论文部分内容阅读
摘 要 传统的广告主要依靠粗犷式的信息传播以及通过名义上的“市场调研”来观察、识别消费者，广告呈现出“千人一面”的局面，甚至广告主和消费者之间无法相互识别。而随着互联网+、物联网、大数据时代的快速更迭和发展，数据高速公路的建立加速了信息的流动，人、信息、媒介和物可以实现无缝链接。数据的高速发展推动了计算广告的诞生和发展，通过精准的用户画像，不仅可以降低接触客户的成本，还可以建立品牌与用户共同成长的价值关系以达到ROI的最大优化。
关键词 大数据;计算广告;用户画像
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2020）10-0077-03
智能时代，计算广告将根据数据、算法和智能决策精准定位用户画像，推荐“量体裁衣”的用户广告，从算法上来消除广告物理属性带来的点击率预估偏差的问题[1]。
1 计算广告的概念辨析
William F. Arens在《当代广告学》中曾这样定义广告：广告是由已确定的出资人通过各种媒介进行的有关产品（商品、服务和观点）的，通常是有偿的、有组织的、综合的、劝服性的非人员信息传播活动[2]。广告不完全等同于搜索或推荐，它首先是一项商业活动，然后才是一项需要在互联网环境下需要技术优化的商业活动。业界关于计算广告的描述有很多，但大部分都从其功能以及效率的角度来描述。如周傲英等提出，计算广告是一种精准投放的广告投放机制，在计算的基础上找到最优匹配的广告内容并定向给目标人群实现广告效益最大化[3]。她将计算广告视为一种广告投放的新形式，从计算广告的价值角度去描述。Andrei Broder也在2008年提出，计算广告是给定情景C下的用户U找到一个合适的广告A，以实现“最优”的匹配[4]。这也是从计算广告要实现的目的的角度去描述。
2 计算广告传播范式的流变
由于旧有式的粗犷广告传播已经无法满足信息高速发展的现代人的口味，所有能被“互联网+”的人、事、物和产业都正在与芯片和网络发生有机的融合。网络信息和技术的高速发展推动着广告传播向着数字化、网络化、人性化的方向发展。
2.1 基于面线点的基准精准投放传播
中国最早的广告是1994年10月由AT&T赞助、在HotWired.com的网站发布的横幅广告，早期的互联网广告仅仅被认为除了杂志、报纸、电视、电台之外新的媒体版面的呈现形式[5]。而且媒体也确实按照传统媒体的形式在电脑上售卖固定的广告位给广告主。不同的是在线合约广告是按时段售卖，但只能粗精度投放，无法对消费者的行为动机做出准确的预估。媒体为了提高流量的变现，摆脱广告位这一标的物逐渐衍生出竞价广告模式。它将量的约束从交易中剔除，多家广告主同时竞争，单位时间内流量“价高者得”，将无法用合约售卖的剩余流量找到变现渠道，用户画像也初具雏形。2000年前后，随着互联网媒体和用户数的激增，以及竞价模式的不断完善，产生了新的实时竞价模式——程序化购买。彻底摆脱了量的约束，摆脱了从面到线的传播方式，逐渐走向个性化的定制广告方向。
2.2 趋于消融的广告传播边界
在数据信息化领域，突破时空物质边界的交流始终是人类信息传播活动所追求的核心目标。广告的边界趋于消融主要有两点。
1）投放的广告带给用户沉浸式的体验，让人无法分离和分辨广告和内容。互联网通过程序设定和算法模型对人类行为进行筛选，精准预估和判断用户的行为轨迹，原生广告在这样的背景下应运而生。原生包涵两层涵义：广告的展示风格和样式变得和用户内容一致;广告的投放决策逻辑和内容生产一样[1]。
2）企业追求与用户共同构建品牌文化与价值，由于可以通过大数据精准锁定目标用户，因此可以根据目标用户的需求不断的调整投放的广告。用户双方在不断调整广告内容的过程中构建的信任度和关联度是其他形式的广告无可比拟的，这时也很难给广告和用户之间画一个清晰的边界。
2.3 整合营销传播到融合定制的传播
为了有效的降低ROI总产出与总投入的比例，早期的广告传播采用整合营销的方式。所谓整合营销就是通过多渠道的有机配合来达到整体投放效果的最优。传统的广告就是通过营销整合的手段和传播媒介发出同一个声音，把工业化大规模生产的同质化产品传播并输入到全国甚至全球更广范围的地域和更多的同质化消费者面前[1]。信息高速公路的建立使得数据高速发展，广告主对于用户的定位更加精确，这时候的消费者就从原来同质化的“画像”中开始分离出来，逐渐向多元化、立体化，个性化的方向发展。
2.4 计算广告是如何进行用户画像定制
大数据对用户画像的形成主要依靠两种模式定性+定量[6]。先利用定量的算法模型和程序设定对接收到关于用户的各种数据进行分类然后精准定位到用户;后利用定性的方法演绎论去推理用户行为模式背后的动机、可能形成的原因使得量化数据下的用户标签更加立体化、多元化、精确化，更好地把握消费者画像。如图1所示。
3 计算广告未来发展的新趋势
3.1 全域化，多渠道的数据智能获取和智慧决策
麦肯锡咨询公司对大数据的定义是超出了典型数据库软件的采集、储存、管理和分析等能力的数据集[7]。它的特点就是数据体量巨大，成规模化（Volume）;种类多样化（Variety）即数据来源多样化，要從多样化的数据来源中找出彼此的关联;数据高速运作处理 （Velocity）即对数据的高效使用以及高速的数据处理能力[8];信息的利用率（Value）虽然数据的体量庞大，但是对于信息数据的精度的提炼和运用，以及来源的真实性却无法把握，所以需要多渠道将不同来源的信息数据整合在一起才能全景化的分析用户的行为特征，进行精确画像。计算机物联网广告时代，多种智能设备全方位的采集用户的行为信息，广告主可以24小时全天候实时掌握用户的动态更新信息，比如PC端、移动App端、可穿戴设备、甚至是企业间对于个人数据的掌握。利用PC端对用户的行为信息全面综合分析的有点、移动App端实时动态更新的优点，将来的广告投放会根据用户使用不同的终端，处在不同的情境投放适合的广告，并且同时增强广告投放（VR）实景功能。 3.2 双向互动的画像技术更加成熟
消费者已经由过去的“被标签化”“被数据量化”被广告主戴上数据面具而转向消费者“自戴面具”。消费者会主动欢迎那些能给它们生活带来乐趣，促进提高生活品味，给生活带来娱乐和便利的广告[9]。虽然大数据利用给计算广告可以根据用户的需求精准投放客户需要的广告，但是这个只是一个不断输出却没有输入的过程。用户与广告之间需要建立一个双向交流的平台。计算广告通过大数据精确搜索到目标用户，目标用户与品牌一起参与广告前期关于产品的特性、产品销售环节参与广告制作的讨论;而广告主也会根据目标用户提供建议的质量予以一定的奖励，这样用户与广告主达成一种“品牌与用户共同成长”的良性循环。5G时代的到来，意味着数据的采集以及处理的成本更加的快捷化、便捷化，数据的成本不再昂贵。互动意味着平等。广告主不仅可以掌握目标客户的数据信息，用户也可以掌握一部分自己所关注的目标品牌的信息，构建属于自己印象中“品牌”的画像。
3.3 广告内容程序化创意
程序化创意指的是以数据为导向动态化生成广告的过程。它基于一定的程序化创意平台（programmatic creative platform），通过大数据与创意的程序化算法，能根据品牌产品的特性、市场形象定位、设计风格向广告主推荐相关的设计素材，如背景、广告语、颜色等合适的创意素材[10]。或这些组图的元素被设计师选定后自动生成适合不同消费者的广告，根据消费者对不同风格广告的关注度及时反馈给广告主投放率高的广告素材和风格。这种能够自动生成广告并能获得反馈的广告创意程序不仅给广告主省却了大量寻找素材的时间，也能通过“低成本”，通过便捷的客户反馈，获得“高产出”的广告产品。“广告主可以节约大量的成本和时间将精力放在核心素材的投入上。创意不再是核心内容，如何加工和处理数据才是未来计算广告发展的王道。
参考文献
[1]刘鹏，王超.计算广告：互联网商业变现的市场与技术[M].北京：人民邮电出版社，2015.
[2]William F.Arens.当代广告学[M].丁俊杰，程坪，译.北京：人民邮电出版社，2005.
[3]周傲英，周敏奇，宫庆学.计算广告：以数据为核心的Web总和应用[J].计算机学报，2011（10）：1805-1819.
[4]段淳林，杨恒.数据、模型与决策：计算广告的发展与流变[J].新闻大学，2018（1）：128-136.
[5]刘庆振.“互联网+”时代的计算广告学：产生过程、概念界定于关键问题[J].新闻知识，2016（6）：10.
[6]钟夏泉.大数据与用户画像在计算广告发展中的应用研究[D].广州：华南理工大学，2017.
[7]张辉锋，金韶.投放精准及理念转型——大数据时代互联网广告的传播逻辑重构[J].當代传媒，2013（6）：42.
[8]柳青.大数据精准广告现状及发展策略研究[D].重庆：重庆工商大学，2018
[9]巩见坤.浅析大数据时代精准广告的发展[J].出版广角，2017（288）：72-74.
[10]杨晓燕，黄晓君.为升级时代的消费者画像[J].销售与市场，2015（4）：40-42.
关键词 大数据;计算广告;用户画像
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2020）10-0077-03
智能时代，计算广告将根据数据、算法和智能决策精准定位用户画像，推荐“量体裁衣”的用户广告，从算法上来消除广告物理属性带来的点击率预估偏差的问题[1]。
1 计算广告的概念辨析
William F. Arens在《当代广告学》中曾这样定义广告：广告是由已确定的出资人通过各种媒介进行的有关产品（商品、服务和观点）的，通常是有偿的、有组织的、综合的、劝服性的非人员信息传播活动[2]。广告不完全等同于搜索或推荐，它首先是一项商业活动，然后才是一项需要在互联网环境下需要技术优化的商业活动。业界关于计算广告的描述有很多，但大部分都从其功能以及效率的角度来描述。如周傲英等提出，计算广告是一种精准投放的广告投放机制，在计算的基础上找到最优匹配的广告内容并定向给目标人群实现广告效益最大化[3]。她将计算广告视为一种广告投放的新形式，从计算广告的价值角度去描述。Andrei Broder也在2008年提出，计算广告是给定情景C下的用户U找到一个合适的广告A，以实现“最优”的匹配[4]。这也是从计算广告要实现的目的的角度去描述。
2 计算广告传播范式的流变
由于旧有式的粗犷广告传播已经无法满足信息高速发展的现代人的口味，所有能被“互联网+”的人、事、物和产业都正在与芯片和网络发生有机的融合。网络信息和技术的高速发展推动着广告传播向着数字化、网络化、人性化的方向发展。
2.1 基于面线点的基准精准投放传播
中国最早的广告是1994年10月由AT&T赞助、在HotWired.com的网站发布的横幅广告，早期的互联网广告仅仅被认为除了杂志、报纸、电视、电台之外新的媒体版面的呈现形式[5]。而且媒体也确实按照传统媒体的形式在电脑上售卖固定的广告位给广告主。不同的是在线合约广告是按时段售卖，但只能粗精度投放，无法对消费者的行为动机做出准确的预估。媒体为了提高流量的变现，摆脱广告位这一标的物逐渐衍生出竞价广告模式。它将量的约束从交易中剔除，多家广告主同时竞争，单位时间内流量“价高者得”，将无法用合约售卖的剩余流量找到变现渠道，用户画像也初具雏形。2000年前后，随着互联网媒体和用户数的激增，以及竞价模式的不断完善，产生了新的实时竞价模式——程序化购买。彻底摆脱了量的约束，摆脱了从面到线的传播方式，逐渐走向个性化的定制广告方向。
2.2 趋于消融的广告传播边界
在数据信息化领域，突破时空物质边界的交流始终是人类信息传播活动所追求的核心目标。广告的边界趋于消融主要有两点。
1）投放的广告带给用户沉浸式的体验，让人无法分离和分辨广告和内容。互联网通过程序设定和算法模型对人类行为进行筛选，精准预估和判断用户的行为轨迹，原生广告在这样的背景下应运而生。原生包涵两层涵义：广告的展示风格和样式变得和用户内容一致;广告的投放决策逻辑和内容生产一样[1]。
2）企业追求与用户共同构建品牌文化与价值，由于可以通过大数据精准锁定目标用户，因此可以根据目标用户的需求不断的调整投放的广告。用户双方在不断调整广告内容的过程中构建的信任度和关联度是其他形式的广告无可比拟的，这时也很难给广告和用户之间画一个清晰的边界。
2.3 整合营销传播到融合定制的传播
为了有效的降低ROI总产出与总投入的比例，早期的广告传播采用整合营销的方式。所谓整合营销就是通过多渠道的有机配合来达到整体投放效果的最优。传统的广告就是通过营销整合的手段和传播媒介发出同一个声音，把工业化大规模生产的同质化产品传播并输入到全国甚至全球更广范围的地域和更多的同质化消费者面前[1]。信息高速公路的建立使得数据高速发展，广告主对于用户的定位更加精确，这时候的消费者就从原来同质化的“画像”中开始分离出来，逐渐向多元化、立体化，个性化的方向发展。
2.4 计算广告是如何进行用户画像定制
大数据对用户画像的形成主要依靠两种模式定性+定量[6]。先利用定量的算法模型和程序设定对接收到关于用户的各种数据进行分类然后精准定位到用户;后利用定性的方法演绎论去推理用户行为模式背后的动机、可能形成的原因使得量化数据下的用户标签更加立体化、多元化、精确化，更好地把握消费者画像。如图1所示。
3 计算广告未来发展的新趋势
3.1 全域化，多渠道的数据智能获取和智慧决策
麦肯锡咨询公司对大数据的定义是超出了典型数据库软件的采集、储存、管理和分析等能力的数据集[7]。它的特点就是数据体量巨大，成规模化（Volume）;种类多样化（Variety）即数据来源多样化，要從多样化的数据来源中找出彼此的关联;数据高速运作处理 （Velocity）即对数据的高效使用以及高速的数据处理能力[8];信息的利用率（Value）虽然数据的体量庞大，但是对于信息数据的精度的提炼和运用，以及来源的真实性却无法把握，所以需要多渠道将不同来源的信息数据整合在一起才能全景化的分析用户的行为特征，进行精确画像。计算机物联网广告时代，多种智能设备全方位的采集用户的行为信息，广告主可以24小时全天候实时掌握用户的动态更新信息，比如PC端、移动App端、可穿戴设备、甚至是企业间对于个人数据的掌握。利用PC端对用户的行为信息全面综合分析的有点、移动App端实时动态更新的优点，将来的广告投放会根据用户使用不同的终端，处在不同的情境投放适合的广告，并且同时增强广告投放（VR）实景功能。 3.2 双向互动的画像技术更加成熟
消费者已经由过去的“被标签化”“被数据量化”被广告主戴上数据面具而转向消费者“自戴面具”。消费者会主动欢迎那些能给它们生活带来乐趣，促进提高生活品味，给生活带来娱乐和便利的广告[9]。虽然大数据利用给计算广告可以根据用户的需求精准投放客户需要的广告，但是这个只是一个不断输出却没有输入的过程。用户与广告之间需要建立一个双向交流的平台。计算广告通过大数据精确搜索到目标用户，目标用户与品牌一起参与广告前期关于产品的特性、产品销售环节参与广告制作的讨论;而广告主也会根据目标用户提供建议的质量予以一定的奖励，这样用户与广告主达成一种“品牌与用户共同成长”的良性循环。5G时代的到来，意味着数据的采集以及处理的成本更加的快捷化、便捷化，数据的成本不再昂贵。互动意味着平等。广告主不仅可以掌握目标客户的数据信息，用户也可以掌握一部分自己所关注的目标品牌的信息，构建属于自己印象中“品牌”的画像。
3.3 广告内容程序化创意
程序化创意指的是以数据为导向动态化生成广告的过程。它基于一定的程序化创意平台（programmatic creative platform），通过大数据与创意的程序化算法，能根据品牌产品的特性、市场形象定位、设计风格向广告主推荐相关的设计素材，如背景、广告语、颜色等合适的创意素材[10]。或这些组图的元素被设计师选定后自动生成适合不同消费者的广告，根据消费者对不同风格广告的关注度及时反馈给广告主投放率高的广告素材和风格。这种能够自动生成广告并能获得反馈的广告创意程序不仅给广告主省却了大量寻找素材的时间，也能通过“低成本”，通过便捷的客户反馈，获得“高产出”的广告产品。“广告主可以节约大量的成本和时间将精力放在核心素材的投入上。创意不再是核心内容，如何加工和处理数据才是未来计算广告发展的王道。
参考文献
[1]刘鹏，王超.计算广告：互联网商业变现的市场与技术[M].北京：人民邮电出版社，2015.
[2]William F.Arens.当代广告学[M].丁俊杰，程坪，译.北京：人民邮电出版社，2005.
[3]周傲英，周敏奇，宫庆学.计算广告：以数据为核心的Web总和应用[J].计算机学报，2011（10）：1805-1819.
[4]段淳林，杨恒.数据、模型与决策：计算广告的发展与流变[J].新闻大学，2018（1）：128-136.
[5]刘庆振.“互联网+”时代的计算广告学：产生过程、概念界定于关键问题[J].新闻知识，2016（6）：10.
[6]钟夏泉.大数据与用户画像在计算广告发展中的应用研究[D].广州：华南理工大学，2017.
[7]张辉锋，金韶.投放精准及理念转型——大数据时代互联网广告的传播逻辑重构[J].當代传媒，2013（6）：42.
[8]柳青.大数据精准广告现状及发展策略研究[D].重庆：重庆工商大学，2018
[9]巩见坤.浅析大数据时代精准广告的发展[J].出版广角，2017（288）：72-74.
[10]杨晓燕，黄晓君.为升级时代的消费者画像[J].销售与市场，2015（4）：40-42.