2018年程序化广告领域将有以下几个需要重点关注的特点和趋势：

　　程序化广告生态多元化更加明显

　　整个程序化广告生态已经从单一的“DSP+ 公共 RTB 市场”向多元化方面发展。一方面，广告主们在数据采购、媒体购买、广告形式和用户触达等各方面拥有了更为丰富的选择；另一方面，多元化也对广告主的规划和统筹优化能力提出了更大的挑战。

　　媒体方建设“围墙花园”热情不减，泛程序化技术将浮出水面

　　大媒体纷纷自建程序化交易市场和私有的广告投放平台，形成各类互不相通的“围墙花园”市场，以 AI 为基础的“泛程序化”技术能够起到联接“围墙花园”，实现自动化运营，提升运营效率的作用。预计 2018 年会出现此类基于 AI 的“围墙花园”联接平台，泛程序化将成为一个重要的系统发展方向。

　　市场对大数据价值评估趋于理性

　　“大数据营销”、“精准营销”概念的提出，都是营销对数据的期望。然而过度的概念营销，导致了数据本身价值和期望价值之间的落差。通过 5 年的发展，广告主对数据及其作用的认识逐渐趋于合理。

　　2018年，广告代理和广告主都会加强自身DMP（数据管理平台）的建设。手工选择“标签”和人群画像的做法，从实际效果看数据未能发挥预期的作用，数据的利用正在逐渐向 AI 自动化转移，由手工和经验的选择转变为机器自动决策。自动选择第三方数据和评估数据价值的工具将会出现，并逐渐在数字营销中发挥作用，以体现数据真正的价值。

　　针对线下场景的数据营销会出现爆发式增长

　　自动获取线下数据，并和线上数据打通，实现线下线上无缝集成，是一个趋势。2018 年，利用探针技术，获取用户的 MAC 地址，再通过大数据打通线上的行为数据，对线下具体场景的人群进行精准的定向营销，这一模式将会有一个爆发式增长。随着物联网的发展，标签和画像将更多应用线下的数据，线下场景数据将会比单纯的线上浏览行为更有价值。

　　市场对新技术追求热情不减，但是技术“牛刀”将依旧难以落地

　　2018 年“基于深度学习的 AI”和“区块链”的概念会在各种营销论坛流行，但是因为数字营销领域大数据的规模过大，质量不高，难以平衡成本和效率之间的性价比，这两种技术在程序化广告领域仍难落地。可以预见在 2018 年，传统的机器学习依旧会是程序化广告的主流技术。