2017年到2020年，是国内信息流发展最快的几年。尤其是2020年，短视频的爆发给信息流行业带来了加速。

急速发展的领域，意味着巨大的市场机会。对个人就业来说，当前信息流人才供不应求；对企业来说，信息流依然有着每年100%以上增长的机会。

读了明学海老师的《信息流广告实战》一书，从信息流基本概念到营销、技术两个维度的整体逻辑，有了完整的框架。难能可贵的是，这本书从流量侧、广告主侧，以及用户维度上，都有了理论和实践案例上的“庖丁解牛”。

我把本书在人、货、场上阐述，定义为“三才剑法”。

我们每天在刷的头条、抖音、快手、微博等，都是信息流的个性化内容推荐逻辑。

为什么信息流这几年爆发的这么快？因为它是匹配人、货、场的终极形态之一。

场景上，信息流渠道，开始主要满足的是企业获取用户的需求。与搜索相比，搜索是用户知道了“海飞丝”，才去搜。而头条、抖音这样的信息流渠道，则是用户在刷信息流内容的时候，就会被广告创意给宣传各种好。即便用户原来不知道海飞丝，也可能被种草，小手一点头条上的广告，跳转了京东就买了。

数字营销行业这几年变化挺快的。要理解信息流，可能需要从技术的基本逻辑出发，即RTB与DSP平台。让我们花几分钟来探讨下它们都有什么用。

传统的广告人，把用户当受众，就是我们所谓的TA （Target Audience）；而互联网人，把用户当流量。

什么是流量？我们每个人，花费在手机上的每一分、每一秒，就是流量。

程序化交易，是2012年从美国被引入国内的。当时国内领军的公司包括品友互动、悠易互通等。程序化交易的概念，跟炒股其实很像。你要买京东的股票，股票软件上选了京东，然后挂上你的目标价格。京东的股票跌到了这个价格，股票程序经过后台的竞价，因为别人可能也会挂这个价格。你在竞价中成交了，就买到京东的股票了。

流量的程序化交易跟股票很像。举个例子，用户小A在刷微博，碰到了广告位，就形成了广告库存。微博把小A这个广告库存提交给流量聚合平台SSP，SSP再提交给广告交易平台Adx，Adx再补充上一些小A的标签，提交给DSP比如品友互动。

品友互动在自己的数据平台DMP里边一查，小A这个用户符合广告主中国银行的需要。就会去参与小A这条广告的竞价。竞价成功后，DSP品友互动就会把广告主中国银行的广告创意下发给Adx、SSP、微博。然后用户小A就能看到中国银行的这条广告了。

这是一条典型的RTB实时竞价模式下，用户看到广告的流程。RTB竞价机制，原本是为了解决媒体剩余流量的售卖问题，比如边角料的流量。

经典的大媒体流量售卖，遵循一个金字塔结构。塔尖儿的是最好的流量，比如抖音的开屏，CPT模式包段了卖；塔颈部的比如说短视频的前几刷，会放到PDB保价的池子里卖；剩下的那些，放到金字塔肚子的RTB池子来卖。不过，从2016年到现在，随着效果广告的占比越来越高，媒体大盘流量中走RTB模式售卖出去的流量占比越来越高了，美国在去年已经超过79%了。

我们继续跟着点线面体理论，来看一下2012年到2020年，数字营销行业都发生了什么变化？

媒介形式的变化，对于营销品牌方的影响是巨大的、不可逆的。

150年的传统广告行业，广告人都在抢占主流媒介。电视时代，只要有了收视率，就有机会用内容触达用户，改变用户的心智。采用多品牌策略的宝洁，号称营销界的黄埔军校。但在互联网时代，网站、应用那么多；用户时间越来越碎片化，没有一个渠道能打透全国了。于是，2012年开始，RTB这种精准找人来投广告的理念，开始盛行。

第三方DSP公司，赚着媒体流量的差价，毛利率很高。2016年开始，头部媒体发现，我自己卖流量不香么？为什么让中间商赚20个点以上的差价？于是，媒体的流量不出站、数据不出站，自己封装起来DSP自己玩儿了。这就是我们现在熟悉的信息流平台，字节的巨量引擎、腾讯广告平台等。

导致的结果是什么？流量的进一步聚合，字节、腾讯等大媒体，占国内流量的95%以上了。他们拥有的不仅是自己App的流量，还有收来的流量呢。典型的就是穿山甲、腾讯的优量汇等。而流量的形式，当前主流的就是信息流。因为信息流是信息分发效率最高的模式。

为什么这么说呢？

其实05年到20年，15年时间，信息分发经历了三次变革。信息分发，换个角度来说，就是用户怎么在网上主动获取信息。而精准广告的分发原理，依托于其所处的信息分发机制。这三次变革，分别是搜索、社交、信息里。

1、搜索广告：人找信息

搜索广告的典型代表是谷歌、百度。用户想了解什么，就去“搜一搜”。

搜索引擎将用户、信息及上下文全部特征化，将用户需求的预测做到了极致。

举个栗子：用户小A喜欢逛“宝马X3”的论坛。那他在搜“车”这个关键词的时候，很可能会被推送“宝马X3”相关的信息，也会被趁机推荐相关的广告。

 2、社交广告：人follow人

用户小B如果喜欢某个公众号的内容，会关注他。这样有新文章时，小B就可以看到，这便是主动follow。社交机制下，信息是跟着人走的。你把自己的信息选择权，一部分让渡给你follow的人。

3、信息流广告：信息找人

有段时间，我爱刷抖音看功夫片段。结果后面全是类似内容，我刷得停不下来。相信很多人都有过类似的经历。这就是信息流的“信息找人”。

传统的信息排序，一般按信息的新鲜度、浏览量及互动量等，加权平均后从多到少来排。而信息流的个性化推荐，则是对信息进行了动态排序。当我正兴奋地看着功夫片段时，抖音已经为我调整了接下来可以看的内容。这也是信息流广告的原理。

信息流机制下，机器“越来越懂用户”；而创意维度上，“广告即内容”。当前主流的所有媒体、所有的电商平台，都是信息流个性化推荐机制了。

这意味着什么呢？

广义的“信息流”，本质上就是围绕着用户,实时动态推荐内容。对用户来说，同时带来了爽点与痛点。

1、爽点：人工智能的管家式服务

信息流是基于机器学习，AI的一个明确的应用场景。我在京东上看过一双鞋，后来忘记品牌了，不好找。结果我刷微博的时候，京东把鞋子推给我了，很方便。如果推荐的广告是用户需要的东西，就不再是困扰，而是一种服务了。

2、痛点：信息茧房

但对用户来说，也有痛点。先前我跟一位北大才女聊头条的推荐逻辑时，她说“我还不喜欢老看一样的内容呢”，对，这就是信息流被人诟病的地方——信息茧房。如果你跟着兴趣走，就会被推荐类似的信息；而你看得类似信息越多，某些标签的权重就变得越高。

毫无疑问，标签权重越高的TA，越受相关广告主的青睐。比如说游戏标签明显的TA群体，都是被游戏类广告主抢夺的对象。如此一来，内容与广告双管齐下，TA就很容易进入“信息茧房”。进入信息茧房的TA，实际上是将信息获取权让渡给了机器——机器帮你推荐信息，而信息又将影响TA的认知。

信息流的基本逻辑，就是要找到合适的人，就得到合适的地方，并且说对话。这对应到信息流运营的三要素：人群、流量池和创意。

流量池又可以具体理解为渠道和广告位。人群无论是使用定向，还是人群包，本质上都是一个用户集合。人群分层、分组要服从业务目标，基础是用户的标注体系。从数据思维来说，咱们通过算法做用户分层、标注，本质上是为了看这个用户我愿意付出多少成本来买TA。

比如说，手机淘宝买一个新用户，可以接受20块到40块；而唤醒一个30天沉默用户，只接受2、3毛；召回一个7天内活跃的，可以接受2块到10块。这是因为，买新用户追求的是LTV、唤醒MAU是为了做DAU、而召回近期活跃用户直接为了GMV。

从媒体到广告主平台，追求的是用户转化漏斗，AARRR模型；而从信息流运营的角度来讲，有了效果数据的闭环，反过来才会有oCPX智能出价。如果我们暂时放弃流量、数据，这些冷冰冰的概念，切换到用户思维上，又会有什么不一样呢？

我们每个人，除了是大号的流量电池之外，我们毕竟还是活生生的一个用户。感性的代入用户思维，对于创意的沟通，尤为关键。

熟悉信息流素材的人都知道，其实跑量跑得好的素材，没什么逻辑好讲，吸引人就行。信息流机制下，创意极为重要，是因为选定了媒体渠道、设定了人群、出价，都是缩小了流量池。而创意不会。

不但不会，信息流的推荐机制是根据eCPM排序的，eCPM参考的一个重要指标，就是pCTR，预估点击率。创意的pCTR越高，被信息流算法推荐的可能性就越大，就有机会被更多的人看到。这一点跟传统DSP是有本质区别的。无论是广告主自己的第一方DSP，还是第三方DSP，依然是“挑人来投”的逻辑。享受不到创意被信息流分发机制推荐的优势。

流量方，追求的永远是整体eCPM最大化。整体eCPM最大，也就意味着流量——媒体的货，卖的总价值最高。买方需要足够大的流量池。这意味着无论用户在哪里，都有机会捞到TA。流量像水，流水不腐。

另外需求方需要流量的深度合作，somewhere。深度合作的流量，才能实现站外、站内用户的全链路识别。支付宝追求的是DAU，手淘追求的是GMV。这里边的一个重要的逻辑，就是支付宝作为一个大的流量分发中枢，为手淘、咸鱼等提供了用户增长的来源。

人：用户识别，是全链路、实时调整动态特征的权重。从User Story出发，也许可以提炼出有效的用户分组逻辑。《定位》理论依然有效，对人的识别是第一步。

货：信息流机制下，创意是如此重要。在认识TA的基础上，叠加对素材的理解，做出高效的素材个性化推荐，触达效率会进一步提升。

场：广告主需要更大的公开流量，才能天涯海角找到TA。像手淘的瓶颈，就是流量，所以他们对接淘宝联盟。淘宝联盟，本质上是流量联盟。像淘宝在补贴的盒马鲜生、天猫超市，也是在抢占线下流量。另外，广告主需要垂直的流量合作，比如快手小店，才能实现场景打通、流量闭环。