數據、數學和(And)營銷都是老熟人(People)。時(Hour)光倒流，穿越程序化、CRM、數據庫營銷、直銷和(And)科學廣告時(Hour)代。盡管如此，無論你如何切片，過去 20 年都是關于(At)數據的(Of)。觀衆數據。轉換數據。設備圖形數據。第一(One)、第二和(And)第三方數據。身份數據。目标數據。測量數據。大(Big)數據。
廣告數據癡迷的(Of)程序化時(Hour)代在(Exist)很大(Big)程度上源于(At)易于(At)獲得。新網站、新應用(Use)程序、新設備和(And)互聯網可靠地産生(Born)了越來(Come)越大(Big)量的(Of)數據流。龐大(Big)的(Of)數據集可以(By)（并且在(Exist)某種程度上仍然可以(By)）輕松鏈接 - 無論最終用(Use)戶是否知情或知情同意。廣告的(Of)數字數據固定也源于(At)财務結果。定位有效。描述性和(And)預測性統計模型有效。學習算法有效。對受衆、優惠和(And)創意作(Do)品的(Of)數據驅動測試。
但大(Big)數據不(No)一(One)定是更好的(Of)數據。當鏈接這(This)些巨大(Big)的(Of)行爲(For)數據集（如 cookie 和(And)設備 ID）所需的(Of)機制變得稀缺時(Hour)，尤其如此。這(This)正是今天正在(Exist)發生(Born)的(Of)事情，因爲(For)不(No)受約束的(Of)數據收集、匹配和(And)鏈接的(Of)做法受到(Arrive)兩種力量的(Of)影響。第一(One)：隐私法，例如 GDPR 和(And) CPRA。其次，最大(Big)的(Of)數字平台——Alphabet（谷歌）、亞馬遜、蘋果和(And) Meta（Facebook）——擁有專有數據的(Of)自身利益，這(This)爲(For)它們提供了巨大(Big)的(Of)專有優勢。
幸運的(Of)是，許多重要(Want)的(Of)問題不(No)需要(Want)大(Big)數據來(Come)回答。例如：我(I)想和(And)多少人(People)交談？他(He)們住在(Exist)哪裏？将媒體預算從線性電視轉移到(Arrive)流媒體電視的(Of)增量收益是什麽？哪些廣告平台對我(I)的(Of)目标受衆的(Of)影響最大(Big)？
這(This)些問題的(Of)答案很小，但很宏觀。将宏觀數據視爲(For)一(One)種經過提煉和(And)集中的(Of)廣告方法。宏觀數據揭示了彙總模式，即使僅在(Exist)方向上正确，對媒體規劃和(And)衡量也比最深的(Of)數據湖更有價值。

以(By)下是捕捉逐漸減弱的(Of)程序化廣告時(Hour)代與後數字化宏觀廣告早期之間差異的(Of)幾種方法。

對于(At)營銷人(People)員來(Come)說，也許最重要(Want)的(Of)心态轉變是通過大(Big)規模應用(Use)小數據的(Of)策略來(Come)緩和(And)對大(Big)數據訪問的(Of)關注。