每家公司都在努力提高他们在新媒体上投放的横幅广告效率。在这一领域， 90%的努力目前花在瞄准目标人群上。如果你点击某一链接，你将看到一则特制的广告。如今，市场上已经涌现出了一个完整的产业，专注于收集点击流数据，并进行相应推荐。

但这做对了一半，而同样重要的一个问题在于，确定目标人群之后，你应该如何与这些消费者进行沟通？这就是广告变形能发挥效力的地方。

举例来说，一家汽车公司可能会选定一名目标消费者，因为点击历史显示他有兴趣买车。但与随机向他发送汽车广告不同，汽车公司可以跟踪这名消费者的在线行为，确定他所喜欢的沟通风格。我们将其称之为消费者的认知或思维风格。他是想要一张全国运动汽车竞赛中赛车的图片呢？还是更注重引擎的技术参数？或者他想要的是一张正在乡村俱乐部停车的司机的时尚大片？什么最能引起这名消费者的反应？

这是一个多臂老虎机问题（multi-arm bandit problem），因为它就像是一个带有很多拉杆的老虎机。广告商在“拉拉杆”时一定要选择对的拉杆，从而让广告与目标消费者的思维风格相匹配。但是，对于广告行业来说，这是难上加难，因为一名消费者的思维模式存在不确定性。

我们的算法解决了这一问题，它通过监测点击流数据来确定消费者在网上的决策方式。在搜集到足够的信息之后，这一算法可以确定一名消费者可能的思维风格，并根据我们对思维风格的预估为其匹配最理想的广告——所有的过程都是实时的。

在与通用汽车这类公司合作测试该算法之后，我们发现，广告变形在增加横幅广告的效力方面有很大的潜能。一些公司在一番努力之后仅获得了1-2%的点击率增长，但我们发现，基于思维风格的变形广告可以将这一效率提升至83%。我们还发现，变形还可以将品牌的知名度提升30%。这些效果都是非常有意义的。

尽管我们的算法可由任何熟练的程序员执行，但广告变形也会为预算带来挑战。为了使用这一工具，公司必须针对不同思维风格的消费者设计更多的广告。这里也可能存在跨部门合作的问题，因为制作广告的人员必须与负责寻找目标人群的分析师协调一致。

尽管如此，这是我们目前所知的唯一整合了思维风格和实时广告变形的算法。这一算法非常先进，而且它能够为横幅广告带来新一轮的市场变革。

格伦·尔班是麻省理工学院营销学荣誉教授、荣誉院长以及该校数字商业中心（Center for Digital Business）的主席。约翰·豪瑟（John Hauser）是麻省理工学院斯隆商学院的营销学教授。他们联合撰写了论文《横幅广告变形》（Morphing Banner Advertising），并发表于《营销学》（Marketing Science）杂志上。