大数据时代的精准广告及其传播策略——基于场域理论视角

■ 倪 宁 金韶

大数据时代的精准广告及其传播策略
——基于场域理论视角

■ 倪 宁 金韶

本文以布尔迪厄的“场域理论”为理论基础，提出“新媒体场域”概念，并对其特征进行总结。在此基础上，研究新媒体场域中广告传播如何能够实现精准，分别是：目标受众精准定位、消费需求深度挖掘、投放过程精准可控、广告效果精准评估。大数据驱动下的精准广告，颠覆了传统广告的核心逻辑，真正实现了“以消费者为中心”，因此需确立新的广告传播策略：广告目标转变为效果为王；善于利用技术手段提升广告体验；营销方式上善用内容营销和关系营销提升传播效果。

新媒体场域；大数据；精准广告；广告传播策略

本文界定的新媒体场域，是指在信息和网络技术飞速发展的传播环境下，以互联网、移动互联网为载体，由具有内容属性的多种数字化媒体网络和移动应用产品、这些网络和应用所服务的用户、具有营销目标的广告主和广告服务机构三类主体构成，以信息传播和互动沟通为目标，具有竞争和力量对比的各种关系总和。在整个新媒体场域中，媒体、用户、广告主基于互联网和移动互联网平台构建起多元交互关系。

一、新媒体场域的特征分析

用户主体处于整个新媒体域的核心，对于场域核心主体的“惯习”，即目标用户行为模式的把握，成为广告信息传播的依据。研究新媒体场域中的用户及其行为模式，首先还原到互联网、移动互联网飞速发展的时代环境和社会空间中进行考察。

1.场域主体的数据属性

随着互联网、移动互联网、物联网、社交网络、电子商务等信息技术的普及应用，人们生活在“全方位”“无缝式”的数字新媒体空间内，由数字网络构建的“虚拟”空间和人类的“真实”生活不断交融，人们在不断接受和消费各类信息数据的同时，本身也以数据的形式留存于新媒体空间内。网站浏览和下载记录、手机的通讯服务信息、社交平台的分享和评论信息、电商平台的交易订单和商品评价、商品物流和消费信息、卫星定位和位置信息等等，都记录和还原了大量的用户数据。正如物理学家提出的观点“世界的本质就是数据”，大数据的核心特征即“一切皆可量化”，人的语言文字、声音影像、生活消费、地理位置等都能以数据的形式记录和收集，甚至连人的沟通和关系、经历和情感，也可以数据化，比如Google地图等将人的位置数据化、Facebook等社交网站将人的关系数据化，Twitter等微博平台将人的情绪数据化①。

以海量、非结构化为特征的用户及其行为轨迹的数据，构建了全新的传播环境，并成为新媒体场域中拥有巨大广告价值的特殊“资本”。场域内存在力量和竞争，而决定竞争的逻辑就是“资本”的逻辑②。无论是广告主和媒体，都可以通过数据平台，找到最适合自己的目标用户群。

2.基于大数据技术的“惯习”（用户行为）研究

数据的价值在于分析。大数据是信息社会特有的技术、方法和工具，它“通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见”③。基于大数据技术，可以对新媒体场域中“惯习”，即用户的网络消费习惯和行为模式进行深入研究。

互联网站利用Cookie技术捕捉和定位用户ID，同时锁定该ID，追踪他在其他类型的网站（包括新闻信息类、电子商务类、生活服务类等）的行为轨迹。首先，通过不同类型的网站的数据聚合，将零散片段拼合出该用户的人口统计学特征、地域属性、兴趣喜好和消费习惯等完整连贯的用户信息；其次，再通过该用户在社交媒体上的注册身份和互动分享内容，判断其身份特征、生活方式和关系圈子；最后，再借助移动互联网技术把用户数据的追踪分析进一步拓展到移动终端，结合其实时的地理位置，绘制出更立体、更实时的用户行为。由此，通过跨平台、跨设备、跨应用的海量用户及其行为数据的整合，通过精准定位、动态追踪和关联分析，最终真实、准确、完整、实时的描绘出用户的自然属性（人口统计学特征、时间、地点）、社会属性（兴趣喜好、消费习惯、人际关系等），以及短期与长期行为图谱。

由此，大数据技术实现了对用户属性和用户行为模式的精准判断，使广告精准投放就有了清晰的目标和实现的基础。

3.新媒体场域的“关系”和“圈子”

布尔迪厄将“场域”定义为“不同位置间客观关系的网络或形构”，强调从场域的角度思考就是从关系的角度思考，以不同个体间的互动关系来定义场域的界限④。依据拉斯韦尔的5W传播模式理论，传统的广告传播研究强调广告、媒体、用户之间单向或双向的线性互动，而在新媒体场域中，用户、媒体、广告主间存在着竞争和共生的多元互动关系。

首先，广告主和媒体都在直接争夺用户。在新媒体场域中，用户资源是广告主、媒体竞争的核心资源，即“资本”。广告主既可以通过传统广告的投放方式，即借助媒体来获取用户关注；也可以借助社交平台，以“自媒体”的方式直接生产信息和用户直接互动，为用户提供“媒体化”的信息服务体验，还可以通过“在线广告交易平台”直接购买用户⑤。

其次，媒体与用户的关系也不再是传统的“自上而下”，“一对多”的线性关系，而建立了个体和个体间的“一对一”互动。比如微博微信平台上的媒体账号，都和个体用户实现直接、实时的互动。用户可以主动选择关注的媒体账号，获取信息和服务，直接发起私信对话和回复评论。社交平台为媒体和用户搭建了平等、交互的传播关系。

再者，社交网络平台（SNS）为海量用户构建了不同的“关系”和“圈子”，让具有不同地域属性、身份属性、兴趣爱好、生活方式的用户群，自主建立起不同的交互关系。社交网络不仅是线下社交的线上延伸，还实现了各种专业化（如Facebook的照片分享）、专题化（如豆瓣上的各种兴趣组）、工具化（如街旁网等各种签到应用）、服务化（如大众点评网等位置和商家服务）的特色圈子。对于广告主来说，需把握新媒体场域中的用户关系，善于利用用户所在的“关系”网和“圈子”进行广告传播，这是对用户的更深层次的精准把握。

二、大数据驱动下新媒体广告的精准投放

大数据技术是精准投放的实现基础。其实现原理主要通过目标消费者的精准定位、消费需求的精准挖掘、广告投放的精准可控、广告效果的精准评估四个方面来实现。

1.目标消费者的精准定位

传统广告的运作方式，广告主和媒体对目标消费者的判断都具有模糊性，广告主依据对媒体受众群的大致预估，来判断媒体价值和分配广告预算。因为缺乏数据对接和量化评估，目标人群无法定位准确。结果正如那句经典名言所说：“我知道自己的广告费有一半被浪费了，但还不知道是哪一半。”

而在互联网、移动互联网平台应用大数据技术，能对目标消费者及其行为轨迹进行全面记录和动态追踪，再通过数据挖掘和关联分析，对目标消费者进行精准定位，即“能准确的找到消费者”。既能准确获取某个（或某类）消费者，获知该消费者的性别、年龄、地域、身份等人口统计学属性；还能通过他们的浏览记录、搜索行为、电商购物、评论推荐、社交分享等获知其兴趣爱好、消费习惯、人际关系等社会属性。而且，借助移动互联网技术和用户的移动终端使用行为，进而精准获取其时间和位置数据。从“找对人”（获知其自然属性和社会属性）进而“找到人”（获知其时间和地点），大数据使互联网广告投放具有极强的针对性和精确性。

大数据技术除了能精准地找到消费者，还能精准判断其在特定时间的消费情境。消费情境是指消费行为发生时的环境因素，主要包括：时间环境、地理环境、社会影响、购买目的、购买前的情绪或状态等⑥，是实现从消费需求到消费行动的最终步骤。通过移动设备定位服务和“签到”应用，能获知目标消费者所处的地理位置；通过目标消费者在社交网站上与他人的互动，能获知其人际关系；通过目标消费者搜索的关键词，能获知其购买目的；通过目标消费者的微博表达，能获知其情绪状态；等等。通过多维度的关联分析，精准判断其消费情境，比如男性“正在公司、数码控、常吃快餐、喜欢健身”或女性“在某商家附近、喜欢聚会、重视美容健康、有孩子”等等。

基于目标消费者及其消费情境的精准定位，可以实现适时、适地、按需推送，收到更具有针对性和匹配度的广告效果，即“找对人”“找对时间”“找对地方”“找对需求”。

2.消费需求的精准预测

大数据的核心是建立在相关关系分析法基础上的预测，即把数学算法运用到海量数据上，量化两个数据值之间的数理关系，通过相关关系的强弱来预测事物发生的可能性⑦。大数据的预测功能源于海量数据的集成处理和关联分析。具体到广告传播上，大数据根据消费者的“行为轨迹”，分析其消费需求，能够进一步判断其关联需求，挖掘其潜在需求，对其消费需求进行预测；再通过具有针对性的关联推荐，促成有效购买和消费。比如，零售业巨头沃尔玛通过大量消费者购买记录分析，发现男性顾客在购买婴儿尿布时，常常会顺便搭配几瓶啤酒来犒劳自己，于是推出“啤酒和尿布”捆绑销售的促销手段，直接带动这两样商品的销量，成为大数据营销的经典案例⑧。

电商网站更是擅长消费需求的挖掘和预测，进行精准推送和关联推荐。比如亚马逊（Amazon）的推荐营销系统，销售转化率高达60%。亚马逊的网站，从首页推广到各品类商品展示，再到点击某个商品详情，最后到加入购物车、下单结算，整个在线购买流程的各个环节，都嵌入其针对特定用户的商品推荐。比如，数码爱好者和年轻妈妈登陆亚马逊看到的是不同的商品，前者看到的是数码新品，后者看到的是母婴促销；跟随用户浏览商品的行为轨迹，“同类人气排行”“搭配商品套餐”“（浏览了该商品的）用户还购买了其他商品”等形式多样的推荐随处可见；此外，亚马逊还拥有功能强大的邮件营销系统，根据用户曾经的浏览和购买行为，推送最符合其消费需求和能带来最高购买率的商品目录和打折信息。亚马逊抓住一切机会让“推荐转化率最大化”、让“购买机会最大化”，就是基于大数据“关联分析”原理，挖掘和预测其消费需求，提升效果转化的广告营销方式。

3.广告投放过程的精准可控

如上所述，大数据实现的目标消费者及其消费情境的精准定位、对消费需求的挖掘和预测，都是在广告投放前对消费者进行洞察和研究。而广告投放过程中，大数据技术还能进一步提升广告交易操作的精准性和精确性。搜索引擎广告、重定向广告、新一代展示广告三种领先的广告技术，就是其典型应用。

搜索引擎广告是指广告主根据自己的产品或服务设定关键词，自主定价投放广告，当用户搜索到该关键词时，根据竞价排名原则展示相应广告，并在用户点击广告后收费。搜索引擎广告是根据用户对搜索引擎的依赖和使用习惯，在用户主动搜索信息时尽可能将营销信息传递给用户。在越来越追求个性化消费的时代，用户越来越多地通过搜索行为主动表达其个性化需求，广告主对关键词进行定位和关联，就可以精准捕捉其消费需求，优化关键词策略，拟定创意广告语，提升广告效果。另一方面，广告主通过自由竞价和按点击付费的机制，可以灵活掌握和支配广告预算，在投放过程中，根据点击效果优化关键词策略，根据预算调整广告投放量，提升每笔广告预算的投资回报率（ROI）。

重定向广告（Retargeting）是对网络广告定向技术的提升，依据某用户之前的网页浏览行为（用cookie记录和定位），把特定的广告在该用户浏览其他页面时重新推送到该用户面前。重定向广告主要应用于电商广告，将某用户浏览但没有购买的商品广告，通过定位技术，二次推送至用户，促成其购买。重定向广告不仅能精准定位用户，并且针对该用户展开后续推广，对其浏览但未成交的产品广告进行改良，对其曾经购买过的同类商品进行重复推广，从而显著提升广告从点击到购买的转化率，提升每笔广告预算的投资回报率。

在线广告交易平台（Ad-Exchange）是近几年兴起的新一代互联网展示广告的技术平台。在线广告交易平台像股票交易平台一样，连接广告的买方和卖方，也就是广告主方和广告位拥有方（媒体）。广告主聚集在需求方广告平台（Demand-side Platform），媒体方聚集在供应方广告平台（Sell-side Platform），二者在在线广告交易平台（Ad-Exchange）上对接。当一个用户访问某个广告位页面（某个网站）时，供应方广告平台（Sell-side Platform）就向在线广告交易平台（Ad-Exchange）发出请求，把广告位信息、用户数据信息、最低出价发送给广告需求平台（Demand-side Platform），广告主根据用户信息和实时竞价机制（Real-time Bidding）对广告展示进行竞价购买，让自己的广告推送到该用户面前。从供应方广告平台（Sell-side Platform）发出广告请求，到在线广告交易平台（Ad-Exchange）分发用户和广告位信息，再到需求方广告平台（Demand-side Platform）进行用户定位和竞价购买，整个过程通过后台的计算模型和算法，通常在毫秒的时间范围完成⑨。整个广告交易过程中，广告主个体和用户个体，通过技术平台的对接，获得了一对一的接触机会和互动关系。

无论是搜索引擎广告的按点击收费、重定向广告的二次推送，还是在线广告交易平台的有效展示实时竞价，都大幅提升了广告投放过程的精准性和可控性。通过对广告展示位置的控制、特定用户的一对一获取、广告投放费用的点对点核算，广告主实现了对整个广告投放过程的精准可控。

4.广告效果的精准评估

在广告学中，广义的广告效果是指广告传播效果，通常是指具有说服动机的广告信息对受众心理、态度和行为的影响，即广告传播活动在多大程度上实现了广告目标；同时也包括广告信息带来的一切影响和后果。⑩狭义的广告效果是指广告所带来的销售效果。广告传播效果是以广告的接触、认知、态度、记忆等间接促进销售的效果为衡量依据，而不单纯以销售情况为标准来衡量评价广告效果。但消费者心理、态度的变化效果直接影响着购买行为的发生，即广告传播效果决定广告销售效果，销售效果是传播效果的最直接体现。

广告销售效果是广告的终极目标，却是传统广告最难衡量的环节。美国广告学家E.S.刘易斯早在1898年就提出了AIDMA理论，认为消费者从接触到信息到达成购买，会经历Attention（引起注意）、Interest（引起兴趣）、Desire（唤起欲望）、Memory（留下记忆）、Action（购买行动）五个步骤，前四个步骤都属于消费者认知和心理层面的效果，其效果测评方法主要是传统的实验法（问卷调研、访谈等）和现代比较流行的认知神经科学实验法（11），而销售效果的衡量，却因为缺乏数据支撑和对接，具有延迟性、间接性和模糊性。2005年，日本电通广告公司提出了网络消费AISAS理论：即Attention（引起注意）、Interest（引起兴趣）、Search（搜索）、Action（消费或行动）、Share（分享）五个步骤，后三个步骤搜索、购买、分享是广告销售效果的分解和延伸，为广告效果的进一步分解和衡量提供了良好启发。

大数据将广告传播效果和销售效果的量化评估提升到前所未有的高度。广告业界对互联网广告效果评价指标主要是“点击率”（CPC）和“转化率”（CPA）两个基本指标，点击率是衡量广告是否有吸引力和说服力的基本指标，聚焦于广告的传播效果，是广告传播对消费者认知和心理层面产生效果的直接体现；而转化率是指受广告影响而形成的用户购买、注册或信息需求（比如询问或搜索），转化率已经相当接近于广告的销售效果。大数据能够量化从广告展示到用户点击再到下单购买的数据转化，精准核算出广告投入总量的效果转化率，从而帮助广告主优化广告传播策略，降低广告预算的无效损耗，提升投资回报率（ROI）。

此外，大数据还能记录和分析某个（某类）用户在不同时间、不同地点、接触的不同媒介渠道、不同广告形式和广告内容等行为轨迹。举例来说，用户可能先看到门户网站的展示广告获得了品牌信息，接着到搜索引擎进行产品和价格搜索，然后通过搜索进入品牌官网，或者通过搜索直接到电商网站下单购买。通过大数据技术，将用户接触媒介和接触广告的行为进行全面收集和系统分解，再和产品的终端销售数据进行比对，从而计算出不同媒介渠道和不同广告内容的广告效果贡献率。全球最大的媒介购买集团之一浩腾媒体（Optimum Media Direction，OMD）2012年构建了倒推分析式“Attribute Modeling”的广告效果衡量模型，研究促成订单之前，用户都接触到什么，通过对用户每一步媒介接触点的分析，计算每个媒介渠道在促成广告主销售目标的道路上，贡献了多少价值，从而帮助广告主实现营销过程的全程精准、持续优化（12）。这是基于大数据技术实现的分渠道广告投放效果精准评估的典型。

综上分析，大数据技术影响下的新媒体广告，从目标消费者的精准定位、消费需求的分析和预测、投放过程的精准可控、广告效果的精准评估四个方面，全面实现了精准传播。

三、精准广告的核心逻辑和传播策略

1.核心逻辑：“以消费者为中心”

“大数据所赋予营销体系参与者的新力量，在营销体系中，大数据带来的影响不仅是数据量几何级的增长，还有从量变到质变的颠覆性变革，大数据从媒体、消费者、广告与营销战略策划、效果评估四个层面影响了传统营销体系，也给营销体系参与机构赋予了新的力量与可能。”（13）大数据促使传统广告的传播逻辑发生了根本性的变化。

传统广告的运作，围绕媒体价值展开。传统广告投放，首先基于媒体的内容定位判断媒体受众的大致身份和特征，根据媒体的总量数据如发行量、收视率、读者问卷调研等对媒体价值进行大致估算，进而对传统媒体的“时间”（广告时段）与“空间”（版面、广告位置）进行商业交易。传统广告的核心逻辑，是以媒体为中心，以媒体价值为核心进行广告投放，也因此有了媒体的“二次销售”原理（即媒体先把内容免费“卖”给受众，又把聚合的受众“卖”给广告主）。但因为缺乏细致的数据收集和系统的数据支撑，传统广告所看重的媒体价值，无论是“注意力”还是“影响力”价值，都缺乏真正的标准的量化评估。

而基于大数据的精准广告，实现了媒体价值到消费者价值的彻底转变，其核心逻辑就是“以消费者为中心”。广告主或广告公司都可以直接围绕以数据追踪和标注的“个体消费者”本身展开。基于互联网、移动互联网聚合的用户及其行为数据，针对个体消费者进行动态追踪和精准定位，针对其消费情境和消费需求展开分析，进行最具有针对性和匹配度的广告推送并精准分配和使用每一笔广告预算，提升广告效果，再根据广告效果的精准评估实时调整广告策略。大数据技术让广告传播形成了一个精准、实时、可控、反馈的“闭环”模式。在这个模式中，媒体是谁已不重要，媒体只是用户行为留存和记录的渠道和载体，用户才是最重要的资源。

2.广告目标：重视效果营销

传统的广告传播是通过在传统媒体上增加广告品牌的曝光规模和频次来提升品牌知名度和美誉度，其核心是面向大众化的品牌营销理念。在大众传播时代，品牌营销更适合实力雄厚的大企业和强势品牌，保持规模性和持续性的广告投放，才能保持住品牌的关注度和影响力。

而基于大数据的精准广告，通过技术手段精准捕捉和定位个体用户，进行精准化、实时化、个性化的广告投放，向特定的个体用户传播极具针对性的广告，提升广告传播效果，从而推动“品牌营销”到“效果营销”的转型。而且，精准广告在提升广告效果的同时，通过和电子商务的购买支付体系关联，可以直接促成广告点击和消费购买，形成“广告—用户—销售”的营销闭环，从而提升广告投放的效果转化能力和投资回报率。效果营销，降低了广告主的预算门槛，也更适合中小型企业的广告传播。

而对于在传统广告时代大显身手的品牌广告主而言，重视效果营销，并不是忽视或取代品牌营销。一方面，效果营销是品牌营销的提升，品牌营销同样注重个性和特质的传达，效果营销让品牌能够针对不同特质的消费者、利用不同的媒介渠道、推送不同的广告创意、传递更丰富的品牌特性。另一方面，品牌效应（Branding Effect）对消费者的品牌选择和消费决策仍然产生重要影响，如何量化品牌对效果的影响效果，如何通过品牌效应提升广告效果转化，是广告业界和学界的重要课题。

3.广告体验与广告投放：重视技术驱动

传统广告的运作是“创意驱动”模式。广告创意是提升广告体验的核心环节，用创意打动消费者，提升广告体验，传达品牌内涵和产品功能，并力图以创意水平带动广告传播效果和销售效果。

而大数据时代的互联网广告更加注重技术的运用和价值，是“技术驱动”模式。技术因素在广告运作过程中的价值和地位，得到前所未有的提升。其核心是运用数据收集和数据挖掘，精准获取目标消费者，实现针对目标消费者时间、地点、需求的精准广告投放，即用技术而非创意实现针对性投放。从人群定向、实时追踪、关联分析到精准推送、点对点购买，再到数据监测、效果测算，都需要一系列的机器识别、复杂网络、推荐算法等技术手段的支撑。此外，互联网、移动互联网广告的创意展示，也需要多媒体技术、HTML5网页嵌入、实时交互等技术手段的支撑，以提升创意水平和广告体验。

“技术因素不能决定一切，但如果无视新技术带来的影响，固守传统媒体的思维与工作方式，那么在新技术浪潮的冲击下，终将变得越来越被动”（14）。无论是广告主、广告公司还是承载广告发布的媒体方，都要善于利用大数据和多媒体交互技术，全方位提升广告推送的精准度、广告创意的创新度，以求不断的优化广告投放、提升广告体验和广告效果。

4.营销方式：重视内容营销、关系营销

第一，内容营销，让广告成为内容。《Facebook效应》一书中曾提到Facebook的两大愿望，一是连通整个世界，二是让广告成为内容（15）。传统广告的运作中，广告与内容是严格区分的，内容满足受众的信息需求，广告则与内容争夺受众的注意力资源。而大数据时代的精准广告，实现了“找对人”“找对时间”“找对地点”“说对话”，广告真正实现了按需推送，对每一个消费者都是个性化的信息提供，更适时、适地、适度，更艺术化地满足目标消费者的需求。因此，广告变成了有价值的内容，广告和内容的边界开始交融，呈现广告内容化、广告信息化的趋势。

新媒体广告越来越重视内容营销，与其推送广告，不如推送内容。越来越多的广告主借助社交平台和“自媒体”方式，直接生产内容，和用户直接互动。越来越多的广告主自主开发APP应用，开设微博微信账号、利用社交媒体发起话题，进行各种形式的内容营销。比如宝马汽车开发的品牌APP，除了包含全球经销商、车型、价格等广告信息，还提供用户在线试驾游戏、爱车保养知识、路线查询、周边餐饮、加油充电等全方位生活服务信息，吸引用户的深度参与和沟通互动。

第二，关系营销，让用户传播广告。社交分享已经成为互联网、移动互联网平台的“标配”功能。如本文第一部分对新媒体场域的分析，人们在社交网络（SNS）上构建了不同的“关系”和“圈子”，具有不同地域属性、身份特征、兴趣爱好、生活方式的用户，自主建立起不同的交互关系。关系营销，就是善于利用用户所在的“关系”网和“圈子”，让用户通过分享，自主进行广告的扩散式传播。让用户接受广告，并影响他的朋友，将新媒体广告传播的效果提升到前所未有的程度。

2013年6月可口可乐中国官方微博发起“一起分享昵称瓶”的网络营销活动。可口可乐在瓶身上印有“好萌”“小清新”“快乐帝”“吃货”“大咖”“小萝莉”等网络流行语昵称，网友可以在微博线上定制昵称瓶，也可以在线下直接购买昵称瓶并分享到微博上。“一起分享昵称瓶”是可口可乐2012年在澳大利亚发起的“Share a Coke”营销活动的中国翻版，活动当季微博线上参与的相关评论和转发超过10万，并直接带动的当季线下销量增长超过10%（16）。该案例还在2013年10月获得艾菲广告大奖。可口可乐此次微博营销的成功，在于充分利用社交分享平台与年轻消费群体进行互动。先是收集网络流行昵称，用年轻消费者的语言和表达方式与其互动，再通过创意设计和活动策划，提升用户的参与热情和参与度，让用户主动参与品牌信息的二次传播，最终通过线上线下的结合提升广告传播效果和产品销售效果。

利用社交数据进行消费者研究，为精准营销提供策略支持，在国外已有较为领先的技术平台出现。比如美国社交定向广告（Social Retargeting）公司RadiumOne，就是通过挖掘社交网络上的用户数据和互动关系，通过多维模型研究消费者的群体行为特征，为品牌找到其具有关联属性的消费者群体（Social Clusters），并根据这些群体之间的互动关系来定向投放广告，形成社交式、扩散式效果（17）。

四、结语

在新媒体场域中，大数据为我们提供了全新的思维方式和广告传播逻辑。海量用户的数据收集和数据挖掘是互联网广告实现精准的基础。借助大数据技术工具，互联网广告从目标消费者精准定位、消费需求深度挖掘、投放过程精准可控、广告效果精准评估四个方面，全面实现了广告精准投放。大数据驱动下的精准广告，颠覆了“以媒体为中心”的传统广告逻辑，真正实现了“以消费者为中心”。由此确立了精准广告的传播策略：广告目标上重视效果为王；善于利用技术手段提升广告体验和优化广告投放；营销方式上善用内容营销和关系营销提升广告效果。

注释：

①③⑦ ［英］维克托·迈尔·舍恩伯格、肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》，盛海燕、周涛译，浙江人民出版社2013年版，第105-126、4、71-75页。

② ［美］戴维·斯沃茨：《文化与权力：布迪厄的社会学》，陶东风译，上海译文出版社2006年版，第122页。

④ ［法］皮埃乐·布迪厄：《实践与反思：反思社会学导引》，李猛、李康译，中央编译出版社1998年版，第135、134页。

⑤ “在线广告交易平台（Ad-Exchange）”在下文中有详细说明。

⑥ 符国群：《消费者行为学》，高等教育出版社2000年版，第370页。

⑧ 张红妹，《大数据：“啤酒+尿布”成经典案例》，《国际先驱导报》，http：//network.chinabyte.com/270/12660270.shtml。

⑨ 整理自百度百科：“互联网广告DSP”，http：//baike.baidu.com/view/8103074.htm？fromTaglist。

⑩ 王沛主编：《广告心理效果与评价》，科学出版社2008年版，第11页。

（11） 中国人民大学舆论所植入式广告研究课题组：《植入式广告：研究框架、规制构建与效果评测》，《国际新闻界》，2011年第4期。

（12） 麻震敏等：《大数据重塑营销》，《成功营销》，2012年第8期。

（13） 黄升民、刘珊：《“大数据”背景下营销体系的结构与重构》，《现代传播》，2012年第11期。

（14） 彭兰：《社会化媒体、移动终端、大数据：影响新闻生产的新技术因素》，《新闻界》，2012年第16期。

（15） ［美］大卫·柯克帕特里克，（David Kirkpatrick）：《Facebook效应》，沈路、梁军、崔筝译，华文出版社2010年版，第166页。

（16） 案例整理自《社交定向广告商RadiumOne将完成5000万美元融资》，网易科技，http：//net.chinabyte.com/409/12706409.shtml。

（17） 案例整理自《社交媒体营销案例：可口可乐的大数据玩法》，新浪科技，http：//tech.163.com/12/0303/16/7RMFFLBG000915BF.html。

（作者倪宁系中国人民大学新闻学院教授、博士生导师；金韶系中国人民大学新闻学院博士研究生、《中国企业家》杂志新媒体总监）

【责任编辑：潘可武】