐渐减弱。在整个行业——特别是在纽约广告周上，媒体、代理机构和广告技术/营销技术领域的领导者都在提出同样的问题：不再是“谁看到了？”而是“它带来了什么改变？”

每个答案背后，都是预测经济的兴起。竞争优势来自于在资金投入前预判受众需求，并能证明其价值。绩效指标已从滞后指标转变为领先指标。

聆听Databricks媒体与广告业务拓展负责人Jake LaDuke对预测经济的见解——以及媒体、广告和营销的未来，然后继续阅读以了解更多内容。

行业关注的核心需求

值得关注的几个趋势：

智能体正从被动响应转向主动行动。在多次会议和关于智能体AI的讨论中，得出的结论始终一致：缺乏可信且受控的数据支撑，智能体将无法发挥作用。早期的成功不仅体现在效率提升，更体现在效果层面，例如跨多个数据源协调测量。在销售端，诸如“广告销售转型副总裁”这样的职位两年前几乎不存在，因为智能体接管了从提案到付款的电子表格、电子邮件和过时的定价表，使销售方能够专注于客户关系和收益优化。

测量必须验证影响力。根据麦肯锡的一项研究，仅有3%的首席营销官能够将一半的营销活动与业务结果挂钩。这一要求正在整个生态系统中产生连锁反应：代理机构正在重组合同，广告技术公司正在其产品中内置验证功能，出版商则推出自己的测量方案。希望经济正在让位于预测经济，只有当合作伙伴数据能够互联时，这一闭环才能真正形成。

营销技术与广告技术正融合为统一的技术栈。在典型的大型企业技术栈中，工具数量通常在90到120个之间，渠道级报告已不再足够。首席营销官需要在每个接触点上获得全面的绩效评估，而不仅仅是广告或营销本身。同时，首席营销官与首席营收官从各自独立的技术栈中获取相同的目标受众，技术栈的整合使双方都能表现得更出色。

CTV（云端电视）和零售媒体需要闭环系统。出版商需要统一的数据体系来实现受众洞察、变现和跨平台测量。零售媒体作为一个快速增长但受测量限制的渠道，需要干净的数据房间、第一方数据激活和闭环测量。

在所有这些变化背后，消费者行为的演变速度正超越技术栈的更新速度。智能商业、AI生成创意以及大语言模型作为新型意见领袖，正在改变人们发现品牌的方式，而高管们希望将这些变化视为机遇而非威胁。

所有这些观点都指向同一个前提条件：构建统一且受控的数据与AI基础。当数据碎片化时，适应预测经济将变得不可持续。领导者必须停止将这些视为独立项目进行投资，而应建立一个所有角色都可以依赖的统一基础。

上下文是预测的起点

每一次预测都始于上下文：您的代理人在整个数据生态系统中对客户和业务的了解程度有多全面。正如Databricks首席执行官Ali Ghodsi所言，模型并非缺乏智能，而是缺乏上下文。

PetSmart展示了当这些上下文整合在一起时会发生什么。该公司利用其7500万Treats Rewards会员的忠诚度数据，超越了传统的批量推送式营销活动，通过AI决策代理实现了大规模个性化信息传递。结果是沙龙预约量提升了22%，自动续订交易量提升了13%。这种提升源于让数据生态系统协同工作，而非依赖更智能的模型。

在客户360视图中，上下文的重要性尤为突出。营销人员越来越希望在业务运营的主场景中进行营销，而非将黄金客户画像复制到独立的CDP中。这就是CustomerLake（Databricks的智能CDP）背后的理念。营销和数据团队可以直接在受控数据上构建可信的客户360视图，激活受众并进行个性化互动。结合测量编排，这些客户信号可直接连接到投资回报率。

Genie则将这种上下文带给决策者。它作为连接受控企业数据的AI协作者，使策划者、营销人员和销售团队能够用自然语言提问，并基于他们自己的定义获得答案。在底层，Genie本体论赋予AI对业务的理解：其独特的定义、关系、业务规则、权威数据源和权限。在生成答案或做出决策时，它会根据权威性和相关性对上下文进行排序，应用权限，并提供最有用的信息。

在关键时刻进行智能决策还需要操作上下文：客户刚刚做了什么、他们收到了什么优惠、代理做出了什么决定以及原因。Lakebase（Databricks的无服务器PostgreSQL数据库）将这种实时状态与分析数据并行存储，使代理记忆、决策历史和最新特征能够在生产速度下直接访问，而无需脆弱的中间管道。

实现这一目标始于一个简单的原则：一次性定义身份、受众和指标，并在中心进行统一管理。

控制、成本和选择：从令牌最大化到价值最大化

上下文能带你到达预测的起点。另外三个C（Control、Cost、Choice）决定了你是否有能力在规模上采取行动，以及是否应该采取行动。

控制。这不仅涉及从人员角度管理访问权限，还涉及从代理角度管理访问权限。代理将接触受众数据、出价和品牌敏感的投放位置，因此治理必须成为第一道防线。Unity Gateway通过统一的控制平面处理每个模型和代理请求，包含身份验证、审计和PII防护措施，使企业能够设定防护规则，平台则负责执行这些规则。

成本。CFO已不再容忍仅为AI而发展AI，重点正从追求最大代币数量转向追求最大价值。每个智能体循环都会消耗代币，而全天候运营的活动会成倍放大这一消耗。Unity Gateway按团队、模型和应用追踪支出，强制执行预算和速率限制，并将简单请求路由至更低成本的模型，使AI成本与业务价值保持一致。

选择。为任务选择合适的模型至关重要，因为前沿模型会频繁相互超越。若切换模型意味着重写应用，你将永远落后一个世代。Unity Gateway通过单一API提供多家供应商的模型，使你可通过配置切换模型而非重新开发。基于开放格式构建，该平台确保数据可移植，OpenSharing和Databricks Clean Rooms使你无需复制数据即可与合作伙伴协作。

领导者应从第一天起就将治理、成本可见性和可移植性作为设计要求，而非事后补救措施。

从宏大愿景出发，聚焦具体目标

展望未来，广告行业本身将发生变革。随着广告规避现象日益严重且用户意图仍大多未被开发，广告必须从干扰用户行为的中断式体验，转变为由用户意图驱动的更智能、更个性化的1:1体验。实现这一目标需要品牌、代理商、广告技术和出版商在操作系统和运营模式上进行革新，所有努力都服务于业务成果。

向前推进时，领导者需从宏观层面思考AI如何成为业务增长杠杆，然后在首批落地的用例上聚焦具体目标，无论是受众规划、激活还是测量协同。从"为什么"开始：新收入来源、降低成本或简化运营。并非所有问题都需要智能体。

选择一个具有意义的决策，例如重新激活流失客户、为买家打包受众群体或完成零售媒体活动闭环。构建上下文信息，设定安全边界，提前达成衡量影响的共识，然后逐步扩展。那些最快取得突破的人将是业务人员日益技术化、技术人员日益业务导向，依托可信上下文、真实控制权、自由选择权以及与价值同步扩展的成本结构。

准备好开始了吗？通过Beet.TV观看视频，通过Advertising Week收听播客，并前往Databricks for Media, Advertising, & Entertainment了解更多信息。

相关标签：

媒体与娱乐

订阅获取最新文章

订阅我们的博客，最新文章将直接发送到您的邮箱。

立即订阅

查看所有博客

slice-start id="_gatsby-scripts-1"

slice-end id="_gatsby-scripts-1"