為什么奧美這類公司終將“倒閉”？
圖片來自視覺中國
來源：JZplus（ID:jzcs0320）
作者： 言十
奧美在恐懼什么？
隨著客戶的加速流失，奧美這類公司三五年工作經驗的職員，薪資實際上已經被砍到只有一個應屆畢業程序員的水平。
事實是，自冷戰結束以來，現代廣告業的蓬勃發展，本質上寄生于信息的不對稱。而這種利潤來源正快速被計算機技術突破。
比如搜索流量的分發、認知計算（如商品匹配推薦）的應用、商場人流的建模……如今從線上到線下，這些現代營銷數據實際掌握在真正的 Digital 手中，甚至就掌握在客戶自己手里。
所以你會發現大企業主常常開始詬病奧美這類公司三個事實：
1）流水線式廣告服務，缺乏針對具體案例的具體分析。因為抓數據靠實習生，準確程度遠不及 Digital 公司的一個爬蟲計算；做執行靠外包，溝通效率遠不及 Digital 的直接傳達。
2）“我為什么請奧美？因為我想讓我主管知道，你看，我花這么多錢請了奧美，業績也沒什么大起色，所以這不賴我，僅此而已。”
3）奧美之類廣告公司客戶，有時候不是因為廣告公司做得好，而是因為公司地區老總和客戶老總的私交好。
甚至一些和奧美之類的大廣告公司解約，和 JZ 簽約的品牌部門也會這么跟筆者調侃。
奧美應該是害怕了，在前兩天發布的2016數字趨勢報告中，奧美罕見地失去了辯證分析態度，極盡可能地對2016幾乎每個數字科技領域潑冷水，而不得章法的分析則透露著滑稽的無知感——
比如以上這段近似小學生的行文邏輯，很難想象出自奧美的兩位數字及創新主管 Marshall Manson 和 James Whatley 筆下。
行業有云“最好的餐廳只選擇白色的桌布”，而現在奧美卻在嘗試阻止食客弄臟桌布——以計算力可能存在的瑕疵恐嚇客戶，不許客戶弄臟自己的桌布——膽怯的背后，自然是無能。
奧美為什么恐懼？
奧美這類公司是怎么誕生的？理解了這個廣告學史（筆者估計很多奧美人也不懂的）問題，你也就知道了它們扎根的土壤，和它們恐懼的來源。
隨著二戰的到來，歐洲現代主義產品設計發軔地包豪斯學院徹底關閉，而學院中的教授甚至部分創始人物很多都逃亡美國。但是，與德國時期具有社會民主主義性質的包豪斯思想不同，美國人認為設計是推進經濟發展的一個重要促銷策略。
但美國人意識到設計也是一種經營資源，包豪斯學派的大多數繼承人都成功在美國立足，通過這一全新的、對工業設計具有批判性的主義，美國人發現它能迎合美國消費者喜新厭舊的消費心態。加之美國人對“人才”、“社會”、“資金”、“信息”的綜合思考習慣，使得企業識別形象和品牌管理得到巧妙發展。
于是在跨過二十世紀三十年代的美式“流線型”產品設計后，奧美之類以品牌管理為最高目標的廣告公司應運而生，因為制造商已經來不及消化設計原理，他們急需第三方來整合制造與設計。
所以讀者們不難發現，品牌管理是產品設計的一個模塊，而產品設計是經濟基礎的一個上層建筑表現，而經濟基礎在彼時是工業科技的結果，在當今則是信息科技。
傳統品牌管理的整個時代技術背景被顛覆了。當客戶自己就能獲取對稱信息時，或者外包商自己就與能力處理對稱信息時，奧美能不恐懼嗎？
但如果奧美之類的公司忘掉自己的本，無視乃至排斥技術的力量，后果則是更不堪設想的。
摘自《奧美2017年數字趨勢報告》：
一些產業可能已經過度依賴自動化了
美國聯邦航空管理局擔心，自動駕駛已經使得飛行員的手動駕駛技術退化。他們相信，過度依賴自動駕駛已經至少引起了兩起致命的失事。把決策權交給機器的過程是難以逆轉的。
并貼了一張其他科技媒體，注意是“媒體”而不是數據機構的新聞頁面截圖。
如果你遮掉這一頁的奧美 LOGO，你很難相信這段論述出自奧美，而不是出自某篇高考不及格作文的蹩腳論述。
奧美應該做什么？
麻省理工的 John Maeda 曾有過這樣一句評價：計算機是不是道具而是素材。確實，你發現在現代數字營銷中，小到一個 H5（移動 HTML5）引擎的獨立流量吞吐，大到一個品牌輿情的實時更新系統——它們是營銷本身。
筆者看到奧美自己給自己支了個招——
這個文科思路請醒一醒吧，大數據商業不是因為“大”才叫大數據，而是因為交叉比對和垂直挖掘才叫大數據。廣告的數據分析不是無盡地導入新領域的數據，而是在確定的數據樣本里挖掘無盡的比對分析結果。
奧美的員工不妨低頭看一看自己手頭都達不到應屆畢業程序員的薪資，多從機器學習行業而不是傳統廣告行業審視工作，比如讀一讀《書單｜數據科學家的7本入門讀物》里推薦的書，自然是對理解信息化傳媒廣告有益無害的。
認清數字化，積極向數字化轉型，才是奧美不倒閉的唯一出路。這句話說來簡單，但放下奧美傳統的傲氣是不那么輕而易舉的。
報告里仍然有大量真知灼見，比如筆者最認同的這一頁。
完整版《奧美2017年數字趨勢預測報告》下載地址：https://pan.baidu.com/s/1kUMWopL
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
全部評論（5條）