先说下，我们为什么要做这件事，在我们大众认知里面广告技术团队是在服务买量，帮助买量团队解决买量工具化的问题，比如说批量创建提高效率、比如说做一些预测模型等等提高买量的效果。是的，这没错，但这只是基础。并且有很多第三方的工具可以来做。并且媒体平台的能力也越来越强。比如头条的投放管家来代替批量创建、谷歌的UAC，压根就不需要你搭建很多广告计划。

我觉得inhouse的广告技术团队核心价值围绕以下四个方面ROI、协作效率和透明度、数据安全、经营策略。

广告投放一定是以ROI为目标的，影响ROI的2个关键维度是CPI和LTV。假设消耗恒定的情况下，如何提高ROI，要么降成本，要么提收入。目前流量红利殆尽，产品竞争激烈，CPI的趋势是逐年增长。我们只能通过尽可能的去找到精准用户，降低留存成本或者付费成本，这也是媒体模型侧的优化目标，大家不管是在国内还是在海外投放，重度游戏应该都是基本买付费目标，或者买付费强相关性目标。但是这些依然是非常重要的优化路径，后面有机会详细说说。所以广告技术团队同时要具备去赋能提升LTV，并且把这个作为业务目标之一 。

协作效率和透明度，广告维度的协作效率和透明度这个就不用说了。inhouse的广告系统对于每一笔钱花在哪里、返点政策如何清清楚楚，更加重要的是发行和研发运营一体化。很多公司应该都遇到这样的事情，今天的数据效果不好，研发指责UA团队：“你导的什么垃圾用户。” UA团队则认为研发最近版本和运营活动怎么做的？数据这么差。互相扯皮和踢皮球，其实事情的本质应该是大家的目标是一致的，但由于缺乏这样的体系构建，导致大家的信息不透明化带来的管理成本和信息损失。

数据安全这块，毋容置疑，全链路数据全部在自己手上。更有效激活内部DMP，更好地管控数据和人群定向。

经营策略，打通数据闭环，基于全链路分析，除了帮助发行准确地去优化发行策略外，同时让研发更加高效接触市场，了解市场，去面向用户做产品。从公司层面去看小到制定月度目标，大到公司经营决策，这些都离不开全面的数据度量。

不知道你们思考过没有，一条素材该消耗多少广告费才算素材制作成本回本的问题？而要解答这个问题，就需要一整套的业务闭环。