当AI Agent成为营销新引擎 破解流量困局与ROI迷局
如果无法正常显示，请先停止浏览器的去广告插件。
1. 演讲人：冯成蹊
2. 01
02
03
04
05
06
增长的枷锁
营销市场的失衡与内卷现状
01
破局的信号
AI如何重塑营销价值链
02
我们的答案
以AI Agent为核心的增长新范式
03
两大核心策略
如何破解流量与ROI双重困局
04
技术基石
“SDK+Agent”架构如何驱动增长飞轮
05
未来展望
下一代智能营销的演进方向
3.
4. 01
营销市场的失衡与内卷现状
5. • 2024年行业前十大公司
市场份额占比 96.01%
• 前四公司占 74.25% ，
已有三家公司收入规模突
破千亿元大关
• 前十大公司中有六家公司
在2024年增长幅度达到
两位数，增速跑赢大盘
6. 头部平台：“火焰”
媒体侧困境
74%
市场份额
垂直APP广告位闲置率高达 40%
优质流量被低价贱卖，价值无法体现
缺乏精准匹配能力，填充率不足
市场高度集中 广告主侧困境
TOP4企业占据74%的市场份额，广告主预算高度集中于头部媒体 获客成本持续上升，ROI不断下降
" 赢者通吃 " 投放效果不稳定，品牌安全风险高
头部平台拥有强大的议价能力和流量优势，进一步挤压中长尾媒体 缺乏精准触达能力，用戶匹配度低
和广告志的生存空间
核心矛盾：中心化的撮合模式，已无法满足供需两端对”精准"与”效率"的极致追求
7. 1.广告投放成本高、效果难量化；
1.拥有大量垂直细分人群的中长尾应
用广告位闲置或者被流量联盟贱卖
2.中小广告主难以获得展现机会；
3.虚假流量比例高、缺少中长期效果评
估导致广告主真实ROI低下
2.开发者对透明化、高收益变现平台
需求迫切
3.媒体后台操作成本高，调优难度大
，媒体往往将开屏等核心广告位外
包给第三方，第三方中间商对媒体
产生的实际广告收益形成又一层盘
剥
1. 市场寡头化，平台话语权强；
2. 在增长空间相对匮乏的情况下，中小
企业在规则突破和市场边界方面进行多
种“探索”，导致作弊、刷单、品控问题
时有发生
8. 02
AI如何重塑营销价值链
9. AI技术正从"优化工具"转变为"价值重塑者" ，市场切入的最佳时机
辅助工具
优化用户体验、提升效率
价值重塑者
重构营销底层逻辑，创造新价值
10. AI技术正从"优化工具"转变为"价值重塑者" ，市场切入的最佳时机
案 例 一 : Applovin
Applovin的AI算法核心
基于用户终身价值的预测：Applovin的AXON引擎，利用深
度学习和庞大的数据处理能力，其核心目标不是赢得单次的
·深度学习和大数据分析 ，实现高度精准的广告投放
·智能变现策略 ，优化广告位匹配
·预测用户行为 ，提升广告效果和媒体收益
展示。而是
11. AI技术正从"优化工具"转变为"价值重塑者" ，市场切入的最佳时机
案 例 二 : Perplexity.ai
探索基于用户真实意图的营销模式
·理解用户的复杂查询，提供高度相关的信息
·实现更自然、更有效的营销触达
·摒弃传统强制性广告，提供整合信息体验
从“强制打扰”到“自然融入”：营销信息不再是打扰用户的“
广告”，而是满足用户真实意图的“答案”本身，实现了广告效
果与用户体验的极致统一
12. 市场基座已成 技术燃料已备
• 移动互联网的用户规模和应用数量已达顶
峰用户的注意力却被无限分散在数十万个
垂直、细分的APP中‘规模化’与’碎片化’并
存 • 关于用户真实行为的高维度数据。这不再
是简单的’年龄’、‘地域’标签，而是包含兴
趣、意图、时序行为的复杂信息
• 一个如此复杂的生态系统，亟需一种全新
的、分布式的智能去疏导和匹配，而Agent
正是为此而生的最佳范式
• AI算法与云端算力经历了爆发式增长，处
理这些高维数据的成本在指数级下降，我
们终于有了能消化这些‘大数据’的强大‘AI引
擎’
• 单纯追求短期KPI（如点击、安装）的’流量
收割’模式正让我们陷入’预算空转’和’用户劣
质’的恶性循环，大家开始真正关注LTV（用
户长期价值）关注可持续的真实增长
• 广告主需要的是’商业伙伴’，而不仅仅是‘流
量入口’这种从’短期交易’到‘长期共生’的诉求
转变，为Agent的应用铺平了商业道路
DATA×AI ，营销回归真正的价值投放
13. 03
以AI Agent为核心的增长新范式
14. "
" "AI Agent
核心理念
"
交互方式 数据利用 平台中心化的“黑盒服务” 参数驱动的“工具配置” 以平台公域数据为主导 全局效率最高的“流量拍卖师”
智能主要集中在平台方的超级算法中，
广告主和媒体是这个中心化大脑的“服
务调用方” 用户设定的是具体的广告计划和优
化目标（如oCPC、oCPM、目标
ROAS），本质上是在配置和使用一
个极其强大的“优化工具” 虽然也接收转化回传数据，但其决
策核心更依赖平台自身生态内的海
量行为数据，与广告主的私域数据
存在一定壁垒和延迟 其核心目标是在全局流量中，通过实
时竞价拍卖机制，找到当前出价最高
且最匹配的广告，实现平台收益和广
告主短期效率的最大化
核心理念 交互方式 数据利用 生态角色
分布式智能体协同 目标驱动的“任务委托” 公私域数据深度融合 价值共生的“生态构建者”
为供需双方（媒体和广告主）都配
备专属的、自主决策的AI Agent，
它们是代表各自利益的“智能伙伴” 用户设定的是最终业务目标（如“提
升高价值用户占比”或“激活沉默用
户”），Agent自主将目标分解并执
行全链路策略
将广告主APP内的私域用户行为（
LTV、活跃度）作为核心信息，实
时、深度地反哺和指导公域的拉新
Agent，实现长效价值闭环
生态角色
旨在激活被中心化平台忽视的中长
尾流量价值 ，通过智能撮合构建一
个供需双方共赢的新生态
15. "
" "AI Agent
App拉新促活场景
垂直行业营销场景
需求方Agent Agent匹配中心 供给方Agnet
代表广告主 ，承载营销预算和具体目标 "智能大脑" ，通过AI算法实现智能撮合 代表媒体方 ，掌握流量特征和变现需求
他想要的（如流量）
他能给的（如预算）
他想要的（如流量）
他能给的（如预算）
权益交换场景 他想要的（如流量）
（如会员权益换流量资源） 他能给的（如预算）
App拉新促活场景
"
营销服务
Agent_1 营销服务
Agent_1
营销服务
Agent_2 营销服务
Agent_2
营销服务
Agent_3
聚合加工
撮合匹配
营销服务
Agent_3
他想要的（如流量）
他能给的（如预算）
他想要的（如流量）
他能给的（如预算）
他想要的（如流量）
他能给的（如预算）
营销服务
Agent_4
营销服务
Agent_4
户外运动
动漫二次元
宠物
……
16. 04
如何破解流量与ROI双重困局
17. APP
解法
问题
1. 单个中长尾App用户量小，画像单一 1. 对媒体侧历史对App用户的上下文数据分析
2. 难以吸引预算广告主青睐 2. 结合用户在不同App、不同时间维度上的数据
3. 广告位被闲置或参与平台统一低价变现 3. 通过分析Agent+匹配Agent，将“点状”流量聚合为有规模的特定“流量簇”
数据上下文
通过Agent自动分析上下
文数据，同时自动识别相
似行为的人群用户
跨App聚合
将分散在不同App中的特
征用户智能聚合成有特定
特征的用户群体
精准匹配
将聚合的人群与对应的广告
需求方进行精准匹配
价值实现
实现流量价值的最大化
且实现App对用户的最
小打扰
18.
19. "
"
"
"
友盟智能用户运营
促留存
新增用户
私域运营
（促活）
活跃用户 促转化 会员转化
沉默用户 促活跃 流量变现
流失用户 做召回
分析Agent
客户Agent
公域投放
（拉新）
调度Agent
目标人群&媒体探查
投放目标
变现目标
分析Agent
基于友盟
大数据需
求匹配网
人群流量价值洞察
决策Agent
交互&理解
理解/承接需求
调度Agent
客户Agent
决策Agent
任务拆解/调度
匹配Agent
方案&预估收益
巡检Agent
投放策略推荐
需求与供给撮合匹配
风险及效果巡检
任务拆解/调度
交互&理解
理解&承接需求
20. 05
“SDK+Agent”架构如何驱动增长飞轮
21. 智能Agent服务
分析助手
巡检助手
营销助手
数据分析Agent
客服助手
智能场景Agent 智能人群Agent 智能搜索Agent
智能时机Agent 智能渠道Agent 智能客服Agent
智能创意Agent 需求归因Agent 需求收集Agent
智能诊断Agent
智能报告Agent
运营辅助Agent
智能巡检Agent
友盟开发者SDK产品服务（累计服务291万移动应用）
移动统计U-App
消息推送U-Push
性能监控U-APM
社会化分享U-Share
数据公共层
（全域基础数据建设及特征应用）
智能认证U-Verify
22. • 通过模型对信息的推理和发散，解决原有人
为标注和聚类抽取的标签不够丰富，在营销
场景召回匹配度不够的问题。
• 通过标签扩量和细分，来做更精确的匹配。
• 通过对模型的蒸馏，以及sample数据的微
调，解决大模型推理速度问题。
23.
24.
25.
26. 感知层 数据神经末梢
数据采集
执行与反馈
智能大脑
决策层
通过Mutil-Agent集群，包括分析、
巡检、调度、生成、匹配等多种
Agent，执行复杂的撮合与优化
友盟全域SDK网络，实时/海量采集用户行
为数据，为智能决策提供原始、真实的用
户行为上下文数据
执行层 供需交互界面
算法优化
提供简洁的Agent化交互界面，通过AI实
现基于目标的智能理解与任务拆解，无需
复杂操作即可完成任务与优化
27. 06
下一代智能营销的演进方向
28. 增强智能与超个性化
生态智能与去中心化营销
自主智能与Agent协同
29.
30.
31. Explore the limits of AI applications