传统的广告形式,包含常规的线上展示的有效性已经在下降。而另一方面，以数据信息为驱动的广告能够 实现更高级别的定位，个性化，展示位置和时间安排。数据驱动广告代表着采用自动化，人工智能,机器学习算法和按占比扩展到客户的通信或消息传递的占比。大数据考虑到了企业具有的有关客户行为的全部数据信息，并将其用来更加有意义的交互。全球品牌花费超过400亿美元来采用搜索数据信息，浏览和购买行为，历史数据（例如过去的购买历史，参加发展趋势和位置数据信息）来提供个性化的在线广告。往年，仅美国公司的数字广告支出就达到1290亿美元。

现阶段市场问题

虽然数据驱动的数字广告呈持续上升发展趋势和增长发展趋势，但它并不是完美无缺。

市场研究公司遭遇着消费者参加的严重下降。众多消费者，尤其是被广告商所钟爱的富裕年轻人，十分讨厌广告，以至于他们为避免广告而付费。没法覆盖受众，造成营销成本上升，广告渠道数量成倍增加，而覆盖全部这些渠道的成本却激增。

鉴于参与者仅限少数没有动机的受访者，因而检索到的数据信息一般很差且不精确。与此同时，伴随着技术进步的发展趋势，来自大数据的洞察力现已成熟，黑客和机器人的欺诈性交易也已成熟。

现阶段采用消费者数据信息的传统广告系统现已过时，并不能使企业开展有效的营销活动。例如Facebook，Google和腾讯之类的数十亿美元公司一直在主导数字广告。身为集中平台，他们能够 采取客户的个人数据信息；每当客户进行搜索或单击链接时，这些大型平台都可以线上捕获客户的偏好和行为。因而，在这些平台上具有如此庞大的客户数据库，造成广告代理商喜欢采用此平台。鉴于关键服务和平台的集中化，问题发生了，大多数人都在采用这些平台-Google，Facebook，微信是最受大家喜爱的实例。不仅具有的数据信息不是私有的（正如CambridgeAnalytica丑闻中所看到的），集中式系统还允许单点故障，这很容易受到数据泄露的影响。

集中式平台还受益于网络效应，而且伴随着它们获取垄断市场份额，它们不可能优先考虑到单个客户的隐私需求，尤其是因为它将侵蚀他们的底线。针对没有可行的替代平台的客户，惯性是不公平的。