刘明 周子渊

摘 要 广告业在大数据等技术的推动下进入到一个前所未有的变革时代。计算广告要在系统运用包括大数据在内的相关技术背景下，在广告传播的特定场域，追求广告、用户和环境之间的最佳匹配、最佳优化，我们就有必要对其精准传播、定制化传播、整融合性传播、原生传播及可持续化传播等特征做针对性分析，以达到传播的最佳效果。

关键词 大数据；计算广告；传播

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2018）214-0120-02

广告业在互联网、移动互联网、物联网、云计算、大数据、智能终端等技术的飞速发展推动下，进入到一个前所未有的变革时代。计算广告、大数据在2008年应运而来，前者不仅颠覆了传统广告的投放机制，而且催生了新的广告业态，逐渐发展为一门新的广告学科；后者则变革了我们的社会、生活、工作和思维方式，将我们带入到大数据时代。计算广告是在一个新的边缘性交叉学科领域内，系统运用包括大数据在内的相关技术，在广告传播的特定场域，追求广告、用户和环境之间的最佳匹配、最佳优化而进行广告创投的广告业态。在大数据背景下，计算广告呈现出与传统广告不同的传播特征。

1 通过数据挖掘和分析实现精准传播

精准传播是计算广告的核心追求。数据挖掘和分析是实现传统广告粗放型模糊传播向计算广告集约化精准传播的前提和基础。大数据是“经过对数据处理和分析，如何在合理时间和空间内达到撷取、管理、处理、并整理成为帮助信息获取者或决策者对目标达成新的认识和理解的信息”[1]。它不仅是对信息的重新认识和理解，而且是一个知识的发现过程，其目的就是要在传播过程中实现广告内容、传播环境和传播对象的高度匹配，从而用更科学的方式去解决“一半广告费浪费”的问题。精准传播是传播追求的终极目标，是数据思维和极致思维相融合的产物。数据决定了传播精确的程度，极致决定了传播内容的针对性，二者的融合就是计算广告所期望的对象、环境和内容的高度匹配。

技术的进步、新媒体的勃发等等，不仅产生了海量数据，使信息环境错综复杂，加剧了用户的碎片化和族群化的趋势。计算广告要达到精准传播，就要在数据挖掘和分析的基础上使广告传播的内容、环节、对象和环境都能够精准对位，将大数据的海量化、多样化、快速化、价值低密度化特征通过数据挖掘和分析引入到对消费者的洞察上来。当计算广告将其传播逻辑的重心从创意转移到数据和技术上来时，对人的精准定位和分析就成为关键。在大数据背景下，数据思维决定了计算广告传播的范式转变、流程再造、产业生态建构等；数据能力决定了计算广告传播的匹配、优化程度和广告传播的价值取向等。数据思維和数据能力的有机结合才是计算广告传播精准的要义所在，也是计算广告提升广告传播效果、降低广告费用浪费、预判广告趋势的关键。

2 通过广告创投环节优化实现定制化传播

广告业作为“知识密集、技术密集”型产业，在大数据背景下，由于技术的进步而产生的“人群定向”“程序化购买”“个性化推荐”“实时竞价”等一系列技术创新使我们能在计算广告传播过程中实现定制化、智能化。在大数据时代的预测功能可以帮助我们揭开人类行为背后隐藏的模式。数据是计算广告创投环节的基础。当主导广告创意和广告投放的决定性因素由人转向数据时，我们洞察的就不仅是消费者的行为，而是通过行为窥探到消费者的内在欲望。这时，广告的创意和投放是科学地选择可投放的媒介，创意出针对性、目的性明确的定制化传播广告。

定制化传播“作为直接传播的差异性体现在它们利用了计算机和数据库的力量来定位消费者并进行定制化的传播（这类传播方式通常并非是人与人之间的沟通，而是人机沟通），并追踪消费者对于传播的反馈”[2]。充分体现了“数据挖掘”“人群定向”“个性化推荐”等人机一体的现代传播技术。而创投环节是计算广告流程再造的核心，是为满足特定需求而进行不断优化的选择，也是实现定制化传播的关键。计算广告要实现广告、用户和环境之间的最佳匹配，定制化传播无疑是趋势使然。计算广告创意和投放选择的前提就是对消费者行为的数据追踪，在对数据进行挖掘和分析的基础上有针对性的进行广告创意和媒介投放，这样就强化了消费者对定制化传播的用户体验，使其“主体性”特质得以凸显。这样，计算广告就实现了广告、用户和环境的完美匹配，最大化了广告效果。

从根本上说，定制是手段，目的还是传播的有效性。计算广告所针对的特定场域其实就是高度数据化与高度可定制化叠加的场域，这个场域只有通过对数据的挖掘和分析才能为广告创意和投放提供确切的数据，从而使广告内容与定制化对象达到高度匹配，进而达到有效传播的目的。

3 通过整合技术、内容、平台实现整融合性传播

互联网、移动互联网、物联网、云计算、大数据、智能终端等技术比以前任何时候更能满足消费时代的需要，而技术的进步直接促发了多屏互动、多屏融合、媒介融合、渠道融合、资源融合共享等新技术、新模式、新业态和新产业的出现。计算广告在技术变革内驱力和广告产业发展的指引下，不仅要求技术本身要进行整融合，而且在整个广告运作过程中，技术、内容和平台都需要在整个计算广告传播的生态链中进行整合、融合，达到计算广告整融合传播的目的。

由于计算广告综合运用了广告学、传播学、经济学、心理学、营销学等学科的专业知识，故整融合的特质不是外界强加的，而是计算广告的本能。计算广告在综合运用大数据技术、搜索技术、情景分析、文本分析、数据抓取、统计模型、智能匹配、即时计算、程序化购买、实时竞价等工具和手段时，就决定了其在技术、内容与平台方面必须进行整合、融合。在整合技术、内容和平台的过程中，数据是考量技术提供、内容运营和平台选择的关键，需要我们能够准确科学地把握即时、动态的数据信息，为计算广告的整融合传播提供数据支持。

4 通过规避大数据的缺陷实现原生传播

舍恩伯格认为大数据思维的3个变革是：“不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系”。但现实告诉我们：一是全数据模式永远不可能实现，且广告算法本身的局限也不可能将数据的真实价值完全反映出来。二是在计算广告中，精确性和混杂性并非水火不容，但并不意味着在数据收集或挖掘过程就可以降低对精确性、真实性的要求，也不意味着在数据析出过程中就可以以混杂和不确定性为由而降低数据的质量。三是我们在计算广告运作的所有环节都需要知道“为什么”和“是什么”，还要知道“怎么办”，所有的数据及结论只是辅助性的而不是决定性的。

原生传播是将广告作为内容的一部分而进行的传播方式。计算广告的原生传播是其精准传播、定制化传播、整融合传播的必然趋势。内容和技术是计算广告实现原生传播的关键驱动因素，也与计算广告实现广告、用户和环境的完美匹配呈正相关关系，是计算广告自身发展的内在要求。内容是计算广告传播的根本，内容为王、用户主导、视觉整合是计算广告实现原生传播的关键，而这些都需要规避大数据的缺陷。做到了这些，计算广告的原生传播也就水到渠成。

5 通过人才培养实现可持续化传播

1998年，以谷歌为代表的搜索引擎出现，计算广告的雏形搜索广告随即诞生，到2008年计算广告的正式提出，现代意义上的计算广告经历了十年的发展。计算广告是广告运作形态走向数据化的典型表现，广告与消费者能否在特定的场域达到“最佳匹配”取决于对相关学科知识和相关技术的理解和运用，起决定性的因素就是人才——掌握现代广告运作知识和现代科技的专业人才。计算广告引发的变革涉及到广告主、广告公司、媒介、第三方机构、消费者等整个广告环节的所有利益相关方，任何一个环节不能顺应计算广告的思维体系、价值体系、技术应用和生态流程，都将影响计算广告的传播效果。这就需要有更多的复合型、人才来推动计算广告的可持续发展和传播。

虽然在国家“互联网+”“创新创业”等战略的推进下，近几年不少高校都对广告学、新闻学、市场营销等相关专业的人才培养计划做了调整，但由于计算广告所涵盖的学科范围之广、发展速度之快以及高校人才培养体系变革的相对滞后，使得专业人才相对短缺且在短时间内无法解决。但不可否认的是，市场的自我调节机制及学界、业界的合作互动机制在广告产业的发展中已经形成，能够为计算广告的可持续发展暂解燃眉之急。从长远发展来讲，要实现计算广告等新业态的可持续发展和计算广告的可持续传播，就必须花大力气培养专业人才。

参考文献

[1]倪宁.大数据时代的传播观念变革[J].西北大学学报（哲学社会科学版），2014（1）：139.

[2]托德·A穆拉迪安，库尔特·马茨勒，劳伦斯·J林.战略营销[M].郑晓亚，等，译.格致出版社，2014：346.