新技术推动思维革新-计算传播学

“从传统大众媒体向数字化媒体的转变，使得广告营销活动能够更容易地获取、存储和分析数据，从而大大提高了数据的利用效率。”^[22]借助于前沿的数据技术对用户行为数据和消费数据进行分析和挖掘，能够在个体层面上对不同用户的兴趣、偏好和需求形成更加客观和全面的认知，而不是仍然使用经验主义的方法在市场调查获得样本数据基础上进行主观的用户洞察。由于用户各方面的数据处于不断更新的状态之中，因此对用户所形成的认知也会随着数据的更新而处于一个动态完善的过程中。借助于大数据所形成的用户画像，营销人员及其所使用的程序化软件可以对不同时间、不同地点、不同状态、不同场景和不同情绪下的用户实施不同的广告投放策略。这使得全新环境下的精准营销技术越来越强调广告本身与用户需求之间的相关性^[23]，相关性越高，广告投放的精准程度也就越高，用户点击并完成购买的转化率也就越高。

从本质上来看，大数据思维和技术在广告营销领域的应用，正在从底层逻辑上对大众媒体时代的市场调研方式和消费者洞察方式进行解构，它在很大程度上克服了市场分析和广告投放等方面的经验主义倾向，为我们在广告营销领域建立更加客观的认识论和更加实效的方法论提供了新的思路。具体而言，大数据作为一种全新的思维和应用而不仅仅是一种网络技术和统计方法，它对我们从经验主义的洞察模式向数据主义的认知模式转变主要有两方面的影响。一方面，市场分析的对象从有限样本扩展到了总体用户，它解决了过去4A广告公司市场洞察太过主观的弊端：“由于无法穷尽一切样本，因而无法保证结论的可证伪性，以致很多形而上学命题带有较大的偏见。”^[24]另一方面，它更加注重呈现不同变量之间可能存在的相关关系，这也就意味着营销人员能够发现更多非线性因果关系但的确在事实层面上直接影响用户购买和产品销售的客观因素，并进一步利用包括广告在内的一切手段对这些因素施加影响从而提升营销活动的效果。

这都使得营销人员有机会能够对市场、用户、产品有更加客观、更加理性和更加全面的认知，并且利用大数据分析和计算的方法有针对性地将不同的产品信息个性化地匹配给不同的用户。事实上，用户需求的个性化和差异化特征并不是直到今天才呈现出来的，在市场经济从卖方市场向买方市场转变的时候它就已经萌芽，但工业社会的大规模生产、传播和营销方式并不支持低成本的、面向具体用户的产品定制、信息定制和沟通方案定制。尽管理论上营销人员可以对市场进行无限的细分，但在技术层面和经济层面都无法将这种理想状态落地。直到计算机技术、互联网技术和大数据技术在21世纪的第一个十年取得了突飞猛进的发展，计算广告概念的出现才在技术应用层面上对这种个性化的营销策略予以确认。(www.xing528.com)

在美国的计算机协会和美国工业与应用数学学会联合举办的世界计算机算法最权威的离散算法研讨会（Symposium on Discrete Algorithms，SODA）第十九次学术年会上，时任雅虎研究院资深研究员的安德烈·扎里·布罗德较为系统地介绍了计算广告与推荐系统等概念，不久后他与另外一位同事又在斯坦福大学开设了计算广告学导论的课程。可以说，计算广告这一概念是在互联网技术和互联网广告快速发展的前提下，由具有计算机科学、数据科学、数学算法等背景的互联网广告一线科研和从业人员——而不是那些在传统大众媒体广告领域的创意、策划、投放人员或者广告学术研究者——率先总结提出并迅速与产业实践结合的一个应用型概念。虽然没有对计算广告的基本定义及其内涵和外延给出清晰的界定，但是他在这次学术研讨会上以及不久后参加的几个不同的关于推荐算法的研讨会上都明确提出了“计算广告的核心挑战是为特定场景下的特定用户找到一个合适的广告，以实现‘最优’匹配”。（The central challenge of computational advertising is to find the“best match”between a given user in a given context and a suitable advertisement.）^[25]

计算广告理念是对20世纪初拉斯克尔和霍普金斯等人提出的科学广告理念的一种新的诠释，但计算广告与科学广告两个概念所赖以存在的基础是不同的，后者是建立在大众传播时代对市场深刻洞察的基础之上的，而前者则是建立在网络传播时代利用大数据对用户进行全面认知的基础之上的。