因此，信息流广告对那些还未打开知名度的品牌较为友好。毕竟当品牌知名度尚未打开时不可能产生搜索行为，但百度庞大流量的价值对于广告主来说又不可漠视，所以在这一生态中投放信息流广告成为应时之选。

周明哲对这一点有深刻的认识，他即将成为家族企业澳华装饰的接班人。对于家装这类高客单价的行业而言，用户的相对稀缺使得注意力争夺战变得极为关键。除了把产品和服务做好，还需要明确的营销和运营思路，" 酒香也怕巷子深 " 的观点对于周明哲们尤为适用。

虽然坦言对与信息流广告的研究还不算透彻，但周明哲对它的感性认识还是 " 有效 "。在 2018 年之前，他仍然将主要的广告投放费用分配在线下渠道，线上投放仅仅只有两成；但从今年开始，对以百度为代表的线上投入开始呈现出几何倍数的上升态势，预估会达到五成左右的水平。

这种投放比例的变化并非孤例，在大多数中小客户中这是一个已然普遍的现象。变革的背后支撑是信息流广告等线上投放渠道的有效性，拥有完整闭环的百度成为了其中最大的受益者。

信息流的下一步？

在线广告市场的变化速度往往超过业内人士的预估。信息流广告市场显然已经足够拥挤，平台方想要突出重围不再只是依靠对于资源的 " 跑马圈地 "，更需要思考如何通过差异化实现对市场的争夺。对于百度来说，这张王牌就是已经 All in 的人工智能。

事实上，对这家互联网巨头来说，亮眼的数据已经为移动端信息流广告的发展奠定了坚实的基础。根据百度第三季度财报披露的数据，截至 2018 年 9 月，百度 APP 的每日活跃用户数达到 1.51 亿，同比增长 19%，信息流产品用户使用时长同比增长 68%。

在百度之外，包括 今日头条和微博在内的信息流广告巨擘也几乎有着不相上下的数据表现。但需要注意的是，量是一个层面，但质在当下追寻增长的大环境下显得更为重要。换句话说，能在多大程度上实现精准地投放才是至关重要的。

事实上，要在充裕的信息和受众间实现精准匹配，其难度不亚于 " 大浪淘沙 "。在其他大多数平台上，实现广告精准化定向几乎都基于人口统计学和基础标签数据。这种模式的缺陷在于所谓的 " 精准 " 不过是模糊的精准，它实现了广告投放从大众向分众的提升，但离真正意义上的个体化传播的程度还远远不够。如何弥补这一缺憾，用人工智能技术弥补、描摹甚至预测受众的画像和行为就成为关键。

扫地车制造商爱瑞特对这一点深有感触，以往对于这一类 toB 行业，由于目标受众十分小众，通过标签或有限维度的过往行为数据引导投放很难达到完全的精准。但在人工智能技术的辅佐之下，基于意图进行预测性定向，便能从众多的线索踪迹中找出潜在的目标受众。" 百度能够很好地完成这一任务，目前每天的有效转化率比较高，基本上花很少的钱就可以带来很大的转化和效果 "，爱瑞特的负责人这样说道。