基于“流程再造”的中国计算广告自主知识体系构建

2024-02-23姜智彬

新闻爱好者 2024年1期

【摘要】在大数据技术的推动下，计算广告流程发生了颠覆性重构与升级。传统广告流程被重构为计算广告用户分析、计算广告创意生产、计算广告交易投放、计算广告效果评估等一系列新的步驟。计算广告新流程具有广告数据与算法的平台化、广告行为的工具化、广告过程的同步化和广告效果获知的高效化等四个内在特征，实现了业务层面的“流程再造”。基于“流程再造”的计算广告自主知识体系建构，遵循着科学的价值逻辑、理论逻辑和历史逻辑，从本体论、认识论和方法论三个层面搭建了结构框架。

【关键词】大数据技术；计算广告；流程再造；自主知识体系

党的十八大以来，我国高度重视哲学社会科学发展，“加快构建中国特色哲学社会科学，归根结底是建构中国自主的知识体系”。［1］党的二十大报告系统阐释了中国式现代化的本质要求，为新时代新征程推进中国式现代化指明了方向，也为中国自主知识体系建构提供了根本遵循。许多学者在中国式现代化理论视域下探讨了各自学科自主知识体系的构建，取得了较为丰硕的成果。计算广告是当前广告产业发展和学术研究的重要内容。研究者基于“流程再造”的中国计算广告实践，探讨中国计算广告自主知识体系构建的基础、逻辑及其框架。

一、计算广告自主知识体系建构的中国实践基础

计算广告自主知识体系发端于中国计算广告产业的实际运作流程。迈克尔·哈默与詹姆斯·钱皮把相互联系、彼此影响、有前因后果关系、有投入和产出的一系列事务，称为一个流程。广告流程是将相关内容的输入转化为对广告主有价值的广告信息输出的一系列事务。［2］中国广告产业界基于对大数据技术的高度敏感和及时把握，进行了一系列广告流程变革的实践探索，为中国计算广告自主知识体系的建构奠定了坚实基础。

（一）计算广告的业界探索

技术作为影响广告运作流程变迁的重要因素，在“加速回报定律”的作用下，正在彰显着“以指数级速度增长”的力量。［3］作为处理和分析大规模数据集的技术，大数据技术通常涉及使用分布式计算、云计算、数据挖掘、机器学习和人工智能等工具和算法来处理大量、多样化的数据，以从中提取有价值的信息、洞察和趋势。［4］大数据技术在广告中的应用以提升传统广告流程的效率是现实也是趋势。大数据技术在我国广告流程中的应用始于2011年兴起的程序化购买即对传统广告媒介投放环节进行的自动化改造［5］，这解决了在线广告的个性化投放难题。在此期间，阿里巴巴、腾讯、百度等都推出了自己的Ad Exchange交易平台，2014年之后以SSP、DMP、DSP及Ad Exchange为业务的公司大量涌现，形成了较为完善的程序化交易商业系统。2016年之后，大数据技术开始应用到消费者分析、广告设计、广告文案等广告流程的其他环节。阿里巴巴、奇虎360、筷子科技等成功开发并应用了计算广告自动设计系统；京东、利欧股份研发计算广告自动文案系统［6］；电通安吉斯（中国）在消费者洞察、广告文案与终端广告投放方面开始基于大数据技术的自动化探索。

（二）计算广告的四步流程

通过对中国广告市场的观察及对大数据驱动下广告流程技术路径的观察与分析，发现传统的包括广告调查、广告市场分析、广告策略、广告创意制作、广告媒体组合、广告媒体投放、广告效果反馈和分析应对的广告流程被重构为计算广告用户分析［7］、计算广告创意生产［8］、计算广告交易投放［9］［10］、计算广告效果评估［11］等一系列新的流程步骤。大数据驱动的广告流程已与传统广告流程有了脱胎换骨的差异，研究者将其命名为计算广告四步流程（如图1所示）。

（三）计算广告的流程再造

在大数据技术的推动下，数据与算法的应用使广告流程更加工具化、同步化与高效化，能够促使广告在成本、质量、服务和速度等方面取得显著的改善。计算广告四步流程具有以下四个方面的内在特征。

1.广告数据与算法的平台化

传统广告流程是一个以人力资本为基础的线性流程，每一阶段完成后交付至下一个阶段。计算广告四步流程以数据为基础，以算法为核心形成中央平台支撑计算广告用户分析、计算广告创意生产、计算广告交易投放与计算广告效果测评的每一个环节。因此，大数据技术应用下的计算广告四步流程实现了从依赖人力到依靠数据和算法，从线性流程到平台化溢出效应的转变。

2.广告行为的工具化

传统广告流程依靠人脑来进行。人力的有限、受众的庞杂导致了千人一面的传统广告模式。在大数据技术的应用下，传统的广告流程被重塑为计算广告用户分析、计算广告创意生产、计算广告交易投放与计算广告效果测评四个环节，每个环节都由程序化工具来完成［12］。根据每一个消费者的轨迹卷宗处理消费者数据，广告数据平台可以自动化地生成消费者分析的结果；广告设计平台通过输入图片或文字，可以自动地生成广告设计与文案；根据每一个消费者每一次的点击行为，广告交易投放平台可以进行程序化投放并根据实时反馈数据及时优化广告效果。［13］大数据技术应用下的计算广告运作使原有依靠人的活动转变为依靠工具来完成，逐步实现了广告行为的工具化。

3.广告过程的同步化

传统的广告流程中广告调查、广告市场分析、广告策略、广告创意制作、广告媒体组合、广告媒体投放、广告效果分析和广告反馈应对几个过程需要依次进行，耗时较长。因此，传统的广告以年度计划或季度计划的方式来进行。大数据技术应用下的广告流程将传统的广告流程中八个过程缩短为不可分割的共时化的四个环节，即计算广告用户分析、计算广告创意生产、计算广告交易投放与计算广告效果测评。计算广告在四个环节内部达到了同一性，在衔接上也达到了同步化。［14］程序化创意生产是建立在自动化用户分析基础上的“秒创作”，创作系统与投放系统的衔接达到“秒投放”，在投放基础上的效果应对的“秒优化”。［15］计算广告过程的同步化使得计算广告摆脱了传统的年度计划或季度计划形式，实现了广告四步流程的同步性。

4.广告效果获知的高效化

高效化是大数据技术应用于广告流程后，在显现效果方面的特征。基于传统流程的广告效果难以准确地测量与应对，广告投放的效率较低。大数据技术驱动的计算广告更为实时与精准，收费方式按照CPA（cost per action）或CPS（cost per sales）来计算。CPA是按照注册、咨询、放入购物车等行为收费，CPS按照实际销售产品数量收费，广告的效率更高，具体表现为广告的成本更低、质量更高、服务更好与速度更快。

流程再造是指将业务流程改造为对象，以用户需求为导向，以先进的信息技术和管理手段为实现方式，对业务流程进行再思考、再设计，从而实现企业业务质量和水平的跨越式发展。［16］大数据技术在广告流程中的应用所产生的影响，过程上是裂变式重构，环节上是颠覆性升级，效果上是系统化提升。［17］大数据驱动的计算广告四步流程对传统广告流程做出了根本性和彻底的重新设计［18］，实现了实际业务层面的流程再造，推动广告流程进入了崭新的阶段以适应不断增长的计算广告需求。

二、基于流程再造的计算广告自主知识体系建构逻辑

构建中国式现代化计算广告自主知识体系，需要扎根中国计算广告的伟大实践，在人类广告学共识知识层面上，创建对计算广告具有引领作用的范畴概念体系，并开展理论和方法创新。以主体性和原创性为本质特征的计算广告自主知识体系，应充分体现对中国计算广告实际问题和中国计算广告业务经验的深刻观照，遵循着科学的价值逻辑、理论逻辑和历史逻辑，建构具有自身特质的知识、理论和方法。

（一）计算广告自主知识体系建构的价值逻辑

计算广告自主知识体系建构的价值逻辑在于通过数据分析和智能算法提高广告定位精准度，降低成本，增强用户体验，从而实现广告主和受众双赢，促进广告生态健康发展。

首先，计算广告提供了个性化广告的核心支持。通过分析大量的用户数据和行为模式，计算广告自主知识体系可以更准确地理解用户需求和兴趣，从而能够精确投放广告，提高广告效果，减少广告浪费，降低广告成本。

其次，计算广告自主知识体系能够增强广告的用户体验。通过了解用户的喜好和习惯，计算广告可以更有针对性地呈现给用户，避免打扰和冗余的广告内容，提高用户满意度，增強用户黏性，促进品牌忠诚度的建立。

此外，计算广告自主知识体系还有助于广告主更好地衡量广告效果。通过跟踪用户互动和转化率，广告主可以及时调整广告策略，优化广告内容，实现更高的ROI（投资回报率）。

（二）计算广告自主知识体系建构的理论逻辑

基于数据驱动的决策、实时决策和优化，以及深度学习和自适应性的理论支撑，计算广告自主知识体系可以提供更精准、更有效的广告投放服务。这三个理论要素相互交织，构成了计算广告自动化系统的理论逻辑。

一是数据驱动的决策理论。计算广告自主知识体系的核心是数据。计算广告依赖于大规模数据的收集和分析，以了解用户行为、市场趋势和广告效果。其运作逻辑在于，通过收集、整理和分析这些数据，广告平台可以建立精确的用户画像，识别目标受众，优化广告投放时机和位置。数据驱动的决策过程基于数据挖掘、机器学习和人工智能等技术，以提高广告的精准度和效果。

二是实时决策和优化理论。计算广告平台能够利用实时数据和算法，自动调整广告投放策略，以确保广告内容对受众具有吸引力，并在不断变化的市场环境中保持竞争力。实时决策和优化理论包括实时竞价、广告创意的动态调整以及广告预算的智能分配等方面。

三是深度学习和自适应性理论。计算广告平台能够不断学习和适应新的数据、趋势和用户行为，需要建立强大的机器学习模型和算法，以及定期的模型更新和改进。深度学习和自适应性使广告平台能够应对不断变化的受众心理和市场需求，提供更具竞争力的整体广告解决方案。

（三）计算广告自主知识体系建构的历史逻辑

计算广告自主知识体系建构的历史逻辑，是指随着计算技术的进步，计算广告行业从基础的文本链接广告到精准个性化广告，再到机器学习和数据隐私保护的不断发展过程，反映了技术创新与广告实践不断融合演化的历史轨迹。

首先，早期的互联网广告主要基于文本链接，广告内容与网页内容关联度较低。随着互联网的发展，搜索引擎广告和网页广告技术逐渐成熟。百度SEM系统开展了以关键词为基础的广告投放方式，奠定了计算广告的基础。这一阶段注重广告投放的精准性和效果分析。

其次，社交媒体的崛起加强了计算广告与用户行为数据的紧密联系，塑造了新时代的广告模式。新浪微博通过采集用户数据来实现更精准的广告定位。这个趋势改变了广告行业的游戏规则，因为广告商现在可以根据用户的兴趣、行为和偏好来精确地投放广告，从而提高广告的有效性。然而，这也引发了关于隐私和数据安全的担忧，因为用户的个人信息被用于广告定向。尽管如此，社交媒体平台不断进行技术和规则创新，以平衡广告投放和用户隐私之间的关系。

第三阶段涉及人工智能和机器学习的广泛应用。微信、字节等平台使用智能算法将广告投放提升到一个新的水平，使其更具精准性和个性化，从而更好地满足用户需求。通过收集大规模的用户数据，智能算法能够自动学习用户的喜好和行为模式。这意味着广告平台能够更好地理解个体用户的需求和兴趣，从而定制个性化的广告内容以提高用户体验。此外，智能算法还能优化广告投放策略，推动个性化广告在最佳时机、最适合的平台在最准确的受众面前展示，实现业务层面“千人千面千景”的匹配。

三、基于流程再造的计算广告自主知识体系建构框架

知识体系反映了知识的规范分类和构成。本体论、认识论和方法论是学科知识体系建构的基础，形成了建构中国特色计算广告自主知识体系的结构框架。

（一）基于流程再造的计算广告知识体系本体论

计算广告知识体系本体论是一个多层次的研究领域，涵盖了从广告主体到技术应用、效果评估和法律规范的各个方面。首先，本体论研究广告的核心主体，包括广告主、广告平台、广告内容和广告受众。广告主是广告的发布者，广告平台是广告投放的载体，广告内容是广告的创意和信息，广告受众是广告的目标观众。其次，本体论探讨计算广告的关键技术和算法，如广告投放、竞价策略、定向广告和排名算法。这些技术和算法用于决定哪些广告在何时、何地和何种条件下展示给特定受众以实现最佳效果。本体论分析计算广告的效果指标和评估方法，包括点击率、转化率、ROI等。这些指标用于衡量广告活动的成功和效益。最后，本体论还关注计算广告的法律法规问题，如隐私保护、虚假广告和数据安全。这些问题在数字广告时代日益受到关注，需要制定合适的政策和法规来保护广告生态系统的健康。因此，基于流程再造的计算广告知识体系本体论，应当包括计算广告用户分析、计算广告创意生产、计算广告交易系统、计算广告投放系统、计算广告监测评估和计算广告法律法规等核心内容。

（二）基于流程再造的计算广告知识体系认识论

认识论是研究认识、知识获取和知识结构的哲学领域，核心问题包括认识的本质、认识的途径和内容结构。在中国特色计算广告自主知识体系中，认识论是学科方法和知识体系的基础。首先，从认识的本质问题来看，需要明确计算广告的学科方法。计算广告是一门跨学科的领域，涉及计算机科学、数据科学、传播学、营销学等多个学科领域。因此，其本质是跨学科性质的，需要综合运用不同领域的知识和方法来解决计算广告相关的问题。其次，知识体系问题是关键的，涉及如何建立和组织计算广告的内容结构。在计算广告领域，内容结构应该包括广告算法、数據分析方法、广告投放平台等方面的知识。这些知识要以系统和有机的方式相互关联，才能更好地理解和应用。因此，基于流程再造的计算广告知识体系认识论，应当包括计算广告基本原理、计算广告数据革命、计算广告数据处理、计算广告数据脱敏、计算广告用户画像、计算广告精准定向、计算广告创意生产、计算广告媒介计划、计算广告交易原理、计算广告投放系统、计算广告效果测评、计算广告核心技术、计算广告算法原理、计算广告产业发展、计算广告法律法规等内容。

（三）基于流程再造的计算广告知识体系方法论

计算广告自主知识体系方法论是关于计算广告领域的方法学，旨在为计算广告领域的学术研究和商业实践提供一个坚实的理论基础和操作指南。计算广告自主知识体系方法论的首要关注点是建立对计算广告基本概念的清晰理解，包括广告交易、竞价算法、定向投放等核心概念。深入研究这些概念能够更好地理解计算广告的运作原理，从而更有针对性地制定广告策略。其次，方法论强调了认识广告行为的基本原则。了解用户的搜索习惯、点击偏好和购买行为等因素对于有效的广告投放至关重要。计算广告方法论鼓励研究者和从业者积极分析和应用这些原则。此外，方法论还强调对广告技术的熟练掌握，包括广告投放平台的使用、数据分析工具的运用以及广告创意的程序化设计。最重要的是，计算广告自主知识体系方法论鼓励不断的实践和创新。计算广告领域不断演进，新技术不断涌现。因此，方法论强调不断学习和适应的重要性，以保持在竞争激烈的计算广告领域中的竞争优势。算法体系是计算广告自主知识体系方法论的核心内容，运用在计算广告的主要领域，包括统计分析算法、点击预估算法、竞价出价算法、推荐排序算法、防止作弊算法、流量管理算法等。

推进计算广告自主知识体系建设，是新时代中国广告学科发展的紧迫要求。中国计算广告产业取得了巨大进展，这一生动事实为构建自主知识体系提供了丰富的原始素材和宝贵的思想资源。学术界应加大力度，深入研究计算广告在宏观层面和各分支领域的重要问题，进而开展高度抽象的理论总结，为中国计算广告自主知识体系的发展以及“文化自信”的强化贡献智慧和力量。

[本文为国家社科基金年度规划项目“区块链技术赋能互联网广告数据治理研究”（21BXW083）的阶段性成果]

参考文献：

［1］坚持党的领导传承红色基因扎根中国大地走出一条建设中国特色世界一流大学新路[N].人民日报，2022-04-26.

［2］姜智彬，郭博.流程性匹配：智能技术范式下互联网广告管理平台的动态能力研究[J].山西大学学报（哲学社会科学版），2023，46（02）：75-85.

［3］雷·库兹韦尔．奇点临近[M]．董振华，李庆诚，译．北京：机械工业出版社，2016：22-23．

［4］姜智彬，郭钦颖.技术驱动融合智能引领创新：2019年中国广告十大现象盘点[J].编辑之友，2020（2）：48-55.

［5］秦雪冰.创新生态系统理论视角下的智能广告产业演化研究[J].当代传播，2022（2）：67-69.

［6］秦雪冰，郭博.智能广告文案的消费者参与度研究：基于汽车之家APP的实证检验[J].新闻与传播研究，2022，29（6）：56-72+127.

［7］秦雪冰.消费者洞察的NKP模型：社会网络分析在智能广告中的应用[J].当代传播，2020（3）：77-80.

［8］姜智彬，戚君秋.学习、生成与反馈：基于动觉智能图式理论的广告智能创作[J].新闻大学，2020（2）：1-16+119.

［9］姜智彬，郭钦颖.广告智能投放：基于主体—对象—过程的系统模型[J].当代传播，2020（5）：74-77.

［10］秦雪冰，郭钦颖.互联网广告投放智能化转型研究：基于动态能力3P模型[J].现代传播（中国传媒大学学报），2022，44（7）：146-152.