新型商业传播效果评估方法简介

随着大数据的发展和技术的进步，市场上开始采用新型的商业传播效果的评估方法，主要包括采用智能评估平台评估传播效果、基于广告效果的甲方数据评估、传播效能评估法。

第一，采用智能评估平台评估传播效果，中央人民广播电台中国之声已采用Radio Buy网络数字广告监测平台，这样的平台已经在三方面起到重要作用：使电台和广告主实时了解电台覆盖情况和覆盖变动情况；将以往等待监播报告催款的时间缩短为零，大大缩短了尾款回款周期，提高了广告款付款方式的灵活度；该平台具有监测竞品投放的功能，为同类客户投放提案提供了准确的数据支持，为广告主投放战术的调整提供了清晰的情报依据，大大提高了电台广告业务经理广告提案水平。

第二，基于广告效果的甲方数据评估，数字化传播时代，广告主正在广泛采用广告投放后自身变化的营销数据来评估广告效果，相比第三方数据评估，我们将其称为广告效果的甲方数据评估，甲方广告数据可以来源于以下几个方面：网络平台数据，针对广告主与互联网营销有关的广告，广告主对其官网的点击情况进行分析，通过点击量变化、新增访问量变化来评估广告效果。此外，通过对广告带来的新用户的网络地址进行分析，还可获得广告覆盖区域、广告受众特征、广告经济效益等多方面的深度数据。对于关键词广告，则可根据搜索引擎提供的关键词点击量变化甚至支付搜索平台的广告费变化来评估广告效果；社交反馈数据，广告主通过自身微信、微博公众账户关注数量的变化，对广告效果进行评估；广告主调查问卷数据，媒体通过电子邮件、微信、短信调查问卷的方式，对经销商以及用户进行定向的广告效果调查。^[7]

第三，传播效能评估法，就是对网络广告刊登后的一段时间内，对网络广告所产生的效果的不同层面赋予权重，以判别不同广告所产生效果之间的差异。这种方法实际上是对不同广告形式、不同投放媒体或者不同刊登周期等情况下的广告效果比较，而不仅仅反映某次广告刊登所产生的效果。传播效能就是指随着网络广告的刊登，其广告宣传对象的信息也在不断传播，从而产生了对品牌形象和产品销售潜力的影响，这种影响侧重于长期的综合的效果。

例如某通信制造商在A、B两家网站上刊登了某通信产品的广告，刊登周期为1个月的时间，广告刊登结束后，A、B两家网站向该制造商提供了网络广告在其网站上的被点击次数（访问量），分别为5102和3051。同时，网站协助制造商对网民的行动进行了跟踪调查，得到由于受网络广告影响而产生的购买次数分别为102和124。在使用这种方法进行计算之前，需要说明的是：根据一般的统计数字，每100次访问量可形成2次实际购买。根据上面所提到的统计数据，每100次访问量可以形成2次购买，那么可以将实际购买的权重设为1.00，每次访问的权重设为0.02，由此可以计算网络广告在A、B两家网站刊登所产生的传播效能。网络广告在A网站上所产生的传播效能为：102×1.00+5102×0.02=204.04，网络广告在B网站上所产生的传播效能为：124×1.00+3051×0.02=185.02。^[8]

案例——Netflix运用自平台数据帮助内容评估和生产优化^[9]

一、案例介绍

2012年，Netflix的一部《纸牌屋》（House of Cards）给整个网站带来了光环效应，同时也深刻震慑到传统电视人。2010年，Netflix在《纸牌屋》的版权争夺中击败了HBO、AMC等竞争对手，从而拥有《纸牌屋》的首播权以及两年的独家播放权。为此，Netflix为《纸牌屋》（分为两季，共26集）提前支付了1亿美元制作费。

在制作的过程中，Netflix押注大数据。从这些数据当中，Netflix能知道哪位导演的作品获得了最高的点击，有多少用户正在观看斯贝西和芬奇的电影，也知道用户喜欢什么样的政治惊悚片，甚至知道用户在什么情节觉得不够吸引，点击了暂停去了洗手间……如果这样的数据量积累得够大，数据挖掘得够精细的话，是非常有意义的，能够有效提高内容成功的概率。于是，最终我们看到了《纸牌屋》的第一季，它由曾摄制《社交网络》的导演大卫·费舍尔执导，著名影星凯文·史派西主演。Netflix首席内容官兼副总裁泰德·萨兰多斯也透露，该剧自播出以来，已在Netflix覆盖的所有国家中成为收视率最高的电视剧集，观剧的人数和总观看时长都高居榜首。

Netflix建立了一套极致精细的用于评估的数据库。这个数据库构建的基础一方面有平台实时的观看数据沉淀，另一方面是对内容的细分、解构、标签的过程。Netflix内部把这个分类过程称为“altgenres”，这种解构方法和系统非常精确、繁复。根据大西洋月刊的记者粗略统计报道：“Netflix至少把影片分成76897种‘微类型’，这打破了原本对于影片类型粗放式的分类方法。Netflix能由此分析出最受欢迎的影片类型，以及最受欢迎的演员与导演等。除了Netflix的员工以外，没有人了解Netflix是如何细致分类的。他们要面对好莱坞那般空前的数据储存，而记者所统计的数量的类型只是冰山一角。Netflix首先要雇佣一群人，让他们阅读一份长达36页的培训文档，训练他们如何对影片的性暗示内容、暴力程度、浪漫桥段、甚至情节等元素，做出精确的评级细分，他们捕捉了数万种不同的电影属性，甚至是人物的道德派别。”

基于这样的解构和标签，Netflix评估体系中，对影片信息的定义和描述也能非常细致，如果用公式来表述的话，“影片定义=影片地区+影片主题+形容词元素+类型片类型+演员+演员特性+创作来源+时间+故事情节+内容+得奖状况+适宜观看的人群+……”这将是一个能具体到非常细微的指标体系。它的价值在于，Netflix可以根据这些标签和观看数据进行交叉，用于已有内容的评估、尚未生产的内容决策、内容营销、内容交易等各个环节。“我们要把影片内容给撕裂，通过这些分类标签，Netflix不仅能给我们的订户推荐影片，甚至告诉他们你喜欢的类型究竟是什么。基于Netflix算法，我们甚至提前帮用户预估，他们看完影片，会给影片打几分”。Netflix副总裁Todd Yellin曾这样公开表示。

二、案例分析

在互联网时代，大数据的使用已是常规，依据数据分析进行的内容评估便顺理成章。依据数据类型的差别，可将其大致分为数据库数据、自平台数据、搜索数据、社交数据以及跨平台交互数据。在这些多样化的海量数据的基础之上，进行精准的数据分析来挖掘内容的价值，这其中涉及影视投资预测、内容生产和优化、票房与前景预测、电视收视预测等多个方面。这样的内容评估方式使得影视等内容的生产和媒体投资决策不再单单凭借直觉、经验、有限的信息和数据，而是在海量的多样化数据下转变数据理念，通过数据的交叉关联分析，专业地挖掘和可视化地处理这些数据，将冰冷的数据活化为有生命力的战略性媒体投资决策，将隐性的数据彻底变为显性的内容生产力，最终实现内容价值，将数据与数据分析真正实用化。(www.xing528.com)

在数据库数据、自平台数据、搜索数据、社交数据、跨平台交互数据等多样化类型海量数据的基础上，从不同角度进行数据分析，最终或是用于预测如投资预测、票房预测，或是用于内容评估如电视收视排行、影视剧生产优化，数据的分析和使用更加贴近实际。互联网的大数据在纵向历史上与传统受众研究相比虽不具优势，但在横向时间上却具有极大的优势。具体来说，数据的容量巨大，只要使用互联网就会产生痕迹，就会有数据产生；同时，根据互联网用户的使用行为轨迹，数据是动态变化且复杂的。在这些数据的基础上，能够分析得出与用户相关的众多信息，用户在大数据面前更加透明，用户画像被描绘得更加精准，无限接近真实用户。因此，数据不再只是数字，伴随数据分析一同成为深入挖掘内容价值的重要工具。

【注释】

[1]引自维基百科：http：//wiki.mbalib.com/wiki/%E5%B9%BF%E5%91%8A%E6%95%88%E6%9E%9C%E8%AF%84%E4%BC%B0 .

[2]陈思.试论传播效果评估工具与方法的演进——从AIDMA到SIPS的效果评估发展阶段［J］.中国报业，2013（3x）：44-45.

[3]陈冠男.新媒体网络广告效果评估指标及运用分析［J］.今传媒，2013（2）：101-102.

[4]苏林森.网络广告效果评估的现状、问题与修正［J］.声屏世界，2011（8）：51-52.

[5]谢新洲，刘京雷，王强.社会化媒体中品牌传播效果评价研究［J］.图书情报工作，2014（14）：6-11.

[6]单文盛，姜丽秋.企业微博营销传播效果评估指标研究［J］.长沙大学学报，2014，28（4）：15-19.

[7]周伟，邓超.广播广告效果评估方式创新［J］.中国广播，2014（9）：27-30.

[8]http：//wiki.mbalib.com/wiki/%E4%BC%A0%E6%92%AD%E6%95%88%E8%83%BD%E8%AF%84%E4%BC%B0%E6%B3%95 .

[9]唐瑞娟，王薇.海外内容评估实践［J］.广告大观（媒介版），2016（2）：59-67.