题图来源 | pexels

上周三，程序化媒体平台 MiQ 在北京办公室举办了 MiQ Sigma 的发布会，并做了 demo 展示。在广告行业如今纷纷拥抱 AI 的大背景下，MiQ Sigma 也是类似的“作品”，简而言之，它希望基于海量数据和 AI 技术帮助广告主更了解自己的用户画像、更精准地找到他们，并通过 Agent 实现多个 DSP 和 SSP 之间的交易操作。

而与之前了解的广告平台相比，MiQ 的“标签”会更强调中立。

占全球 1/5 预算的出海企业，增长面临不少难题

在 MiQ 大中华区总经理张宇亮（Brian Zhang）的开场介绍中，有一组数据很值得关注，2026 年，全球程序化广告投放的规模大概在 3000 亿美金左右，而出海的广告主占到了 600 亿美金，相当于在明年，在程序化广告市场，每投出 5 美金，就有 1 美金是出海企业投出的，这背后是中国企业全球化的大势所趋。

但另一面，在如今的大环境下，各企业都想要每一分钱都花在刀刃上、拿到应有的回报，在当前市场中，也面临更大的挑战。

1、用户画像的明确，需要散落在各处的数据

在逻辑上，广告主去寻找目标用户，是一个基于先验知识做用户画像假设、然后不断通过投放以及其他手段，结合各种数据判断，不断去调整和精进假设，获得更精准用户画像的循环。

在这个过程中，画像的不断明确需要大量数据，而随着互联网发展、内容供给的越发丰富，这些数据越发的散落和碎片化。

用户的行为是立体多面、且碎片化的，Brian 以一款沐浴露品牌，我们要如何定位目标受众群体？为例做解释。

“作为广告主，我需要获得零售方数据，譬如曾经在沃尔玛、亚马逊或者淘宝购买过这款沐浴露的消费者。这来自于 PMP 或者零售网络。我还需要找到媒体供给侧与健康和美容相关的类别的消费者画像，这来自 SSP。同时在 DSP 方面，我还希望找到曾经采购过同品类本门类的受众，最后的数据则来源于品牌自有的 CRM 系统。如此多的碎片化数据，我如何把他们整合是一个很大的挑战。而这还并不是全部数据。

MiQ 有数百家数据合作方，涵盖消费者在电视观看、网络浏览以及在实体店购买时产生的 700 万亿条消费者行为信号，另外，我们基于 15 年的 Trading 系统的数据，将多种信号整合在一起，通过利用我们的 AI 算法，生成一个叫“Ruby”的人。然后通过 Identity Spine（ID 识别系统）以及数据清洗找到 Ruby，再利用各种类型的电视广告、YouTube 广告、以及手机广告去触及他。

2、突破围墙花园

在程序化广告投放的语境下，大家常说 Google 和 Meta 是绕不过的两座大山。而移动应用市场，更已经“没有免费流量”。

“突破围墙花园，是很多广告主的诉求。”Brian 表示，“大家可能认为 Aaudio 已经过时，但越来越多的中国出海企业在海外投放的时候会选择 Aaudio 广告，这也是大家探索多样化增长的一个体现。

我们希望保持一个开放、中立的生态。我们不偏向任何流量主，这是我们成立的初衷。我们通过接入大量数据和流量主，为广告主推荐最合适渠道。这样可以让广告更加精准，效果更好。”

3、从关注回收、到关注 IP 与品牌建设，接受慢下来

而在交流中，我们能感受到 Biran 分享的出海企业另一个正在发生的转变，从“快”到“慢”，做更长期的事情，但需要克服之前关注短期指标的问题。

以游戏行业为例，中国的游戏厂商属于手游发家、弯道超车，但更多厂商开始做 PC 和主机游戏的开发，商业模式更简单、可能带来更好的 LTV。但同时，他们面临广告投放链路变得更长的难题，需要从思路上完成从关注下载或者氪金，到同时关注 IP 与品牌建设的转变。

“例如黑神话今年在大阪的街头设置了一些户外广告，这未必会为他带来直接的下载量，但这就是品牌意识。需要厂商在死路上完成转变。”

在 demo 演示环节，MiQ 还展示了 Sigma 上提供广告洞察（例如某品牌在美国全境投放电视广告的情况、与竞对的数据对比）、以及调用 Agent 做数据分析、甚至在不同广告平台交易操作等功能。

在当下的程序化广告市场中，AI 已经成为“必选项”，对各家平台来说，如何更好发挥 AI 的功效，而不是“表面式集成”，是未来竞争的关键。

【本篇文章属于白鲸出海原创，如需转载：需联系授权方可，未经授权严转载!】

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！