大數據與計算廣告的發展

在移動互聯網、物聯網、云計算、大數據、智能終端等技術的飛速發展推動下，互聯網廣告迎來爆炸式增長，這種快速發展的過程也為廣告傳播思維的轉型提供了新機遇。智研咨詢發布的《2020-2026年中國互聯網廣告行業市場競爭格局及投資戰略咨詢報告》數據顯示：2019年中國互聯網廣告市場規模為4699.9億元，預計2022年這一市場規模將達到6363.3億元，同比增長率為15.6%。技術和數據的廣泛應用賦予了廣告學明顯的量化色彩。計算廣告顛覆了傳統廣告從用戶洞察到效果衡量的方式，開創了智能營銷全鏈路的變革。從信息驅動的IT時代到數據驅動的DT時代，再到智能驅動的ZT時代，計算廣告逐步實現了從程序化計算廣告到智能計算廣告，再到認知計算廣告的發展與流變。

傳統上，廣告是大眾傳媒產業收入和利潤的主要來源，傳播媒介首先將廣告產品售賣給受眾，然后再將獲得的受眾注意力售賣給廣告主，“二次售賣理論”是主要的經營模式。此時，囿于傳播技術與傳播手段的局限，廣告主通常通過粗獷的全渠道單一灌輸產品信息，進行廣撒網式的信息輸出。這種傳播思維無法實現廣告信息的精準傳播，廣告效果難以保證。

計算廣告的出現，讓廣告不再是廣告，它不僅是一門藝術、一種工具，更是藝術思維的純感性化創意與邏輯算法的理性化數字思維的結合。計算廣告是以數據為基礎、以算法為手段、以用戶為中心的智能營銷方式，它在數據的實時高效計算下，進行用戶場景畫像，并快速投放、精準匹配及優化用戶一系列需求。

計算廣告研究概述

計算廣告的研究和發展目前還處于上升階段。自2008年雅虎研究院資深研究員兼副總裁Andrei Broder首次提出計算廣告學的概念，學界和業界開始了對計算廣告學的探索。周傲英、周敏奇（2011）等人是較早一批對計算廣告學進行研究的學者，此后劉慶振（2016）、顏景毅（2017）、段淳林和楊恒（2018）、曾瓊（2019）等學者對計算廣告學的概念界定、組成部分、演化過程、理論范式、實踐路徑以及學科體系的構建等方面都進行了探索和論證。近年來，廣告學科的著作也日益豐富，例如段淳林的《計算廣告》、劉慶振的《計算廣告學》、劉鵬的《計算廣告—互聯網商業變現的市場與技術》等。目前，學界關于計算廣告的研究主要分為四大流派：

1．以算法為核心的計算機軟件科學應用研究

近幾年，國內圍繞計算廣告在機器學習、邏輯回歸模型等技術方向的論文快速增長。郭慶濤、鄭滔（2011）對計算廣告研究中的計價模型和匹配算法模型進行了詳細綜述，從檢索詞匹配精度、語義情景和用戶點擊反饋等方面對主要算法模型進行了分析總結。周傲英等（2011）闡述了計算廣告在技術上的新型應用模型，對應用全貌進行了較為全面的梳理。吳忠斌（2017）通過對計算廣告中相關算法的解釋與分析，明確了DSP優化傳統交互流程及其要點，并對計算廣告的相關算法進行了綜合闡述。

2．以計算廣告概念及廣告產業鏈發展為核心的廣告學研究

景東、鄧媛媛（2011）首先從美學藝術視角歸納了計算廣告的特點，并將其形式劃分為文本分析、用戶分析和用戶參與三種類別。劉鵬、王超（2015）在合著的《計算廣告》一書中，從工業視角對計算廣告的算法系統進行了解讀，并梳理了網絡廣告的發展變化。在產業鏈方面，劉慶振（2016）從計算廣告引發的定制、融合、智能、程序化視角，探討了計算帶來的廣告產業鏈變革。

3．以計算廣告學科建設和范式構建為方向的理論探討研究

自計算廣告的概念被提出后，2011年美國斯坦福大學開設了Computational Advertising課程；2018年美國伊利諾伊大學創辦了計算科學與廣告專業，開設Computational Advertising系列課程。此后，越來越多的學者開始探討計算廣告學學科建設和范式構建等方面的問題。祝建華、彭泰權（2014）根據經典的5W模型探討了計算社會科學運用到新聞傳播學研究中的意義和價值。顏景毅（2017）表示學界亟需對計算廣告的傳播模式進行探討，為大數據時代的廣告傳播研究厘清思路。姜智彬（2019）則從技術變革的角度出發，探究了智能廣告帶來的行業重構，并基于“基礎-工具-目的-本性”框架提出了智能廣告的定義。

4．以計算廣告發展前沿的實踐和學術研究為基礎的研究動態

段淳林、楊恒（2018）辨析了計算廣告的定義等基礎概念，梳理了計算廣告從Web1.0到Web3.0的發展路徑，提出要從數據、算法模型、智能決策三個基本維度來進行研究�！稊祿�、模型與決策：計算廣告的發展與流變》一文為計算廣告學的研究奠定了理論基礎，厘清了研究思路，并被《新聞大學》全文轉載。同時，段淳林、張慶園編著的《計算廣告》一書，為計算廣告學理論和學科發展奠定了基礎。

計算廣告的發展對傳統廣告學的沖擊與挑戰

計算廣告對整個傳統廣告學科帶來了巨大顛覆與革命，這種變革主要表現在兩個方面，一是對傳統廣告理論和廣告學理論研究范式帶來的沖擊；二是對當今時代廣告教育與廣告學科人才培養帶來的巨大挑戰。計算廣告將計算主義理論引入廣告學研究中，從根本上改變了廣告傳播的性質，在數據、模型與決策三個維度，顛覆了傳統廣告理論。

首先，數據是計算廣告的基礎。傳統的廣告實踐因為缺少數據，廣告從業者經驗性的個人智慧主導了廣告從用戶洞察、創意策劃、廣告投放渠道到廣告優化等環節，而在計算廣告時代，數據是智能決策與用戶畫像的基礎和依據，是計算廣告組織運作的核心要素，數據的來源、質量和算法決定了廣告匹配的效率，也決定了計算廣告的交易價格與價值，成為計算廣告最大的驅動力。

其次，智能算法模型是計算廣告的主要工具。計算廣告的一切數據均由智能算法進行處理與優化，因此全鏈路均涉及到廣泛的算法模型的運用，如標簽化定向模型、數據化定向模型、智能化定向模型等。算法賦予了計算廣告“智能”的基因，智能算法尋找用戶興趣與廣告主需求的連接點，間接實現了用戶與場景的匹配。

再次，智能決策是計算廣告的目的。大眾媒體時代，“精準營銷”方面的成果乏善可陳，廣告決策居于廣告鏈的后端。而在計算廣告時代，廣告的效果衡量方式更為精細化，開始出現CPC、CPM、CPA、CPT、CPS等多種在線廣告效果衡量指標。廣告效果的漸趨精準也使廣告主有了更為精準集約的廣告投放選擇，通過大規模的數據利用將廣告決策前置，用數據驅動決策，成為廣告業的常態。

計算廣告對當今時代廣告教育與人才培養也帶來了巨大挑戰。一方面，面對計算廣告的飛速發展與沖擊，傳統廣告教育開始面臨困境：傳統廣告教育的理論觀念開始跟不上新時代的步伐；傳統廣告學科的研究方法和研究范式顯得較為老套；傳統廣告教育的學科體系建設與社會人才需求脫節；傳統廣告教育的課程設置體系亟待更新等。另一方面，在過去，傳統廣告教育培養了一批兼具理論基礎、策劃能力、創意能力與市場營銷能力的專業人才，而在計算廣告時代，這些能力還遠遠不夠，計算廣告時代的人才培養模式亟需思考和探索。

段淳林

華南理工大學新聞與傳播學院教授、博士生導師