技术变革背景下中国计算广告的发展趋势

段淳林

(华南理工大学 新闻与传播学院，广东 广州 510006)

近年来，在互联网、人工智能、大数据等技术的驱动下，无论是广告主还是营销人员，整个广告行业对数据和技术的关注度均显著提升。根据中关村互动营销实验室发布的《2021中国互联网广告数据报告》统计，2021年我国内地互联网广告实现了5 435亿元人民币的广告收入(不含港澳台地区)。其中，阿里巴巴、字节跳动广告收入规模均超过1 000亿元，互联网广告在营销活动中的地位日益凸显。在互联网广告规模稳定增长的环境下，我国互联网企业的流量运营竞争已转化为存量竞争，以客户为导向的提高留存率、活跃度和提升新客户的转化率逐渐成为广告主营销目标的核心。与此同时，用户需求发生巨大的变化，企业数字化转型加速，区块链、VR/AR、5G、大数据、人工智能、3D引擎等新技术，形成了数字创造、数字资产、数字市场、数字货币、数字消费的新模式。在此背景下，计算广告应运而生并不断涌现出新的发展特征和趋势。

一、文献综述

计算广告这一概念最早由雅虎研究院资深研究员兼副总裁 Andrei Broder 提出。他指出，计算广告的核心挑战是在指定文意(context)中实现特定用户与合适广告间的“最佳匹配”[1]。换句话说，计算广告的目标与传统广告的目标一样，都是通过创建和管理接触点来实现更有效的广告资源分配，并通过增强广告相关性和个性化来提高广告效果[2]。

随后，学界和业界逐渐将视野投向这一热门议题。2011年，斯坦福大学开设了计算广告的研究生课程。2014 年，美国广告学会提及了计算广告对于广告教育的影响。2017 年，美国广告学会组织了名为“走向一个名为计算广告的新学科”的会议，IEEEIntelligentSystem也推出了一期计算广告专刊，从技术角度探讨计算广告的应用性问题。

随着业界应用的发展和学界概念的确立，以及程序化广告、智能广告等在中国本土化的发展，计算广告也逐渐步入中国广告界的学术视野。2011年，周傲英等学者首次在国内发表有关计算广告的研究论文，对计算广告的演化过程、组成部分、关键技术和平台等进行了较为全面的梳理。该论文指出，计算广告是一种广告投放机制，它根据给定的用户和网页内容进行计算，找到与之最匹配的广告并进行精准定向投放[3]。该时期的学者对计算广告的认识还停留在广告投放或广告形式层面，并未认识到计算广告对于广告产业链的全局性变革[4]77。

此后，李海容从学术视角出发，将计算广告定义为“以用户为中心、数据为驱动、算法为中介的品牌传播”[5]。刘鹏从业界的视角审视计算广告，认为“计算广告的核心问题，是为一系列环境和用户的组合找到最合适的广告投放策略以优化整体广告活动利润”[6]。通过对各个学者观点的总结，笔者认为，计算广告是以数据为基础、以算法为手段、以用户为中心的智能营销方式，它在数据实时高效的计算下，进行用户场景画像，并快速投放、精准匹配及优化用户一系列需求。计算广告的逻辑起点是计算，其本质是可以提升互联网广告的投放效率，实现平台，广告主及用户的价值，精准匹配在不同场景中的用户需求及体验，其基于算法推荐的对不同广告营销内容的创意，场景匹配，用户洞察，媒体分发，效果评估等细粒度的精准计算，大大提高了计算广告全流程的附加值。

随着信息传播方式经历了从单向线性传播到双向互动再到智能服务的变化，与数字媒体平台属性保持一致流变路径的计算广告，也经历了以下三个发展阶段。Web1.0时代的计算广告是基于人口统计学定向的。这一时期的广告有固定的广告形态与运作机制，存在于以HTML网页为标志的数字媒体平台，本质上是一种由差异化广告内容而形成的聚众传播。进入以社会化数字媒体平台为标志的Web2.0时代，计算广告是基于用户标签定向的。这一时期，广告的关键是智能算法推荐下的多维互动，但这还不足以支撑广告主实现广告计划的智能决策。随着互联网的全面移动化以及大数据等技术的飞速发展，计算广告进入大数据驱动阶段。这一阶段的计算广告基于数据导航定向，使得广告主能够直面目标消费者，形成从需求到效果的营销闭环[7]。此后，广告进入智能决策新阶段，广告的运营方式发生诸多新变化。

二、计算广告的特征

计算广告是以数据为基础、以算法为手段、以用户为中心的智能营销方式，围绕用户、内容、算法、场景以及优化展开，具有以细粒度用户洞察为逻辑起点、以智能化信息内容为重要载体、以智能算法为核心、以场景互动为关键驱动、以优化为品牌资产提供引擎的特征。

(一)以细粒度用户洞察为逻辑起点

在用户层面，细粒度用户洞察奠定了计算广告的逻辑起点。从DMP数据定向用户到迭代用户关系资产，再到打造个性化用户旅程，计算广告的细粒度用户洞察逐渐深入。

1.DMP数据驱动，全链路定向用户

数据驱动是计算广告定向用户的基础，从DMP数据构建标签、完善画像到全链路洞察需求、定向用户，计算广告实现个性化推荐和精准化决策。首先，借助DMP数据管理平台，计算广告能够分类数据并扩充优化，高效构建用户标签。其次，应用NLP自然语言处理技术，计算广告不断组合标签及权重，持续完善用户画像。再次，参考品效合一评估指标体系——漏斗模型，计算广告洞察用户需求并进行感性、量化分析。漏斗模型利用大数据精准定位用户以提升品牌声量，同时依据算法的个性化推荐实现渠道引流，并借助精准化投放决策促进购买转化。最后，场景应用以及算法推荐打通用户的全链路数据，推动计算广告实时定向用户，完成细粒度用户洞察。

2.识别用户亲密度，迭代用户关系资产

计算广告通过清晰度量、精准识别用户亲密度，能够阶段性、针对性地进行广告投放，满足用户差异化需求。在这一过程中，FCAPM用户关系资产模型逐步构建。FCAPM用户关系资产模型，是指从底层的边缘用户(marginal user)逐渐升级为被动用户(passive user)、主动用户(active user)、核心用户(core user)直至成为顶层的粉丝用户(fans)的用户关系资产衡量模型。该资产模型通过判断用户亲密度，从而阶段性、针对性地投放广告。例如，针对边缘用户和被动用户，在小红书等社交媒体平台投放相应品牌种草广告，提升品牌感知度；针对主动用户、核心用户和粉丝用户，借助腾讯广告等平台发布竞价广告，促进购买转化；随着用户关系资产逐渐深入，在淘宝等电商平台进行直播强转化。

除了纵向挖掘用户关系资产，计算广告也能够横向迭代用户关系资产。在识别FCAPM用户关系资产之后，计算广告能够借助相似用户拓展技术精准拓展人群包，从用户覆盖率上探索更广泛的用户关系资产，激活沉淀新型用户，推动新型用户从底层边缘用户升级为顶层粉丝用户，以实现长期复利。

3.打造精细化、个性化用户旅程

计算广告通过优化线上用户核心接触点，打造精细化、个性化的用户旅程。用户旅程，是指从首次接触直至完成支付并享受产品或服务的期间，用户与企业互动的全过程[8]。用户旅程一般包括意识、考虑、购买、保留以及推荐五个阶段，每个阶段有不同度量指标。从站外渠道的核心接触点开始，计算广告合理设置创意展示量并结合CTR衡量展示创意，进而投放URL进行追踪测量。随后，在计算广告的发布推送阶段，创新设计落地页并增添创意文案，以观测用户量、跳出率以及访问深度等行为数据。在最终产品转化接触点上，计算广告多通过个性化推荐实现交易强转化。比如，定制维生素DTC品牌Lemon Box，即是以“定制化”为核心特点，通过大数据和算法赋能精细化洞察用户，进而为用户提供个性化的“AI营养师”，打造个性化营养科学服务体验。为完成“AI营养师”的精准匹配，品牌组建了营养师团队建立营养学知识图谱，并组建了算法技术团队量化营养学研究的问题，设计出定制的个人营养问卷。在这一模式下，以大量的问卷数据做支撑的AI算法能迅速将用户数据与营养学知识图谱相匹配，生成个性化的维生素和营养建议。

(二)以智能化信息内容为重要载体

在内容层面，智能化信息内容成为计算广告的重要载体。从搭建内容中台提升广告效率，到技术赋能广告创意学习生产，再到元素重组生成广告创意内容，计算广告的智能化信息内容不断提质增效。

1.搭建内容中台提升广告效率

计算广告通过搭建内容中台整合相关内容，精准匹配用户需求，以达到广告内容的精准投放。内容中台的搭建管理是不断循环的过程。首先，通过结构化数据输入和算法技术模型进行数据的分析提取，实现算法输入学习。其次，链接创意团队，整合及生成创意内容。再次，进行素材的一站式管理，形成数字资产方便后续分发；进而利用人工智能技术实现创意裂变，生成个性化内容。最后，利用算法实现内容的精准分发以及渠道内容的优化，反哺算法数据的自主学习，形成优质内容生成分发的良性循环。

利用算法所打造的AI场景智能营销平台链接创意场景、创意文本、智能算法以及用户需求，实现内容创意的精准匹配与投放，实现广告低成本分发与利用。例如，抖音平台自行打造的连续性主题内容或活动，强调内容的风格化和系列化，同时侧重关注量与评论量的数据监测。在关键营销节点，抖音平台会发布广告导向内容，强调内容的精美度和独家性，同时侧重曝光量的数据监测。

2.技术赋能广告创意学习生产

广告创意的生产流程实现了技术全驱动模式。在创意来源阶段，计算广告可以通过对用户落地页、购买行为等数据的分析洞察消费者心理，进行创意挖掘，而后利用CVAE、GAN等技术进行创意的生成。在创意匹配阶段，基于语义匹配等技术进行广告创意投放的图文匹配测试。其后进行创意的样式优选，对数据规模和质量进行分析，遴选出最佳创意。最后进行原始数据去噪、多元数据接入以及GAN自动生成，对创意数据进行组装渲染，实现广告创意的整体优化与匹配投放。以鹿班智能广告设计平台为例，该系统基于深度学习的智能算法和AI技术，实现了创意内容的自动化生成和智能化运营闭环。首先，将设计元素等进行结构化拆解，使机器学会按风格组织元素。其次，通过深度学习，实现AI智能化创意的生产。而后，系统根据用户的行为和偏好进行数据匹配和广告投放。最后，收集C端回流数据，进行标签数据的分析洞察，丰富原有素材库，形成闭环。目前鹿班系统已经具备了极强的智能设计能力，包括一键生成海报、智能排版等功能，在降本提效的同时完成了千人千面的展示，实现了广告的智能化生成。

3.元素重组自动生成广告创意内容

在计算广告时代，内容创意能力从依靠人脑走向人机结合的趋势越来越明显。计算广告通过内容中台中图案、字体、主题等广告元素的重组实现优质广告内容的自动化生成。在机器视觉和语言识别等技术的支持下，广告元素通过算法命令实现智能化文本、图案和影像的生成，再经过交叉组合生成完整的广告内容，而后通过算法协同过滤，实现用户匹配。以筷子科技为例，筷子科技通过智能化生产实现千人千面的广告智能化制作与投放，通过一键生成海报、智能排版创作等功能，实现了广告的智能化生成。

(三)以智能算法为计算广告核心

智能算法是计算广告的核心。通过获取、优化算法模型，计算广告实现用户场景匹配；借助DMP标签化数据，匹配的精准性、相关性不断提升；多元化的竞价广告技术提升了广告效率与情景匹配度。

1.算法模型逐步优化，提升定制化效果

智能算法模型是计算广告的主要工具，全链路均涉及广泛的算法模型的运用。它能够处理优化计算广告的一切数据，实现特定语境下特定用户和相应广告之间的最佳匹配。当前，计算广告的主要算法模型包括三种：基于关键词匹配的信息检索、基于用户点击反馈的机器学习算法以及在线学习算法。计算广告将算法模型和用户画像结合，并运用用户定向核心技术、竞价广告等相关技术，实现技术与数据的匹配链接，最大化计算广告效果。此外，算法赋予了计算广告“智能”基因，寻找用户兴趣与广告主需求的连接点，推动实现了用户与场景的个性化、定制化匹配。例如，巨量引擎所使用的5A人格模型是在菲利普·科特勒的5A模型基础上结合自身优势，形成的5A人格模型变式。巨量引擎在旗下平台开屏广告位投放品牌广告以强势覆盖公域人群，接着采取各级KOL推广种草等方式吸引用户促进认知，随后相继在官方商城、品牌公众号以及直播平台等搭建品牌阵地、持续品牌露出，实现用户引流转化，最后利用公众号、线上线下社群服务等全方位满足用户个性化需求、提升粉丝忠诚度、实现品牌粉丝运营、扩充品牌私域流量池。公域流量内所有可触达的人群，从被种草开始，逐渐成为品牌浅层交互人群、深层交互人群，继而转变为购买产品的消费行为人群，最终成为品牌的忠实粉丝。

2.DMP标签化数据，精准定向匹配用户

DMP对人群数据进行分类标签整理，旨在精准定位用户使计算广告的投放更具针对性。通过文本分类技术以及主题挖掘技术，计算广告能够明确用户基本属性、地理位置、渠道属性、行为属性等多维度标签属性，使目标用户的形象被清晰勾勒和集成概括，从而复原用户在真实生活场景中的生活轨迹[4]92-93。在用户定向技术的基础上，用户每一次点击互动都会形成数据被纳入DMP数据管理，以进行后续的智能追踪和多维传播。例如，借助个性化智能推荐算法洞察用户兴趣属性，实现用户信息与用户需求的可视化，并实现千人千面的智能资讯分发，最终满足用户个性化需求。

3.多元化竞价类型，提升广告效率与情景匹配度

随着搜索广告系统、点击率预测等竞价广告技术的成熟，计算广告的精准匹配有了技术支撑，计算广告的竞价类型也越发多元丰富。当前，计算广告的竞价类型主要包括以下三种：以高投资回报比为核心竞争力的完全智能化程序化购买、以保证媒体品质为核心竞争力的优选程序化购买和以凸显品牌影响力为核心竞争力的半智能化程序化购买。在计算广告中，广告主根据品牌广告、效果广告、品效广告等不同的投放目的，选择相应的竞价技术以及DSP平台，将投放需求与用户流量数据进行识别匹配，以提升广告效率与情景匹配度，实现特定用户、时间与空间所组成的场景画面的和谐统一。

(四)以场景互动为关键驱动

在场景层面，场景互动成为计算广告的关键驱动。计算广告能够以场景为核心链接价值共创主体，在动态场景与智能互动的助力下，推动场景共建和场域共融。

1.以场景为核心，链接价值共创主体

计算广告的本质特征，是在对用户所处环境的深刻洞察之上，实现用户、广告与场景的匹配，即基于用户洞察的身份匹配、基于内容分析的意义匹配、基于场景建构的情境匹配，构建多样的广告场景吸引用户，使用户积极参与到品牌的价值共创中。

在整个过程中，品牌主、广告平台以及用户构成了计算广告的价值共创主体，而场景成为链接三者的核心。从品牌主提供产品信息到广告平台发布广告内容，再到用户接受反馈信息，围绕着场景，价值共创主体在信息流的传递之间相互作用、博弈共生，并带来高临场感的品牌参与、细粒度的品牌认知、高质量信息流动。首先，场景能够带来高临场感的品牌参与，即借助广告平台的动态场景为品牌主提供高临场感，一方面能够提升品牌的洞察效率；另一方面能够提高平台的高质量流量。其次，场景能够促进细粒度的品牌认知，即通过用户侧的动态反馈，洞察细粒度用户个体、用户群对品牌方直接传递的产品信息的感知态度。最后，场景能够链接用户和内容，实现高信息质量的流动，提升用户与内容的匹配契合度。

2.动态场景与智能互动，推动场景共建和场域共融

计算广告实现了动态场景与智能互动的协同共生，打通了物、人、场景连通的渠道。技术赋能的物-物互联打破物理场景与虚拟场景的边界，在人脸识别、肢体识别、语音交互和感官交互的技术背景下的人-物互联创造了“场景-互动-体验-共建”的新模式，而物-场景互联的实现促进了场景化内容的多层次联动。在品牌认知层面，计算广告通过自动化内容生成和匹配等技术拓展并关联了品牌联想，促进了品牌体验中的多重认知。在品牌参与层面，VR/AR等虚拟现实技术和高媒介技术一定程度延伸了用户对品牌的触觉、视觉等感官体验，为用户带来更高程度的沉浸感。物、人、场景三者的共通互联打破了虚与实内容层次的壁垒，实现了智能营销的跨媒介互动，为消费者打造沉浸式体验，同时实现场景共建和场域共融的新格局。例如抖音平台利用AI对短视频内容进行识别和标签分类，为消费者打造沉浸式体验。相较于文字的标签分类，视频内容识别对AI技术的要求更高，抖音平台通过智能互动、场景共建，有效实现动态场景中的智能互动。

(五)以优化为品牌资产提升引擎

计算广告优化不断促进广告的精进，其中颗粒度成为优化广告预算新方法，优化成为品牌资产的提升引擎。

1.颗粒度成为优化广告预算新方法

在计算广告视角下，颗粒度可以被理解为一个衡量受众、信息、触点等在品牌信息投放、交互、评估、优化、价值共创等全流程参与要素的最小可计量单位。细粒度的数据分析单元可以尽可能地捕捉对象(人、产品、场景、渠道等)的细节，更清晰地把控和合理分配各个环节的有效资源[9]。计算广告充分利用颗粒度测量不断提升优化广告预算效率，打造计算广告链路：颗粒度为用户洞察、程序化创意、场景匹配、算法推荐、智能化投放以及动态效果优化的计算广告中的每一个目标创造附加值。

2.以优化为品牌资产提升引擎

品牌资产是赋予产品或服务的附加价值。品牌资产管理，就是维护并提升品牌资产的价值，全力挖掘品牌的最大价值与利润。

品牌资产运营管理可以概括为如下过程：包括关系资产、内容资产和商品资产等在内的品牌资产经过消费者需求洞悉、广告内容更新、效率提升等方式优化，进而通过营销应用落实，继续反哺营销方式的不断升级以及广告利润的直接和间接增长，最后再次沉淀为品牌资产。在这个过程中，优化占据重要的一环，在其中起到推动品牌资产升级和应用落实的作用。A/B测试是在品牌整体广告投放过程中的关键一环，其取得的优化方案又是品牌资产管理中的重要一环。在此过程中，一方面品牌能对目标消费人群进行精准识别与精细管理，了解不同类型消费者偏好，另一方面，也是对下一步广告创意策划与投放的指导与优化。

有机奶粉品牌雅培曾使用A/B测试对其广告内容创意的不断优化。品牌方先明确自身的特定消费群体和关注群体，按照不同的人群标签分创意进行广告投放，通过对市场反应的洞察分析，品牌方成功找到了不同人群的沟通“痒点”，由此通过营销链路的持续追踪，为品牌累积了活跃且购买意愿较高的高质量品牌粉丝，从而为后续的产品销售打下了坚实基础。

三、计算广告的发展趋势

未来，计算广告将在云计算、大数据、5G、物联网、区块链、VR、AR、XR等技术的加持下，进入全智能时代。

(一)营销科学化：用户侧的心智计算

1.基于数据的用户洞察发展趋势

数据是计算广告的基础，也是洞察市场与消费者的基础。传统的广告投放实践通常以媒体货架理论为决策原则，这样的广告实践往往面临目标人群不精准、及时的互动难以实现、广告投放效果无法实时动态的量化和评估等挑战。究其根本，缺乏数据是传统广告实践效果低迷的主要原因。随着大数据技术的普及和发展，广告主的广告投放实践从购买位置转变为购买用户和流量。基于大数据聚类分析、相关性分析和预测性分析的能力，用户洞察得以不断优化，实现了从二维到多维、从计算到智能的变革式转变。

通过聚类分析，大数据能根据用户旅程形成用户标签(user label)这一符号表征，如人口标签、基本标签和深入标签；通过相关性分析，将海量数据进行数字建模后，用户标签得到进一步丰富与完善，由此形成用户画像(user profile)；通过技术赋能，大数据还能用于用户情感计算，通过判断用户评论或使用的表情包等内容的情感属性，来分析用户的情感倾向(如淘系技术，将UGC情感计算应用于淘宝)；通过智能心智计算，大数据可用于实现智能的用户心智洞察。

2.智能心智计算与营销

计算广告时代，如何高效占据用户心智成为媒体广告竞争的重点。大数据技术让数据的整合、联系成为可能，帮助平台收集和了解用户信息和线上行为习惯。基于大数据的用户洞察经由用户标签和画像的生成、情感计算，现已进入新的阶段——智能心智计算和洞察。基于消费者疯狂消费的数据，品牌主可以获知其用户的冲动性消费特点；基于Z时代消费者在小红书种草、到淘宝消费的消费行为，品牌主可以获知其跨平台购买的新消费行为。智能心智计算与营销的出现与普及，意味着数字营销已迈入3.0时代，智能心智洞察也将进一步助力品牌广告实现品效合一。例如，天猫的DeEP新品牌心智模型通过需求指数、潜力指数和健康指数的评估，品牌可以更加清晰地看到数字运营过程中的方向、程度、效果和潜力，了解赛道优势和消费者需求趋势、品牌用户黏性和未来成长潜力、品牌综合实力等。消费者与品牌关系的深度洞察是心智模型的核心内容。通过对消费者和品牌关系深度的洞察和分析，心智模型能够智能地为品牌提供数字化的品牌诊断，并为品牌匹配相应的“人、货、场”策略，从而精准聚焦用户心智，获得持续的、长期的关系资产，实现有效的广告营销。

(二)发展新模式：逆价值链增长

新一轮技术革命催生了全新的数字经济形态，短视频和直播电商营销模式常态化，内容电商涌现，直播内容营销重构商业形态。计算广告将赋能短视频和直播电商更加深度嵌入价值链的各个方面，影响着价值链的定位、结构、内容、运作方式等，实现逆价值链增长。

数字化经济发展加快，计算广告赋能，促进直播电商对整个营销链条进行全面渗透。价值链的其中一种模式是以上游供应商(品牌方、经销商、工厂等)为起点，以用户需求为目的，串联电商平台下单、直播平台和新兴电商平台带货、MCN机构孵化、主播内容输出为一体，实现品牌的价值流向。另一种模式是由上游供应商以C2M模式直接供货给带货主播，满足客户的产品需求。在这两种模式中，直播电商类平台都直接影响用户，其发展路径呈现出由下游向上游的渗透，完成从产品研发、品牌传播、渠道建设到销售服务的闭环。

直播电商从下游向上游渗透促进逆价值链的增长，将实现数字供应链及个性化、人性化的转型。第一，直播即洞察，影响着产品研发环节。品牌主能通过前端实时反馈，协助制定更符合顾客心智偏好的产品策略，影响后端产品的研发。第二，直播即代言，影响着品牌运营环节。内容电商的专业主播成为媒体和渠道，以高价值内容的持续输出刺激用户产生新的个性化消费需求，数字化管理赋能品牌更加细化针对不同群体顾客心智的营销运营战略。第三，直播即渠道，影响着渠道建设环节。品牌更重视精准的渠道投放和点击率、购买率、复购率等指标，重视有针对性地创造和管理符合不同群体需求和适应不同场景的渠道。第四，直播即导购，影响着销售服务环节。基于对内容和效果的实时监控、自动投放、情感计算和行为分析等，品牌可以进一步明晰如何提升营销活动效果、保证用户留存等。例如，国货彩妆品牌花西子从创立之初就以用户体验为核心，坚持用户共创，以“产品体验官”的形式，借助用户的力量推动产品的研发和迭代。品牌在服务号等渠道设置“招体验官”入口，招募、筛选品牌产品用户成为产品体验官，并向体验官们寄送样品。体验官在收到货后将对产品进行测评并详细地将真实使用体验反馈给品牌，品牌则根据这些用户的反馈，反复调试配方，优化产品。目前，花西子已拥有十万名产品体验官参与到产品的研发内测过程中。产品体验官让用户参与到产品的研发迭代过程中，让品牌更精准地了解用户的真实需求和痛点，通过用户共创的模式将用户从消费者变成参与者，决定产品研发的方向。

(三)创意科学化：从经验创意到智能创意、数据创意

计算广告创意的生成实现了从人工生产到智能计算的演变，经历了以人工生产为核心的经验创意，到基于广告投放流程自动化的程序化创意，再到实现广告与内容、场景、用户三者完美匹配的智能创意，未来将实现并发展以“人机结合、量化创意”为特点的数据创意。

“创意1.0时代”的经验创意是一种单向线性的创意。它以人工生产为核心，以满足用户需求为目的，体现的是广告主的想法。在传统的经验主义模式下，广告主无法深入了解用户需求，没有定量的数据来指导创意优化[10]，广告创意生产的质量不高、效率低下。随着大数据技术的出现与发展，智能化内容生产技术逐渐替代传统的内容生产服务，广告创意生成由此进入“创意2.0时代”，即程序化时代[11]。程序化创意是基于大数据技术，通过机器学习和智能计算形成的一种双向闭环的生产模式，可以根据受众反馈及已有的广告创意自动进行创意生成。虽然被广泛应用于文字广告、平面广告和视频广告，但程序化创意主要适用于广告元素易于拆分、元素排列较为固定的广告形式[12]。

动态程序化创意，是程序化创意的进阶，核心优势在于拥有了元素级别的创意DMP平台。通过对用户标签、用户画像等用户信息的智能分析，创意DMP平台将灵敏且智能地组合平台内储存的图片、文字、色彩、创意模板等创意素材，最后通过DSP进行广告创意的智能投放。基于大数据技术，动态程序化创意实现了海量创意的“柔性生产”，智能广告由此进入“创意3.0时代”，实现了广告创意元素与用户、场景的匹配[11]。

基于人工智能和大数据技术的不断发展，广告创意内容得以更智能高效地生成，智能广告进入“创意4.0时代”，即数据创意时代。“创意量化”和“人机结合”是数据创意的两大特点。数据创意的生产主要通过创意内容中台、创意数据管理平台和内容分发平台完成。创意内容中台与创意数据管理平台相辅相成——通过智能识别广告创意并进行元素结构，创意内容中台将获得源源不断的创意内容元素，这便是“创意量化”的基础。同时，根据对用户、场景等的洞察，数据管理平台将自动进行智能的内容脚本策略分析，创意内容中台里的创意元素被组合重构，从而产生秒级的创意数据，这体现了数据创意“人机结合”的特点。

总的来说，数据创意生产模式的核心是基于算法生成超弹性内容变体。通过创意内容中台、创意数据管理平台和内容分发平台三者协作下的智能高效的创意内容运营，一个科学长效的优化迭代闭环由此形成。

(四)代理新模式：从合约化交易到程序化交易再到智能化交易

作为计算广告产业链的核心环节和计算广告新业态的典型表现，广告代理模式变革是重要一环，实现了从合约化交易到程序化交易，再到智能化交易的转变，朝着越来越精准化、定向化、场景化、动态化和智能化的方向进化。

在合约化交易阶段，品牌投放广告以合约为本，广告从业者的个人经验主导了广告从用户洞察、创意策划、广告投放渠道到广告优化等环节[13]。一旦确定下来，品牌很难实时调整投放策略，而且投入成本多为长期费用，也无法实时预测和收集投放后的购买力、用户或流量数据，收集用户反馈以推进优化的效率也较低。在程序化交易阶段，算法和大数据技术支持品牌购买精细化的受众。程序化创意平台实现了广告创意内容的生产，技术与算法支撑实时竞价完成广告、用户和场景的精准匹配，算法推荐机制将内容低成本、高效率地定向投放。广告主与品牌方可以实时调整广告曝光次数、特定位置和时段等决策。

在智能化交易阶段，广告投放依靠智能化、自动化的人工智能技术驱动完成，能实现业务流程智能化，比自动化的匹配更先进。物联网利于智能获取全域数据，品牌可以利用智能管理平台自动分析用户动态化、潜在性需求和特征，实现营销前的需求预测。智能系统即时生成创意，进化后的算法自动实现需求、创意和场景的快速匹配和精准投放，AR、VR、XR等技术能带来沉浸感的互动体验，5G 技术赋能计算广告时空层面上的智能反馈，推进效果监测及实时优化，区块链的去中心化特点能加强对品牌和用户数据安全的保障。

计算广告还将完成对整个广告产业链的重构。首先，计算广告实现了由合约化交易到程序化交易，再到智能化交易的转变，形成 “最优匹配”的广告思维。其次，广告交易环节的转变将驱动上下游环节去适应性地完成自身模式和职能的重构，如广告代理组织、媒介组织等的职能边界将变得模糊，广告代理被制度重构。最后，上下游环节的重构将进一步推动更多环节更新技术和思维，整个广告产业链焕然一新。随着计算广告的价值向广告产业的各个环节流动，广告市场关系被优化，广告主与广告代理、广告媒介的关系得到优化，计算广告也改善着消费者对广告的认知与接受度。

(五)智能计算物联网广告：实现从网络平台到多屏硬件

物联网作为连接人、机、设备的主要支撑技术，近年来呈现出快速发展的趋势。基于大数据、物联网和区块链等技术，计算广告的发展正在迎接物联网时代[7]，实现数据创意和精准营销的进一步发展。

物联网是在互联网基础上延伸扩展形成的网络，它以智能设备、感知设备等为载体，通过各种通信技术实现信息的传输，以海量存储技术、云计算技术等实现信息的智能应用[14]。物联网广告基于物联网的三个关键功能——设备多样性、高连接性和可扩展性[15]——有效改善了传统互联网广告的传播效果。

物联网广告是从移动端展现广告内容的一种新型的广告展现模式，实现了新媒体广告从传统广播式传媒到“定制式”传媒的转变[16]。所谓定制式，指的是从物联网挖掘信息，获得相关参数或数据，再向消费者推荐符合需求的定制信息。这一转变，实现了广告的人性化、个性化服务，有效改善了传统广告“广而告之”的投放形式和效果。

物联网广告以广告卡、广告贴等物品作为载体——用户可以通过扫码进入到广告的主页面[11]——快速传播品牌广告，从而达到产品会说话的目的。户外广告媒体也是一种广告载体，通过在这种广告载体上安装传感器可以实现用户信息的获取[13]。多种多样的广告载体，对应了物联网“设备多样性”的特点，有助于实现更多真正基于现实环境的广告策略，如汽车司机会在路边的电子广告屏上看到基于个人信息和习惯的广告[12]。

基于物联网高连接性和可扩展性的特点，物联网广告的传播模式从单一的信息收集，拓展到信息系统化及建立环境媒体广告传播模式。这意味着在物联网中，每个物联设备都是一个重要节点，能实现数据收集和生成。

进入物联网时代，广告商业模式的中心实现了从产品到用户的转变，用户成为营销过程的中心和起点。基于物联网技术的定制式广告商业模式更注重用户需求：通过内容提供商、电信运营商、硬件设备制造商等运营主体间的协作[4]286，实现广告信息和服务的有效聚合；基于物联网技术赋能的广告服务平台，实现定向广告传播，从而人性化、个性化地满足用户需求。以中国某互联网广告智能投放平台为例，其目前已形成了颇具影响力的规模，媒体点位覆盖超450个城市，连接媒体屏幕数量超2 600万个，覆盖优质受众超6亿。其兼顾媒体整合和智能投放两大功能，覆盖领域包括交通出行、商务办公、社区住宅、餐饮购物、医疗卫生、教育文化及公共服务等场景，媒体形式包括车载屏、家庭冰箱屏、快递柜屏等80多种细分场景媒体。其技术管理模块由四部分组成：屏幕运营管理系统为屏幕提供产业升级及智能运营管理服务；大数据云服务和智能管理系统为线下广告投放提供精细化运营；屏幕媒介合作平台搭建起个人、粉丝投放广告的桥梁；全行业广告干货社区为用户提供最全最新的广告资讯。这种线下数据管理系统和智能化广告投放平台(ADX+SSP)的管理模式成了打通全产业链的产品矩阵，推动物联网广告的发展，拉近计算广告与用户的距离。

(六)计算广告数字化新生态——共生、共创、共享、共赢

计算广告颠覆了传统广告的核心逻辑，对广告生态产生了深远影响，当我们把目光从聚焦技术与人的关系扩大到整个计算广告生态，研究广告变革中共生环境、共生模式和共生单元的关系和发展模式，这有利于更好地思考和适应自身在未来发展中的位置。

共生环境、共生模式和共生单元，都呈现出共生理念下的数字化特征，它们基于共赢目标建构彼此间支持和满足的良性关系，共同构成了共生、共创、共享、共赢的计算广告生态。广告技术的变革驱动共生环境的变化，从通信专有技术到大数据技术再到人工智能技术，推动着营销功能从信息搜索到精准营销再到计算、效率、价值的提升，广告的发展也由关键词广告演进为程序化广告再到智能化广告。在共生环境中，政策法规、行业发展、算法技术、突发环境等因素影响着由品牌主(广告主)、广告网络平台、用户共同组成的共生界面。在共生界面中，品牌主、广告网络平台、用户三个共生单元在彼此间交换信息能量，构成动态循环的共生模式，也维持着共生界面的平衡协调。

对品牌来说，数字化逻辑将贯穿品牌运营的始终，数据成为和品牌一样重要的企业资产。智能技术将覆盖到品牌的研发、生产、物流、配送多个环节，能缩短供给需求之间的消费链条，实现单品爆品快速更新换代。品牌还会运用程序化广告平台实现创意的定向投放，提升转化效果。不少品牌以DTC模式垂直接近消费者，利用专业平台进行用户运营，实现用户传播的精准化与互动性。对用户来说，用户的计算广告感知发生变化，他们的购买链路缩短，更认可品牌个性化的创意内容，同时智能技术会增强他们对产品的感知科技感，他们也会更认可和信赖平台。用户的情感认知也发生变化，他们的情感需求得到满足，社交属性增强，生活文化认同感提升。用户的购买旅程也会发生变化，他们会观看和分享专业化的品牌内容，参与共建双向互动的价值平台。对广告网络平台来说，流量是生态发展的关键能量来源，因此，广告网络平台重视挖掘流量价值，重视促进流量的转化。广告网络平台的社交属性将加深，更重视建设社交功能，激发用户个性化的社交习惯，培养平台独特的社交氛围。广告网络平台也会变革营销理念，出现用户思维，平台思维，产品思维，会运用程序化广告平台搭建渠道的多触点和全链性。

四、结语

在互联网等技术与大数据深度融合的背景下，以数据、算法、用户为核心的计算广告在市场中迅速发展。现阶段，以细粒度用户洞察为逻辑起点、以智能化信息内容为重要载体、以智能算法为核心、以场景互动为关键驱动、以优化为品牌资产提升引擎是中国计算广告的五个主要特征。未来，计算广告将在云计算、大数据、5G、物联网、区块链、VR、AR、XR等技术的加持下，基于用户侧的心智计算，实现智能心智计算与营销；将赋能短视频和直播内容电商的发展，实现逆价值链增长和数字供应链转型；将实现“人机结合、量化创意”为特点的数据创意；将完成广告代理模式向智能化交易转型；将实现智能计算物联网广告从网络平台到多屏硬件的转变；将形成 “共生、共创、共享、共赢”的计算广告数字化新生态。

计算广告理论的发展具有重要的实践意义和理论意义。就实践层面而言，智能化时代的流量计算和数据价值挖掘成为企业和品牌发展的重要资产。在理论层面，计算广告是一个需要多学科知识不断碰撞、融合发展的新兴研究领域。但随着技术发展和广告交互程度的不断提升，计算广告将在元宇宙的世界里真正实现科学与人文，理性与感性，虚拟与现实的超现实融合。