互联网广告投放智能化转型研究*——基于动态能力3P模型

秦雪冰 郭钦颖

1997年我国出现了第一个互联网广告,经过十几年的发展,互联网广告市场在2012年出现了第一个整合广告主需求、为广告主提供广告发布服务的需求方平台(DSP,Demand-Side Platform)和第一个进行广告信息匹配、交易结算的广告交易平台(Ad Exchange),投放了第一条实时竞价广告,广告投放是将广告作品传递给受众的过程,是影响广告效果的重要环节。2014年,广告市场出现了为媒介所有者或者管理者提供广告分配和筛选的供应方平台(SSP,Sell-Side Platform)和对数据进行标准化、细分的数据管理平台(DMP,Data Management Platform),至此,互联网广告投放的基础架构初步形成。此后,监测公司、数据公司、技术公司等市场主体的产生使互联网广告投放架构逐渐完善。据2020年第一季度财报,阿里、腾讯、京东等排名前15的互联网公司广告收入总和为933亿元,同比2019年仅增长4%,经过十余年超过25%的高速增长后,互联网广告市场逐渐趋向冷静,从流量性红利向结构性红利过渡,广告主的广告投放从增量为主转向提效优先,媒体的广告收入从拓宽流量转向经营流量。在此背景下,互联网广告投放面临的关键问题是从聚合流量转变为深耕流量,从广告投放转向广告赋能。面对每天超过百亿次的广告曝光,要实现深耕流量和广告赋能,必须借助计算机视觉、自然语言处理、深度学习等人工智能技术,互联网广告投放的智能化转型成为必然选择。转型指的是通过发展新技术或采取新策略,改变、升级现行的战略架构、组织形态和经营目标等组织关键特征,目的是应对企业内部和外部环境变化。①李廉水等人指出智能化强调使用新兴信息通信技术和人工智能,将人工智能赋予生产运作系统,使其能够自感知、自决策和自执行。②总体而言,互联网广告投放智能化转型指的是为应对互联网广告市场环境的变化,应用人工智能技术使广告投放向自感知、自决策和自执行转变和升级。

唐健雄认为企业转型能力与动态能力在实质上是一致的。③动态能力理论是在资源基础理论和核心能力理论的基础上衍生的理论流派。资源基础理论认为企业竞争优势在企业内部,体现为企业的异质性、难以模仿的专有资源。核心能力理论认为企业是一种或几种核心能力的组合,比如企业拥有的关键技能和隐性知识,一种核心能力能够衍生出多种核心产品,核心产品能够培育最终产品,资源基础理论和核心能力理论在20世纪80年代日益成熟。在市场和技术快速多变的20世纪90年代,很多企业虽然具有资源优势和核心能力,但在市场上并不具有很强的竞争力,甚至面临倒闭的境地。基于静态环境分析的资源基础理论和以企业内部稳定性为特征的核心能力理论,对新的现象解释乏力,动态能力理论应运而生。总体而言,动态能力理论反映了在特定的路径依赖和市场地位条件下,面对快速多变的市场环境,企业获得创新型竞争优势的能力。关于动态能力理论,较有代表性的定义是由蒂斯(Teece)等人提出的,即动态能力是企业整合、建构和重新配置内外部能力以适应急剧变化的环境的能力。④

关于动态能力的实现方式,Teece提出了“路径判断(paths)—资源优势(positions)—运作过程(processes)”的3P模型,路径判断包含技术机会和演进趋势,解释的是历史进程对企业现在和未来发展的影响,路径判断决定了动态能力的发展方向；资源优势代表企业的既有资产和能力,是动态能力形成和发展的基础条件；运作过程是动态能力实现的核心,指的是为适应环境变化进行的组织管理、学习、实践流程的变化,包括“协调整合、学习共享、重构再造”三个方面,是动态能力实现和保持的具体方式,运作过程由路径判断和资源优势共同决定。互联网广告投放智能化转型的过程实际上是动态能力形成和保持的过程,面对互联网广告市场的环境变化,以人工智能为技术机会,依靠路径判断和资源优势,使互联网广告投放向自感知、自决策和自执行转变和升级是获得动态能力形成的方式。互联网广告投放智能化转型是技术驱动的变革,需要大量的物质资本、尖端的人力资本及一定的技术基础,大型互联网广告平台是转型的最佳实现者,以其为分析对象能更好地解释互联网广告投放的智能化转型。

一、路径判断:基于技术机会的互联网广告投放趋势

互联网技术演变的基本逻辑就是“连接”关系的演进。⑤互联网广告是通过互联网技术连接广告与受众以传递广告信息的过程,媒介是广告与受众连接的介质。技术演变是推动创新发展的主要驱动力⑥,技术的演变将推动连接关系的变化。广告投放的关键是广告与受众的精准匹配,技术的演变改变了广告与受众的连接方式，进而决定了广告投放方式的演变及演变趋势。

(一)广告—媒介—受众:PC互联网技术下单向展示的广告投放逻辑

1994年美国杂志Hotwired推出了网络版,并首次在网站上推出了网络旗帜广告(banner),标志着互联网广告的诞生。我国在20世纪90年代中后期进入互联网普及和应用的快速增长阶段,相继产生了新浪、网易、搜狐三大门户网站,之后在视频、购物等领域快速发展。1997年3月,我国出现了第一个互联网广告,传播网站是Chinabyte,广告主是Intel,形式是468×60像素的动图旗帜广告。在这个时期,互联网广告是通过人工商谈广告位或广告时段、人工放置广告的方式完成广告投放的。广告投放者根据页面/节目来购买广告位或广告时段,通过栏目触达广告受众,广告投放的逻辑是寻找合适的媒介投放广告以触达受众,形成了“广告—媒介—受众”的连接关系,即通俗意义上的“买媒介”。这个阶段,无法根据个体用户特征和网络行为投放广告,在广告与受众的关系中,受众只能单向接收广告,无法反馈,参与度较低,形成了单向展示的关系。

(二)广告—受众—媒介:移动互联网技术下互动的广告投放逻辑

2003年移动互联网的概念开始萌芽,2005年安卓系统开始出现,2007年苹果IOS手机系统开始应用并于同年发布了第一代iPhone,之后移动应用逐渐兴起。2011年开始各行各业加入移动互联网的浪潮,移动互联网开始爆发式增长,呈现出“互联网+”的态势。这个时期,受众不仅可以接受信息,还可以评论、发布、分享信息。2012年,需求方平台和广告交易平台诞生,代表着互联网广告投放开始从依赖人工向引入工具过渡。随着大数据和自然语言理解技术的应用,提取个体用户特征和网络行为,形成用户标签成为可能。广告投放的方式是根据个体消费者特征和网络轨迹等形成的用户标签追踪受众并将广告投放在受众出现的媒介上,形成了“广告—受众—媒介”的连接关系,即通俗意义上的“买人”。广告投放效果根据点击、下载、购买和广告反馈来测算,并以此为基础进行调整和应对,广告与受众之间形成了互动关系。

(三)受众—广告—全景互联:智能技术下全景互联的广告投放趋势

万物互联技术基于信息传感器、光感识别等识别技术,5G等传输技术以及自然语言处理、深度学习、计算机视觉等人工智能技术,实现日常物体的智能化连接,将现实世界中的物体媒介化,促成“媒介泛在化”,从而改变物与物、物与人的连接关系。万物互联场景的本质不仅是适配信息的传递,更重要的是重构关系。⑦在互联网广告投放方面,一方面,万物互联技术将进一步整合原有的媒介载体,形成线上线下媒介整合与多媒介互动,广告媒介将进一步多样化和泛化；另一方面,随着2016年广告海报智能生成技术与2018年广告文案智能生成技术的研发和应用及近年视频广告生成技术的研发,根据受众需求大规模个性化定制广告内容成为可能,广告投放向动态化、情感化、全域化方向发展,主动识别、挖掘、创造受众需求制作投放广告成为趋势。互联网广告投放将形成根据受众标签和需求,个性化制作广告内容并投放在受众出现的万物互联场景,形成“受众—广告—全景互联”的投放趋势。在这个阶段,广告投放决策主体由人转变为机器,形成以大数据为基础算料、以机器算法为工具、以消费者为计算核心的自感知、自决策和自执行的广告投放模式。

二、资源优势:互联网广告投放智能化转型的基础

资源优势是互联网广告投放向智能化转型的基础条件和出发点,对大型互联网广告平台资源优势的分析能为智能化转型提供清晰的认知。

(一)算法升级的技术实力

智能广告的发展和转型过程是由技术逻辑主导的生态化变革⑧,在移动互联网时代,互联网广告投放已经从依赖人工向机器介入转变,依靠大数据和人工智能技术开始了广告投放的工具化和平台化,主要做法是依据神经网络和深度学习技术针对用户特征和网络行为生成用户标签,集合成消费者数据系统,应用互联网广告投放平台进行投放,通过机器学习技术进行广告效果实时监测、效果优化。虽然算法水平、工具理性等问题使互联网广告投放未完全实现自感知、自决策和自执行,但大型互联网广告平台所积累的算法研发能力、GPU等计算机硬件能力都能成为互联网广告投放智能化转型的技术优势。

(二)多触点集合的流量入口

移动互联网时代带给受众的是全新的交互体验,从内容娱乐、电商购物、社交通信、学习工作再到支付等使人们的生活方式、消费习惯发生了革命性的变化,流量入口飞速增长,极大地延长了互联网的使用时间。计算机网络将不同的设备相互联结,有效地加快了信息的传输速度、拓宽了信息的获取渠道。在万物互联的智能广告时代,流量入口从互联网扩充到非媒介载体如家具、车辆等日常物品,泛在化流量代表的是用户与广告的触点,流量入口是广告投放的介质,这些泛在化媒介成为流量触点,将形成线上、线下的全媒体触点集合。大型互联网平台在流量入口上的优势是互联网广告投放智能化转型的流量优势。

(三)多维度的数据基础

数据是互联网广告投放的基础,数据越完整，广告投放效果越好。大型互联网广告平台拥有多维的数据来源：一是用户数据,用户的性别、年龄、区域、兴趣、爱好等用户特征,个人浏览、交易、社交等网络轨迹,通过标签的方式加载在用户的数字ID中,形成用户数据体系,成为广告投放的依据；二是流量数据,不同的媒介因具有不同的受众倾向、场景特征而有不同的流量属性,流量数据结合用户数据是广告投放媒介选择的重要依据；三是广告数据,即广告投放过程中产生的数据,包括创意数据、商品数据、用户对广告的反应数据、广告系统模型预估数据等。大型互联网广告平台拥有多维的数据基础,是其智能化转型的数据优势。

(四)跨学科的人力资本

人力资本具有稀缺性和不可复制性,人力资本的高价值和不可替代性对动态能力的形成具有显著作用。大型互联网广告平台在人员结构上具有高学历、年轻化、技术型的特点,计算机科学与技术、统计学、软件工程等人力资本积累丰厚,这些人力资本与广告学、传播学交汇形成的集多种知识于一体的复合型人才是广告投放的核心人力资本。因此,大型互联网广告平台在技术驱动的智能化转型过程中更容易避免新兴技术人才缺乏、人力资本专用性等因素导致的转型困难。

三、运作过程:互联网广告投放智能化转型的实现方式

动态能力3P模型中提出的运作过程包括“协调整合、学习共享、重构再造”三个方面。协调整合包括内部组织协调和外部资源整合；学习共享包括平台内部知识吸收、外部知识共享；重构再造指的是在外部环境变化下做出的资产、流程重组、能力再建设。互联网广告投放智能化转型的运作过程主要体现在协调整合和重构再造两个方面,运作过程是广告投放智能化转型的实现方式。

(一)协调整合:技术、产品、流量的多维协调

协调整合是对广告投放管理平台内部组织和外部资源的系统性规划和调整,目的是保障平台智能化转型过程中内部组织和外部资源的协调性，以实现高效运作。协调整合与智能化转型的动态变化相匹配,是互联网广告投放智能化转型的重要措施。

1.技术研发:互联网广告投放的“核心大脑”

互联网广告投放智能化转型是技术驱动的变革,技术成为广告投放的“核心大脑”,技术研发的作用愈发凸显,是实现平台功能的关键。技术研发的工作内容是广告投放平台底层算法逻辑开发、代码编写、算法策略优化等,负责触发、检索、召回、曝光等，还有广告投放系统模型建立、优化及广告投放平台的功能维护和升级,技术研发部是互联网广告投放的后台部门。互联网广告投放智能化转型需要完备的技术研发人员,至少应包括算法工程师、后端开发人员、前端开发人员和测试人员。算法工程师主要工作内容是广告投放平台的算法逻辑开发,利用深度学习、机器学习等技术解决受众洞察、广告投放推荐、广告投放效果反馈和自动优化等平台基础功能架构；后端开发基于技术逻辑和数据,规划、设计广告投放的业务逻辑以提升投放效果；前端开发人员使用JavaScript、CSS等算法语言将广告投放平台功能通过UI界面呈现出来；测试人员负责在广告投放平台的功能应用之前,测试开发的各项性能,排除技术漏洞、技术风险,输出测试报告。

2.产品运营:互联网广告投放平台的应用落地

产品运营负责后台技术和前端客户的对接,使广告投放平台功能应用落地。产品运营部是互联网广告投放的中台部门,一方面调研客户诉求、了解竞争产品、结合公司发展战略等确定互联网广告投放平台的功能；另一方面挖掘后端技术研发的广告投放平台的技术、流量、用户价值。在此基础上,结合广告投放数据，优化投放平台的策略机制设计,开发和升级广告投放平台的应用性功能,构建平台多功能生态。

3.流量管理:多维流量的规划制定

当下互联网广告投放的流量以网页、App、小程序、OTT电视等为载体,不同的流量依附于不同的产品,具有不同的用户特性、场景属性、创意规格、审核规则等。以腾讯为例,腾讯主要有微信、QQ、腾讯新闻视频以及优量汇联盟四种不同的流量来源,这四种流量来源的用户、场景、创意等都不同。微信广告基于微信生态体系,整合了朋友圈、公众号、小程序等资源,注重用户熟人社交和生活场景；QQ广告包括腾讯QQ、QQ音乐、QQ浏览器等应用,偏向年轻群体；腾讯新闻视频广告基于腾讯视频、腾讯新闻等应用,偏向娱乐化；优量汇联盟是汇聚了超过10万个优质外部App的流量聚合平台,使广告主能够通过腾讯广告投放平台投放到腾讯外部的App。

随着万物互联技术的深入应用,广告媒介越来越多样,为了更好地连接受众,大型互联网广告平台除了开发自己的流量外,还需要进一步整合外部的线上、线下流量。线上流量指互联网媒体平台的流量，包括App和网页；线下流量更宽泛,包括户外大屏、电梯楼宇、网络电视等互联网化的传统媒介以及“媒介泛在化”的日常物体。万物互联时代将有越来越多样的广告流量,因此为实现广告投放智能化转型,高效、优质地管理复杂多变的流量将成为重要内容,需要建设流量管理部,专门负责不同流量的规划管理、策略制定、场景应用等工作。

(二)重构再造:广告投放业务流程的智能化

重构再造解释的是互联网广告投放业务流程的智能化,是广告投放智能化转型的方式方法。

1.受众、广告、全景互联的智能匹配

互联网广告投放智能化的目标是为受众量身定制广告再精准投放,这就要求通过多方数据源精细标签粒度,进而对受众进行大规模的智能洞察,以此为基础大规模个性化地制作广告内容、精准灵活地投放广告,实现受众、广告、流量场景的智能匹配。因此,需要在受众数据的基础上重点引入广告商品数据和流量场景数据以提升广告模型预估的准确性,广告商品数据是商品的结构化类目数据,例如商品的名称/主要标签/关键词、经营者、价格、颜色、搜索网址、广告词/促销词、第一评价、二手/再次评价等,同时基于同类目相关商品进行广告拓展,识别受众需求,拓宽广告内容类目,将商品数据导入广告系统特征模型以提升受众洞察和广告投放的精准化；流量场景数据包括广告展示位属性、流量设备属性、广告位相邻信息内容属性、用户常见浏览行为等类目,通过引入场景特征,提升预估中偏好特征的样本数据量,帮助模型捕捉用户在不同场景的实时行为以筛选优质流量,实现广告的差异化投放。受众、广告、全景互联的智能匹配是智能化投放的核心。

2.智能流量分布

在全景互联的背景下,流量覆盖将爆炸式增长,流量渠道将会越来越丰富,整合平台内外流量,根据广告投放需求和广告效果进行流量筛选,制定流量组合策略是广告投放的重要内容。智能流量分布功能根据广告投放的考核目标和广告投放效果,智能优选预估效果好的流量版位以有效触达目标受众,这就要求分析整体流量环境、流量版位历史效果等多维海量数据并进行深度学习,保障流量选择的客观性和准确性,完成系统模型的流量选择自主决策。

3.智能竞价调节

智能竞价调节是根据设置的转化目标、目标出价和预算,通过优化目标出价系统(OCPX,Optimized Cost per X)给出的“建议出价”实时动态调节出价,以最合适的价格购买最合适的目标受众。优化目标出价分为系统被动调节和主动设置调节,系统被动调节是广告系统计算每次曝光的预估点击率(Predict Click Through Rate,PCTR)、预估转化率(Predict Click Conversion Rate,PCVR),根据设置的出价,实时计算每次广告曝光的转化价值,修改调价系数因子,确保以合适的价格竞拍每次广告曝光,最大化地实现广告投放目标。其中,预估点击率、预估转化率影响优化目标出价系统的调价模型,最终通过改变调价系数因子的值来改变出价,预估点击率、预估转化率受多重因素影响，比如整体竞争环境、广告历史投放效果、客户回传的受众行为数据等；主动设置调价通过对目标用户、目标流量主动进行质量分层,将数据传至广告投放平台进行用户数据匹配、标签分析,再通过模型机器学习、相似人群扩展,在不同流量上挖掘不同层级的目标受众,影响系统对不同层级目标受众的出价。

4.效果智能优化

广告效果监测的目的是将广告效果可视化、可量化,效果智能优化是在对效果数据分析的基础上,对广告投放进行实时优化,如实时更新受众标签、更换广告内容、调整竞价目标出价等。广告投放平台将广告主提供的数据、第三方监测数据纳入广告系统模型,帮助模型进行实时预测、优化。例如为视频App投放广告,可以根据用户激活数、用户在下载App后1小时内观看视频数、当天的观看时长等数据预测用户的次日留存率,供广告系统模型学习调整以进行抬高出价、增加曝光次数、调整广告内容等优化行为。

5.全流程自动投放

互联网广告投放是在实时变动的流量竞争环境中进行的,这要求广告发布者对广告投放平台的功能、技术逻辑有深刻的认知和一定的广告行业经验。智能投放工具能够降低广告投放门槛,帮助技术能力缺乏、投放经验不足的中小型广告主自主管理投放全流程,主要包括广告智能批量管理和智能盯盘策略优化两项功能。广告智能批量管理只需要广告投放者确定投放目标、创意素材元素、目标流量渠道,并且设置投放预算和目标出价,系统自动针对流量版位、定向人群、素材内容等要素进行叉乘批量组合,差异化创建新广告,根据投放效果的差异,系统依照投放目标自动复制优质广告、关停不达标的广告；智能盯盘策略优化是在批量创建广告的基础上,根据广告主设置的投放目标,自动实时地进行受众定向、预算设定等精细的调整。

四、结论

随着人工智能技术在广告中的应用,对广告内容(文字、图片、视频)进行智能生成的程序化创意(PCP,Programmatic Creative Platform)逐渐开始应用,程序化创意能够在极短的时间内生成成千上万的广告,如程序化创意公司筷子科技、天猫的广告海报生成系统“鹿班”、京东广告文案生成系统“莎士比亚”、秒针的智能文案系统“秒出”等,广告投放系统需要对接的内容越来越海量,考验着广告投放系统的能力,智能化转型越来越迫切。此外,多频道网络机构(MCN,Multi-Channel Network)逐渐兴起,聚合了大量微博、抖音、快手等关键意见领袖和关键意见消费者(KOC,Key Opinion Consumer),这些关键意见领袖和关键意见消费者大多是原生广告创作者,数据精准洞察、智能化达人管理、实时在线交易系统开始产生,如快手“磁力聚星”、字节跳动“巨量星图”等。广告投放系统需要与这些系统对接才能更好地完成投放,智能化转型是必经之路。

以动态能力3P模型为观照,本文梳理了互联网平台广告投放智能化转型的实现逻辑,路径判断是广告投放智能化转型的依据,资源优势是广告投放智能化转型的基础,运作过程是互联网广告投放智能化转型的实现方式,是互联网平台动态能力的核心体现,也是平台走向智能化的实质转型过程,路径判断与资源优势对运作过程共同产生作用。据此,本文构建了互联网广告投放智能化转型模型(如图1所示),为互联网广告投放智能化转型提供思路。

随着广告产业向智能化迈进,过去广告主发起广告任务、广告公司负责广告内容、广告媒介负责投放的分工关系被打破,以广告公司双向代理为特征的产业链发生变革,成为多方主导的关系网络。大型广告主自建内容中心、需求方平台,直接与媒介方的供应方平台对接,自

图1 互联网广告投放智能化转型模型

己完成广告投放业务；广告公司开发需求方平台代理广告主的广告投放业务、整合线上线下媒介形成供应方平台,试图保持住产业链中的固有地位；媒介基于自己的核心资源形成供应方平台,同时整合外部的线上线下资源形成供应方平台以扩宽资源渠道、张大自身的广告价值,如腾讯广告的“优量汇”、百度“百青藤”和“聚屏资源”、字节跳动巨量引擎的“穿山甲”等,与此同时,媒介开发需求方平台使广告主能够直接投放。广告主、广告公司和广告媒介都试图在广告投放中占据主导地位,新一轮的博弈在所难免,他们对未来趋势的判断及所具有的资源基础的不同,采取的运作过程的差异,将决定广告投放智能化转型成功与否,最终影响着广告产业的格局。

注释:

① 陈乐平:《企业战略转型影响因素和转型路径研究》,《现代营销》(下旬版),2017年第10期,第3页。

② 李廉水、石喜爱、刘军:《中国制造业40年:智能化进程与展望》,《中国软科学》,2019年第1期,第5页。

③ 唐健雄:《企业战略转型能力研究》，中南大学博士学位论文,2008年,第34页。

④ Teece D.J.,Pisano G.,Shuen A.DynamicCapabilitiesandStrategicManagement.Strategic Management Journal,vol.18,no.7,1997.pp.509-533.

⑤ 彭兰:《移动化、社交化、智能化:传统媒体转型的三大路径》,《新闻界》,2018年第1期,第7页。

⑥ Porter M.E.CompetitiveStrategy:TechniquesforAnalyzingIndustriesandCompetitors.The Free Press,1980.pp.86-87.

⑦ 喻国明、梁爽:《移动互联时代:场景的凸显及其价值分析》,《当代传播》,2017年第1期,第13页。

⑧ 段淳林、宋成:《用户需求、算法推荐与场景匹配:智能广告的理论逻辑与实践思考》,《现代传播》,2020年第8期,第124页。