文/刀客doc

01

如果这两周你在刷广告行业的新闻，大概会注意到几条放在一起有点意味深长的小事。

乐高在美国和丹麦同时挂出了几则程序化岗位：全球程序化媒体经理、程序化媒体专员、媒体策划助理，这些人将加入乐高新成立的 in-house 媒体团队，负责数据驱动的买量，并“组建并领导一支高效的程序化团队。 

其实乐高公司本来就有400人规模的内部创意团队Lego Agency，如今开始把程序化投放也往内部回收。无独有偶，美国纸制品巨头 Georgia-Pacific 早就把几乎所有数字媒体预算收回内部，由自己的团队直接和 DSP、零售媒体网络打交道，代理商更多负责电视和部分策略。

在英国，Boots 搭起了一个内外混编的媒体与零售媒体团队，既有自建的 Boots Media Group，用自家会员数据卖广告，也在内部扩充程序化、社交和CTV能力。 

本身，品牌的inhouse已经被说的太多了，算不上什么新闻。

2023年的时候，美国全国广告主协会（ANA）给过一个数据，82% 的会员企业已经拥有某种形式的内部代理机构，这个比例在10年前还是58%。但在程序化广告上，多数预算仍然在外部代理和平台手里，真正把程序化完全 in-house 的，只是一小撮品牌。 

前几天跟一个广告主聊到了这件事，他也认为品牌布局inhouse团队固然有节省成本的动机，但另外考虑的一个因素是，越来越重要的数据主权问题。

02

这两年广告主，尤其是大型广告主都有一个焦虑：广告费是自己掏的，但是那些最关键的行为数据，却散落在平台、代理商和第三方工具的服务器里。

一个快消广告主跟我吐槽，他们曾经做过一次全链路的数据梳理。从小程序埋点，到广告投放 SDK、归因工具，再到云上的标签系统，一路下来，发现：品牌内部能真正看的，永远是报表视角，一旦往下追溯到原始日志和模型参数，就走不通了。

这个时候，平台会说考虑到隐私合规问题，这些数据只用于本次投放优化，是安全的、汇总的。问题在于，数据链条太长了：DMP、CDP、追踪 SDK、反作弊、程序化平台、第三方测量……

企业每年砸下去几亿的广告费、云服务费和工具费，换回来一堆分散在平台、代理和第三方工具里的数据副本。报表是平台汇总的，底层的用户触点、行为日志、模型参数也不是自己的。这些数据被谁看过、被用来训练了哪些黑盒算法、有没有顺势反哺给了竞品，很多品牌自己也说不清。

任何一个环节出问题，监管和公众先来找品牌；但真要追责的时候，你自己都说不清数据的完整去向。

虽然名义上，数据写的是归品牌所有，但是其实在实操里，平台有更大话语权。

数据存放在某家云厂商的 CDP、某个平台自带品牌数据平台、某个黑盒 DMP，品牌是账号拥有者，但不是数据拥有者。企业可以登录、看报表、拉人群包，但不能导出原始日志，也不能确定自己的数据有没有被顺手喂进对方的通用模型里；

如果企业想要更换一家供应商时的事后，最终能带走的可能是一堆看不懂的字段，迁移成本巨大。

结果就是数据在法律意义上是广告主的，在实际执行上却往往说不清楚。

还有一个因素，监管愈发严格，无论是隐私合规，还是反垄断，都在提醒广告主：不能随便把用户行为数据丢给一长串陌生的第三方。

但现实业务又逼着广告主需要接入更多能力：更精细的归因、更实时的反作弊、更聪明的智能出价。每接入一个 SDK、一个 clean room，数据路径就多一个节点、多一条分叉。

在现行的广告代理制度下，这种矛盾被进一步放大。企业授权代理公司执行投放，合规责任却仍然落在广告主身上；至于数据怎么采集、怎么共享、日志保留多久，往往是代理和技术供应商在实际拍板。等到出了问题，品牌才发现，自己既是责任主体，又不清楚细节。

这样下去，再去看品牌做 in-house，搭一个内部媒体或数据团队，在一定程度上改善了数据归属的问题，而这个改善的作用很关键。

至少，核心用户触点和投放日志要先流进企业自己的系统，算法怎么使用、哪些数据可以共享到什么颗粒度，应该由企业来定边界。

03

还有一个令人悲观的问题：在 Google、Meta这些围墙花园面前，品牌真的能谈所谓的数据主权吗？

从技术现实看，很难。

平台掌握分发逻辑，掌握用户的跨站身份体系，也掌握着绝大部分上游行为数据。无论是谁，想触达用户，都逃不开这些花园的入口。第三方 cookie 退场、移动端 ID 收紧之后，这种依赖反而进一步加深了。

在这种结构下，所谓数据主权更多是一种相对的概念。

过去很长一段时间，点击算不算转化、转化窗口多长、哪些行为被计入 ROI，往往由平台提前写好。广告主看到的是一个已经被算完的结果，很难追问这些数字背后的假设，是否符合自己的业务现实。

有了内部媒体或数据团队之后，企业至少有了更多的主动权，很多公司习惯了用平台默认的指标讲故事，CTR、CPM、转化率、ROAS。这些指标未必错，只是它们天然偏向短期、偏向平台视角。

只要 ROAS 好看，就算成功，至于这一轮投放是否伤害了长期品牌心智、是否透支了用户耐受度，并不会在报表上立刻体现。

品牌开始 in-house 程序化，它可以把会员 LTV、复购、NPS、自然搜索占比这些指标，拉进同一块看板里，和 ROAS 放在一起看；

可以自己拉时间线，看一波投放的；可以在内部会议上，用自己的口径去解释，花费的巨额广告费，到底得到了什么。

04

平台在外部讲的是另一套话术：合作、共建、clean room。

零售媒体就是一个典型场景。

从一定层面上看，它是帮品牌用好数据：品牌可以不依赖第三方 cookie，直接基于零售平台的购物数据定向，可以做闭环归因，知道某一波曝光之后，哪类人在线上线下买了更多商品。

不过真正拥有用户关系的是零售商，datahub 的控制权仍在对方系统里。品牌得到的是一层加工过的洞察和人群包，更多扮演数据租户的角色。

在更大的平台上，逻辑也是类似的，只是技术名词可能换成了clean room数据清洁室，品牌可以用自家的数据，在一个受控环境里和电商平台的曝光、搜索、购物数据做联结和分析，底层原始数据不出各自账户，看上去隐私安全又前卫。 

这些共建 hub的形态，确实给了品牌更多分析能力，也绕开了很多合规的坑。但有一个前提并没有变化：计算发生在平台规定的环境里；可用字段、可做的联结、能拿走的结果，都由平台接口设计决定。

品牌在这里争取到的，是一种参与权，企业可以带着自己的数据进来，一起算，但最后长什么样、哪些维度能算，仍是平台定好的。

所以，品牌加紧收回数据主权这个说法，需要承认一个前提：这个主权不会以我拥有全部数据的形式出现，而是在有限空间里，尽量拿回一些解释权和协商权。

05

还有一个容易被忽略的现实：即便把平台和代理捧到一边，很多品牌自身的数据底子，也没那么厚。

不少公司嘴上讲着我们有庞大的会员体系、一手的交易数据，真把数据库拉出来看，但一个现实问题是数据标准不统一。

同一个用户，在不同平台、不同工具、不同系统里往往对应着不同的 ID，真正要把这些数据拼接起来，成本极高，也未必拼得完整。很多时候，企业看到的只是被切割后的局部视图，而不是一个可以连续追踪的用户路径。

更大的问题在于数据的时效性。现如今的广告营销的投放已经是毫秒级的出价、竞价和分发，但不少企业内部能调用的，仍然是一套按天甚至按月汇总的报表。数据从采集、清洗到汇总，层层延迟，等它进入决策视野时，往往已经错过了最关键的投放窗口。

结果是，前端在做实时决策，后端却只能用滞后的数据复盘，两套节奏长期错位。

这也是为什么，越来越多品牌意识到，一套能被及时调用、能参与决策的数据基础设施，才是更重要的。如果数据始终停留在事后统计层面，那么无论归因模型写得多漂亮，最终都很难真正影响投放本身。

对比之下，零售平台、超级应用的优势反而更扎实：

他们掌握的是跨品类、跨品牌的日常行为轨迹，能看到这个人昨天买菜，今天看了儿童玩具，下周可能去旅行的连续图像；单个品牌手里的，只是这幅图的一角。

也正因为如此，很多品牌在谈数据主权时会有一种隐隐的不安：理论上我应该更重视自己的数据，但实际操作中，很多时候还是离不开平台提供的洞察和人群包。

所以乐高选择了一条中间路线，先收回程序化团队，把账号和日志握在自己手里，再通过 clean room、零售媒体网络这些方式，去借用平台的视野。

未来的趋势或许是，大品牌会继续加码 in-house。

乐高、Georgia-Pacific 这样的企业，会进一步扩充内部媒体和数据团队，把 DTC、电商、零售媒体、程序化投放拉进一张更完整的经营视图。代理商会更多提供咨询、策略、培训，而不是天天帮你调出价。 

中等规模的企业主会停在混合模式，一部分程序化和搜索、社交收进来，重度依赖的渠道（比如某几个大平台、某些垂直媒体）继续通过代理操作。内部团队主要负责账号管理、数据沉淀和内部解释，代理负责带来外部经验。

对品牌来说，如果只停留在把买量团队搬进来、把账号抬头改一改，意义一定是有限的。

更难、也更关键的是，把内部各业务线的数据先理顺，在 clean room、零售媒体、平台广告后台之间，敢于拿出一套不完全跟随平台口径的效果，对内部的CEO、CFO对齐，哪怕短期看起来没那么好看。