上回咱们说到，在模型时代，广告行业的演进方向：回归营销本质，精确表达广告营销诉求，避免无效堆基建；同时打磨优秀创意，创作能吸引用户的、真正有信息价值的广告内容，不要让你的广告沦为电子垃圾。

腾讯广告增长的进化，远不止弃基建、重创意这些表面上的升级。一个新的体系要表现出新气象，当然要实打实地帮助客户，成为他们扩大和优化业务的助手。而这，仅仅靠模型能力的提升，肯定是不够的，还需要产品层面新模式的探索。

在与腾讯公司副总裁、腾讯广告商业平台部总经理、腾讯广告商业AI副总经理的深谈中，我对模型时代的增长产品升级，理解深入了很多，总结出这么两个趋势：深度行业化、经营一体化。今天，咱们就来展开聊聊这个话题。

不知道大家有没有体会，数字广告的发展历程，是在从“流量”到“经营”不断深入的。在今天做增长，除了少部分纯粹的品牌宣传以外，“增长经营一体化”的理念，早已经是深入人心。

这个理念，咱们已经说了很多次，从二价市场的“实话实说”定律，到实践中一体化闭环的案例，都介绍了不少，这里不用再过多展开。用简单的几句话来概括，可以这么说：经营水准越高，从获得的用户身上收益越高，就能承担更高的获客成本，从而在竞价的腾讯广告市场中获得决定性优势。

因此，从腾讯广告平台的角度来看，其目标也不是把流量扔给客户就行，而是要朝着优化其深入的经营目标努力。而这样的努力，上一篇所讲的模型时代的演进，是个大背景。

为什么这么说？举个例子，假设要优化的是一款游戏的充值，而不仅仅是激活或者点击，那是不是面向这款游戏产品建模，是个基本的前提？如果还在腾讯广告ID上搞，那深层的转化数据就更有限了，想驱动经营，只能是望洋兴叹。

记得我们在上一篇里说过，模型时代，绝不意味着客户除了素材无事可做，那具体要做什么呢？这里就看出门道了：面向经营做优化，先得把你的经营过程都数据化，然后取一些关键的节点数据，回传给腾讯广告平台。这个数据基建，对腾讯广告朝着经营化的方向进展，是画龙点睛的一步：毕竟，巧妇难为无米之炊，再强大的模型，你要不给它画好了靶子，它也不知道往哪儿打。

别以为这是个很容易的事儿，咱们拿电商来说吧，用户下单，只是万里长征迈出了第一步，后面还有采购发货、用户签收、客服退款等一系列环节，只有这些都完成以后，才知道这一单是不是真的挣到钱了。那要把这些后链路数据回传，先得把这些发生在线下的搬到线上吧，这正是“数字化”这个时髦的词儿，在增长领域非常具体的含义。

谁率先建立起完整的数字化基建，将数据化的经营过程与腾讯广告平台的模型相配合，直接闭环优化经营过程，谁就能率先吃到模型时代的巨大红利，这就是新时代的新增长模式。

要往优化经营的方向前进，稍微深入想一下，就会发现一个更大的挑战：优化经营，必然要诉诸行业化的解决方案。您想想看，就拿电商和游戏作比较，这两者的业务周期、转化流程、商业目标，都可以说是千差万别，还甭说两边数据表能不能统一，能不能揉巴揉巴一块建模，就算是建出模来，在不同场景下的有效性也是南辕北辙。

也就是说，面向经营的腾讯广告平台，必须要先成为各行业的经营助手。要解释这个理念，从游戏行业切入再合适不过了。咱们就以3.0在游戏行业的解决方案为例，来理解一下行业化经营的要点。

优化经营的第一步，是面向产品而非广告ID建模，因此需要客户把商品库先完善起来。这一概念，起源于电商行业，但绝不是仅适用于电商。在3.0中，游戏行业的投放，也要先确定产品，标定游戏类型，并且可以提供相关的行业信息，另外，大模型还可以根据更广域的知识，从游戏拓展出更多的语义信息，用于广告建模。

游戏行业化经营的第二步，是根据“全生命周期”的理念，确定本次投放合理的目标。这个全生命周期的概念，咱们的老读者肯定不会陌生：此次投放是要做新游戏预约？还是开服快速拉用户？还是严格考核ROI的日常平推？显然，不同的目标对目标用户选择、建模优化方向的要求大有不同。

在3.0的产品中，将游戏增长全生命周期中的典型场景做了归纳，客户只需要选择本次合适的目标，模型就内嵌了相应优化目标，把通用工具变成场景化的增长引擎。还有一点，值得说一下，这次游戏行业的全生命周期增长，不再是对不同场景采用不同的模型，而是将场景作为一个参数代入，用同一个大模型优化不同目标。

腾讯广告游戏行业用同一个模型优化不同目标

游戏行业，只是一个典型的例子，因为它的生命周期长、场景丰富，特别需要行业化的解决方案。从这个例子里，我们能够大概描摹出在模型时代，腾讯广告行业化增长域经营的趋势性新模式：首先确定行业，然后描述清楚或选择已有的产品，在指定了场景化的优化目标后，把数据统计和建模优化的过程交给系统，进行半自动的探索和优化。

关于经营一体化，前面咱们说了，模型能力的提升，并不意味着客户无事可做。恰恰相反，客户需要把精力花在更加艰辛的业务流程数字化上，才能与模型的能力互相配合、相得益彰。

为了帮大家再深入理解一下这个观点，我们谈谈另一个很有代表性的行业——线索行业。

所谓线索行业，就是通过表单收集用户资料，后续转化过程离线完成的这类客户。

然而，如果站在经营的视角看问题，线索行业，实际上不能称为一个“行业”：保险公司收集的线索，和汽车厂商收集的线索，后续跟进和转化的过程大不相同。要真正优化经营，那得把后链路转化过程上的关键节点数据记录下来，回传给广告平台，这才能帮模型建立起正确的优化目标。

腾讯广告线索行业通过后链路数据建立正确的优化目标

这么看，在模型时代，系统虽然提供了强大的优化能力，但是数据化的商业目标，才是这一能力的点睛部分。这个点睛的过程，没有任何人可以替代客户完成。

所以您看，模型升级了，客户并不能躺平，反而要求其数字化基建过程提速。而这一步要做的事，可比原来堆广告基建要麻烦多了，也有意义多了。拿汽车收集线索的场景来说，填好表单的用户线索，电话回访的反馈如何，是否到店预约了试驾，后续是否买了车，这些才是真正为客户创造利益的经营行为。

只不过，这些行为都发生在线下，得把它们记录下来，及时地与相应的线索关联并回传，显然并不是轻松的事儿。当然，虽然麻烦，想躲是躲不掉的。实际上，这就是在模型时代，客户要下大力气去搞的“商业链路数字化”。

有了商业链路的数字化，增长经营的目标更明确；而有了大模型的全新能力，这些数据的价值被更充分地挖掘。因此，模型时代的线索收集与优化，与以往是完全不同的概念，真正有机会称为客户的行业化经营助手。

模型能力提升的必然结果，是腾讯广告增长转变到面向产品、行业化经营的路线上来。也就是说，腾讯广告增长不仅要拉来用户，还要切实提升客户的经营收益。

从这个角度出发，聚焦产品表达，并在商业链路数字化的基础上，将明确的目标数据回传，同时，腾讯广告平台结合不同行业的全生命周期，提炼出若干典型的营销场景，定制其优化过程。这些，将是面向未来做好增长，客户和腾讯广告平台互相配合的重要方法论。

说了这么多，大家可能会发现，在模型时代必将发挥重大作用的AI新技术，我们谈得还不多。别忙，因为AI对增长过程的改造，并非仅仅局限于内容和客户工具，而是通过将整个营销飞轮越来越自动化的改造，彻底地改变着做增长的思路和方法。