1. 程序化购买在中国是被过度宣传的“神话”概念？
真正了解不同程序化交易模式的广告主还占少数。因此很多广告主都会被大量的专业术语忽悠，而完全没有意识到所谓的“精准”所带来的问题：资源的质量，价格的不透明，以及市场声量的不固定性。
2. 为什么品牌广告的程序化发力很晚？
程序化购买最初的起源在于解决网盟的售卖效率，因此可被程序化的媒体资源和网盟一样，都属于媒体的剩余资源。这种资源带来的客户群体以效果类为主，比如游戏，电商，旅游等。这些广告主的关注重点在于媒体渠道带来的订单和注册量，只要能带来效果，他们不会特别在意广告出现在哪里，网站的首页或者三四屏都一样。
但是品牌广告主对于媒介投放的需求和效果类广告主完全不一样，最核心的一点在于购买渠道的把控。对于效果类广告主来说，他们的推广和购买渠道都在线上，从广告的曝光一直到最终的购买可以形成一个闭环，并且能够在一个体系内衡量。虽然品牌广告主也有线上的销售渠道，但占比相当有限，因此品牌广告主希望推广能够尽量覆盖他们的目标人群，让他们记住品牌并且产生好感，最后产生线下实际购买。
3. 中国vs欧美的环境？
中国的主流视频媒体相对较少且集中，非常注重与强调资源的优质性，对自动化优质资源售卖流程的需求并不强烈；而广告主更希望程序化能够帮助他们提升实际的媒介投放效率，如减少非目标人群的曝光、跨媒体超频曝光的浪费等，并非简单的优化流程。
在欧美，广告主通常直接向媒体以固定的价格购买优质高价的预留资源。程序化帮助广告主与媒体从传统耗时的销售管理流程中解放出来，提升广告投放的执行效率，为媒体的销售团队节省更多时间与精力去专注于建立和维护客户关系。因此欧美国家更喜欢使用“自动化预留”（Automated Guaranteed）来形容保价保量的程序化交易模式。
4. 数据同资源绑定在一起的利弊？
在这种资源绑定的模式下，数据对于广告主是看不见摸不着的，并且数据的费用已经直接打包进了资源单价，因此，国内的广告主也暂未形成单独为数据付费的习惯。但是，只有当资源与数据分开，广告主对数据的来源及质量才会越来越重视，因为数据质量会直接影响程序化筛选的标准。
5. DMP优先级设置对投放效果的影响？
DMP在程序化投放中决策曝光挑选，但并不代表广告主只要指定一个DMP供应商就万事大吉了，最关键的点在于如何挑选标签以及设置优先级，这些都会对投放效果产生很大影响。
例如：某品牌核心目标用户是女性20-35岁，那这部分人群即为广告主最想触达的消费者。但由于“推送比”是固定的，广告主无法返还所有非“女性20-35岁”的流量。当广告主需要在2倍推送比的情况下在北京买100次曝光时，广告主需要在媒体释放的200次曝光机会中挑选100次。当媒体已经释放了199次曝光，而广告主挑选了99次，那么这最后一次曝光机会即不论是否为“女性20-35岁”广告主都得被迫买单。所以在定量挑选的情况下，DMP的优先级设置应该从最苛刻（核心人群）排序到最宽松（非目标人群）。
值得一提的是，标签优先级中有一类比较有意思，即“无法识别”，这些曝光机会在DMP里没有查询
结果，因此既有可能是目标人群也有可能是非目标人群，但在上述的情况下其优先级会比“男性”高，
因为广告主很明确的定义过“男性”为最不想触达的人群。
这里需要说明一点，当无法识别的曝光占比高时，主要因素有两点：第一，投放平台和媒体以及DMP的Cookie Mapping体量过低；第二，DMP本身的数据量和覆盖量过低。第一个问题可以通过技术手段解决，但是第二个问题则要求DMP必需有全网的覆盖才能无视识别率所造成的问题。
6. 第三方监测样本的不足之处如何破？
在一个锁定母婴人群的案例中，第三方监测样本可能没有孕期数据，广告主需要通过另外一个维度进行对母婴人群的验证。通过广告主的传统调研，母婴垂直网站是母婴人群获取信息的一个重要渠道，可以简单的总结浏览过母婴垂直网的人群有更大的可能性是母婴产品消费者。因此广告主可以通过第三方监测对比在网民中和活动内的母婴人群占比。
下述数据显示在没有使用孕期标签的活动中，同期网民母婴垂直访问占比为11.6%，活动内未使用孕期标签监测到的访问占比为11.3%，基本与网民自然分布一致；在使用了孕期标签的活动中，活动内上过母婴网站的占比远远大于同期网民的占比。
这对比可以间接说明母婴人群数据的价值。这个方法论目前还不完美，但由于当前市场尚欠对非人口属性的验证标识，目前只能实现到此阶段。
7. 为什么做了跨媒体频控，还会存在超频现象？
这里的关键点就在于定量挑选的模式。在固定的推送比下，程序化只能做到频次的优化，但无法做到100%不超频。因为固定的挑选比例意味着当媒体超频含量高的时候，还是会被迫挑选超频的曝光。
8. DMP识别率的这个问题，怎么办？
每个DMP都有自己的数据来源，当数据来源与投放渠道100%一致时，DMP才有可能认识所有媒体的流量。但是国内的DMP很少能达到这种条件，通常它们只能全量覆盖某一家媒体或者多家媒体的部分流量。因此DMP无法达到100%的媒体流量识别。目前这个问题很难解决，因为没有一家DMP是覆盖全网络的，我们只能拭目以待未来的解决方案。
请点此下载完整的报告。
.png&h=334&w=500&q=100&v=20170226&c=1)
.jpg&h=334&w=500&q=100&v=20170226&c=1)
.jpg&h=334&w=500&q=100&v=20170226&c=1)
.jpg&h=268&w=401&q=100&v=20170226&c=1)
