媒体的选择
广告投放往往是产品的用户是谁，就投放谁，但有时候，使用者和购买决策的人确是两个不同的群体，如儿童保健类，教育产品，儿童没有购买力，家长才是做购买决策的人；如保健品，大部分是通过子女送礼的形式实现；还有一些toB的产品也是类似的，所以投放应该针对的能够做购买决策的人，
在购买者和使用者分离的情况下，要看购买驱动力来自哪一方，这个就是我们的真实的受众了，驱动力就是广告的创意方向了，而他们在哪里，就是选择媒体的依据，比如儿童保健类，驱动力一般是妈妈或公婆对孩子的关爱，大城市的妈妈一般通过网络获取信息，如在线垂直社区，但对于三四线程城市的妈妈可能是没触网的，电视对她们是最有效的了，通过对受众群体的分析选择适合的媒体。
其次是降低广告成本，关于这方面方法还是有很多的。
第一点，议价能力
大客户往往具有比较好的议价能力，比如4A，大型传媒集团、大型广告主与媒体主有很多的合作关系，基于互惠互利，能拿到比较好的资源和价格，为了更好的服务好大客户，媒体主都会有专门的大客户部门和预算，这无可厚非，大客户消费了那么多，这是基本的客户关系维护的做法。
当然现在很多媒体主都是线上的广告系统的，有些会说改不了，或没权限改，就是给不了discount的意思，但实际往往都会有其他的操作形式去获取广告资源的discount，谈其他合作，采用“捆绑销售”的形式曲线实现，广告资源作为打包或享有优先级。
并不是说你的花费要很大才有很好的议价能力，议价能力是相对的，谁有优势，谁就有利，比如一些代理公司，为了获取客户，往往就会给返点，discount，这是代理机制的延续，你可以通过一些打理去做，当然往往会是代理机构里面的一个人要handle很多的客户，往往不能把你服务的很好；比如三四线城市的电视，报刊，这些广告资源售卖不充分，给折扣是非常大，一些地区的县市的消费能力并不亚于大一些的城市的，如果你的用户群是在这些区域，可以去尝试，往往能得到不错的价格，但近年电商平台的消费下沉在拉高这些县市的成交价；比如一些户外广告，app的开屏广告是按时间结算，一个广告周期多少钱或一天多少钱，对外报价往往是数十万，上百万千万的，但实际上的成交价格往往会低于这个，越早预定给的discount会越低，这是因为广告资源的不可逆，过了就没了，为了及早敲定后面的排期，媒体主往往会给discount，这时候你就有优势了~~
第二点，规模经济
这是经济学上的规律，既然有规模经济了，那么就有规模不经济。
营销费用可以分为固定和非固定来的，固定的可以基本的人力成本和开设账号的费用，这些是不变的，非固定的就是你投放的，不管你有没投放，固定成本都是存在的，规模经济就是在一定的产出范围内，固定成本不变，新增产出可以分担更多的固定费用，从而使得总成本降低，而新增产出往往是通过加大营销投入，也就是加大非固定部分的投入。
但并不是所有的加大投入都是规模经历的，加大投入后，产出没有变就是规模不经济的，而且规模不经济是常出现的情况，就是打水漂了，曾经经历过投入近千万的打水漂的了，事后总结，我们缺少检验，过程验证。
这种加大营销费用的决策基本只有总监或各种O才能做的。
第三点，交互效应
现在的用户是多屏多终端多场景，营销也要海陆空全方位的，线上的搜索广告，展示广告，web的，wap的，app的，线下的户外，报刊，电视等，多种渠道之间一定会有交互效应。
如何定位交互效应会是一个难题，线上和线下没有打通，目前线上对交互效应有比较好的分析应用，就是用归因分析了，利用归因分析可以知道辅助渠道的助攻作用，这个渠道分析里面常用的分析思路，就是交互效应的应用。
第四点，测试检验
就是做AB测试了，新选取小范围的受众做测试，看受众对产品的理解，接受能力，不行就修改，直到达到满意的效果，才大范围推广开来，其实广告都是改出来的，没有一个广告推出就效果很好的，那些有效果的广告的背后往往都已经经历N次测试有就被你看到。
AB测试的背后就是不断优化的过程，期间会用到很多的优化分析的方法，如细分，漏斗分析，归因等。用AB测试去验证你的假设。
广告领域有一个有趣的现象，每年都有有很多的广告评选，如最佳广告，最佳创意，或什么的，而这些广告很多人是在这评选会上才看到这个它，在过一段时间，半年，一年后，这个广告还在吗？这类广告就像事件营销一样，很多人只是为了制造短时间的爆炸话题，而没有去想这么将热度延续，而是否是真的短时间爆炸还有待商榷的，具体的可以参考每年的各种营销事件，如某车企的阅读量，某歌手转发，某公众号~。事件营销对很多的团队来说是很难的重复制造的，毕竟杜蕾斯只有一家。
相反有些广告，可能难登大雅之堂，但是一想到，对方就说出来了。是骡子是马，除了用最终的消费产出做为评估方式，我们还需要监控一些过程指标，在这个广告、营销的投放过程中有很多可以做数据监控，交叉验证的，去检验的。虽然一些广告是品牌广告，难监控，难并不代表没有，很多数据是可以从多个角度去看的。
今年给一家外国企业做中国区的数据监控和验证，我出的数据报告就是作为第三方报告，国外部分是另一家公司在负责，它们的媒介是给一家全球的知名的广告和传播集团，我每周都会review和discuss数据，看结果是不是真的像广告公司报告所说的那样。
广告成本是可以降低，但降低的速度太快，往往就是数据操控，如今年某上市公司18年获客成本是一百多块，19年第一季度直接成十几块？这降幅堪比过山车，说数据操控会有法律上的问题，而统计口径定义不同成为这类状况的借口。
