廣告動態化-千人千面
人有千差萬別，不同的人 基礎屬性不同 ：性別、年齡、收入/消費水平、教育程度， 場景狀態不同 ：地理位置（城市級別、所在省市）、上下文環境（所屬頻道、頁面內容）、終端狀態（網路環境、終端型別、作業系統、運營商）， 歷史行為不同 ：針對不同型別內容有不同操作（閱讀、點選、收藏、關注、下載、購買、活躍和留存）， 興趣愛好不同 。我們知道，廣告是要把 合適的內容在合適的時間以合適的方式呈現給合適的人 ，對於不同型別的使用者靜態展示單一創意和商品，千篇一律，轉化效果不理想可想而知，對此提出廣告動態化，具體而言是 程式化創意和動態商品廣告（DPA） ，下面我們分別介紹。
程式化創意/動態創意： 不同使用者看到不同的創意素材，同一使用者在不同階段（首次/非首次看到廣告，未轉化使用者/已轉化使用者）展示不同的創意，以更符合當時使用者的場景。
創意製作： 區別於過去從內容到形式直接製作整個創意，而是將內容、標題（m）與形式（n）分開設定（解耦），由系統進行自由組合（m*n），擴大創意數量和可能性，隨機展示（DPA可以呼叫商品庫素材，不滿意手動編輯替換）。
曝光策略： 根據各個創意的轉化資料（點選率、轉化率）動態調整曝光策略：增加高轉化素材的曝光次數，減少低轉化素材的曝光，從而提升整體創意的轉化效果。
DPA：動態商品廣告-對接商品庫，根據訪客的不同動態展示不同商品。
適用範圍 ：多品類商品/服務（千人千面，個性化推薦）。
商品庫對接（方式）：
手動上傳商品資料包，適用商品數量較少，變化頻次低；
API介面，適用商品數量較多，變化頻次高。
曝光原理： 訪問媒體（網站/APP）的人群有個性標籤，商品庫的商品有個性標籤，針對標籤做匹配，不同使用者展示對應的商品廣告，包括創意-落地頁-轉化。
目的/效果 ：將合適的內容展現給合適的人，提高廣告的匹配度和轉化效果。
需要注意的點：
標籤對映 ：媒體端使用者的標籤體系和商品端的標籤體系做對映，二者的標籤要對的上，商品廣告才能做適配；
資料閉環 ：廣告主需要回傳使用者的後續轉化資料，從創意曝光到點選、到達及最終轉化完成訂單需要建立資料模型，以動態調整策略提高轉化；
商品種類 ：廣告主的商品/服務的種類有足夠多，才可以針對不同使用者做對應展示；如果品類少，效果相對差一些，則主要通過程式化創意適配使用者。
標籤調整 ：初始的標籤可能並不精準，商品的標籤會隨著轉化資料的變化而動態調整。
使用者標識 ：不同來源/終端型別的使用者需要做識別並唯一標識，PC端主要做Cookie Mapping，移動端主要用裝置號，安卓（IMEI）-iOS（IDFA）。