大数据背景下的互联网广告

杨柳

借助于网络媒体，互联网广告发展迅猛，因其广泛的传播范围、多样的形式载体、良好的互动性等优势，使之成为时下最风靡的广告形式之一。当前，互联网广告在大数据背景下又迎来新的机遇和挑战，互联网广告的内容生产、投放形式都将因为大数据受到影响，而至关重要的，将是互联网广告从业者思维与观念的激荡和变化。也许，这一点在当下的表现还不是很明显，但随着大数据挖掘技术日益广泛的运用，互联网广告领域将会是一片新天地。

从一个案例说起

2013年，一部网络剧《纸牌屋》受到影视界与网络界人士的广泛关注，该剧时下已经横扫40多个国家收视榜。该剧之所以备受关注，是因为它在很大程度上是采用大数据“算”出来的。该剧的制作方是世界上最大的在线影片租赁服务商Netflix，它通过其全球3300万个订阅用户大量的行为痕迹，如下载、收藏、推荐、快进、暂停、回放、播放等，了解到大多数用户喜欢 David Fincher导演，Kevin Spacey主演的影片口碑不错，还了解到英剧版的《纸牌屋》很受欢迎。三者的碰撞促进了《纸牌屋》的诞生。Netflix还通过海量的数据积累和挖掘，分析出用户的观看习惯在不断改变，观看时间逐渐零散化，不再喜欢追剧而是喜欢一次性全部看完，所以《纸牌屋》不再有“首播剧集”和“追剧”的概念，首次开播也是将一季内容全部播出。Netflix对其长期积累下来的“大数据”进行分析、处理、挖掘、预测，根据受众特征、喜好定制电视剧，不再是随意、主观地编制影片，而是以数据为依据，成功地推出了广受欢迎的电视剧。在整个过程中，人们不难发现，《纸牌屋》从内容生产、受众定位到受众审美心理、受众消费习惯，都依赖于数据分析，像受众审美心理这些以前无法量化、无法掌控的因素，现在由于有了海量的数据和相应的数据挖掘技术而成为可以“计算”、可以操控的“客体”。将混沌不清的因素透明化，将柔性的、主观的东西刚性化、客观化，数据挖掘在其中起到了至关重要的作用。此时，数据分析已经不再仅仅是一种方法、一种工具，而是包含着革命性的变化。

虽然这里所举的例子是一部影视作品，但其内在的运作逻辑同样适用于当下的互联网广告。实际上，只要人们上网，就会留下或深或浅的痕迹，这些痕迹每时每刻都在产生，其数量之巨，超出人们的想象。以前由于数据挖掘技术没有发展起来，这些稍纵即逝的痕迹都是无用的、冗余的，因此不会被人们加以监测、存储和分析。但是，这些痕迹却包含着许多信息，比如受众观看网络视频时的快进动作，也许就意味着他对某些情节和场景不够喜欢，甚至很反感，而受众在社会化媒体上的转帖、推荐、吐槽等行为，同样也包含着他对某部作品的喜恶态度。这些无时无刻不在产生的痕迹不就是海量的数据吗？换言之，它们就是所谓的“大数据”。

对于互联网广告而言，这些“大数据”只要运用适当，同样可以用来为内容生产提供参考，为广告投放提供数据化的决策。

广告投放：从准确到精确

在互联网上，网民经常根据自己的需求或喜好查阅相关内容，虽然关闭网页就意味着某一次的网上活动结束，但网民在互联网上的任意行为都会留下痕迹，它代表着某种心理、需求或行为，反映个体的审美观、价值观以及消费观。每一次的上网痕迹都会成为抽象的数据，负载着个体的多样信息，最后存储在后台服务器中。经过长期的积累，后台服务器会存储海量的数据，这些数据都可以被广告从业者获取、“化验”，采用特定的数据挖掘算法对这些海量数据进行分析、挖掘、利用，然后对受众群体进行基本定位，进而抽象出受众的审美、消费、兴趣特征，利用这些特征便可以精准地设计出符合某类受众群体口味的广告。如果收集的数据可靠且分析准确，那么设计出的广告受到网络用户青睐的可能性将大大提高，获得成功的概率也会大大增加。

在大数据背景下，互联网广告的设计将会越来越依赖于海量数据分析的结果，不断改变传统语境下广告设计的随意性和主观性。当人们像制作《纸牌屋》那样，精确地描绘出受众的心理诉求与审美期待，据此进行内容生产，就会拉近甚至彻底消除内容生产与受众接受之间的距离，人们常说的“量身定制”也就不再只是一个美好的构想，而是成为眼前的现实了。

大数据挖掘与分析同样可以为广告投放提供数据化的决策。广告投放是广告商最为关心的问题，然而这个问题偏偏又最难操控。广告商经常抱怨受众的口味捉摸不定，同时又苦于无法精确地监测和评估广告的传播效果。在大数据时代，建立在数据分析基础之上的广告投放策略正在逐步改变这一困境。

广告投放的决策建立在受众分析的基础之上。在大数据背景下，广告受众分析方法将会发生根本性的变化。此前对广告受众的量化分析，往往采用抽样分析方法。当今的受众群体有碎片化的趋势，消费者的从众消费观不断减弱，相反，求异的消费观不断增强。人们越来越喜欢彰显自我个性，追求与众不同。这就给抽样分析增加了难度，因为抽样分析的逻辑正是基于样本所具有的代表性，而碎片化趋势则大大减弱了这种代表性。大数据挖掘正好相反，它无需抽样，而是直接处理海量数据。换言之，它每次分析的都是目标总体，这是一种全息性的量化分析方法。

互联网广告可以利用这些海量数据提取有用的信息，推测受众的兴趣点。但我们在互联网上的行为痕迹，都在我们不经意间被送往后台服务器。我们的个人隐私信息，从浏览网页，到在线观看视频，从社交网络上的帖子，到GPRS定位，都被视为数据的一部分，送往我们不知道的第三方，这些信息可能在我们不知情的情况下就被他人检索、查找、分析、利用。因此，如何有效利用数据，又不侵犯受众的隐私权，将会成为大数据时代亟待解决的问题。endprint