本文收錄於：《新聞大學》 2018年01期
【內容摘要】計算廣告顛覆了傳統廣告從用戶洞察到效果衡量的方式，開創了智能營銷全鏈路的變革。本文認為廣義的計算廣告包括了所有以數據和算法為底層技術的廣告形態，數據、算法模型與智能決策是計算廣告的三個基本研究維度。計算廣告基於數字媒體平臺的屬性變化而不斷發展流變，未來物聯網時代的計算廣告應是在獲取全域智能數據基礎上的全自動化用戶導航，智能算法的優化升級吸引用戶深度參與到廣告互動中形成參與式互動文化生態，並最終實現品效合一的廣告效果。
【關鍵詞】計算廣告；智能算法；智能決策；發展路徑；物聯網廣告
廣告效果始終是廣告理論的研究熱點與廣告實踐的最大痛點。傳統廣告時期，囿於傳播技術與傳播手段的局限，這一時期的廣告傳播通過粗獷的全渠道傳播最大化單向信息傳播的覆蓋面，無法實現廣告信息精準傳播，廣告效果難以保證。隨著網際網路以及移動網際網路的迅速發展，廣告業態發生了巨大的變化，技術浪潮推動廣告進入計算廣告時代。廣告行業在數據驅動下整體轉向，數據、算法模型與智能決策需求成為網際網路廣告發展的內生力，廣告獲得了即時優化的能力，廣告效果在智能化時代有了創新性的實現路徑。
01
計算廣告的研究文獻綜述
計算廣告的概念由 Andrei Broder 於 2008年首次提出。他認為：計算廣告是 為給定情景 C 下的用戶 U 找到一個合適的廣告 A，以實現「最優」匹配。這一界定為國內外學界業界廣泛認同引證，但這樣一種業內的視角只指出了計算廣告需要解決的問題，未能夠定義出計算廣告的內涵與外延。
國內學術界對計算廣告的認知也經歷從廣告形態、投放方式到全產業鏈變革的廣告業態認知過程。最早有學者周傲英等提出，計算廣告是一種精準投放的廣告投放機制，它在計算基礎上找到最優匹配的廣告內容並定向給目標人群實現廣告收益最大化。另有學者認為計算廣告就是在提升廣告收益的基礎上形成的一種新型廣告形式。這一時期，對計算廣告的認知還停留在廣告投放或廣告形式層面，普遍還未意識到計算廣告對廣告產業鏈全局性的變革。劉鵬和王超從業內視角審視了計算廣告，在其著作中認為「計算廣告的核心問題，是為一系列用戶與環境的組合找到最合適的廣告投放策略以優化整體廣告活動的利潤」。近期國內研究學者劉慶振對計算廣告的認識經歷了從線上廣告到線上線下整合傳播、從單一投放環節到廣告全業務鏈的過程，認為「計算廣告是根據特定用戶和特定情境，通過高效算法確定與之最匹配的廣告並進行精準化創意、製作、投放、傳播和互動的廣告業態」，從計算廣告引發的定製、融合、智能、程序化視角，探討了計算廣告帶來的廣告產業鏈變革，這也是目前國內對計算廣告在新聞傳播方向研究較為匹配、前瞻的研究。
通過對現有研究成果的全面梳理，筆者發現，當前學術界對計算廣告的研究成果並不豐碩，對計算廣告的定義模糊、對計算廣告與計算廣告學的概念混用等問題普遍存在，相關基礎性問題仍有待於學術研究的進一步深化和發展。因此筆者認為，有必要對計算廣告進行重新界定。同時，當前對計算廣告的研究存在著研究視野過於狹小的問題，多數研究局限於程序化購買層面，部分或全部地將計算廣告等同於程序化購買，認為計算廣告完全是一個新生事物，未形成全局性思維，這也是本文所不認同的。
程序化購買是計算廣告的典型應用表現但不是唯一形式，廣義的計算廣告包括了所有的前 PC 時代、PC 網際網路時代、移動網際網路時代以及即將到來的物聯網時代所有的以數據和算法為底層技術的廣告模式。因此本文將計算廣告重新定義為：計算廣告是以數據為基礎、以算法為手段、以用戶為中心的智能營銷方式，它在數據的實時高效計算下，進行用戶場景畫像，並快速投放、精準匹配及優化用戶一系列需求。
02
計算廣告的研究維度
根據本文對計算廣告「以數據為基礎、以算法為手段、以用戶為中心」的定義，本文認為，計算廣告追隨數字媒體平臺變化的路徑而演變，數據、算法模型、 智能決策是計算廣告的三個基本研究維度，其中數據是計算廣告的基礎，算法模型是計算廣告的工具，智能決策是計算廣告的目的。
數據維度
計算廣告以數據為基礎，獲取數據是計算廣告的首要前提。對於數據的重要性，谷歌首席科學家諾維格（Peter Norvig）認為：「谷歌沒有更好的算法，谷歌有的，只是更多的數據」，數據既是企業競爭的關鍵亦是當前制約企業發展的瓶頸，數據的深加工和利用成為企業核心競爭力。
從極少數據反饋的手工作坊式網際網路廣告階段，到數據體量膨脹的社交廣告階段，再到擁有海量大數據的程序化購買階段，數據獲取技術的突破引發了計算廣告的一次次流變。從數據來源看，最具價值的數據是企業自主擁有的第一方數據，如 CRM 數據、PC、移動端、線下門店、可穿戴設備等用戶接觸點反饋的數據，其他數據來源還有企業媒介購買與投放廣告獲得的第二方業務數據以及企業直接購買的第三方數據，計算廣告獲取到的數據越來越多樣化。
數據是智能決策的基礎，也是用戶畫像的依據。數據不僅僅是體量的爆發，同時也是數據價值的爆發。傳統的廣告實踐因為缺少數據，廣告從業者經驗性個人智慧主導了廣告從用戶洞察、創意策劃、廣告投放渠道、廣告優化等環節，也沒有廣告效果數據的反饋，廣告浪費大量資源。隨著大數據技術的普及發展，「大數據+ 廣告」改變了這一模式，廣告步入智能化時代。從當前計算廣告的實踐來看，廣泛收集用戶的行為數據和廣告反饋數據，運用雲計算的基礎設施將用戶標籤化並進行深入的用戶畫像，在多個廣告主競爭同一次廣告展示機會時以數據做出展示決策，再將廣告的效果數據反饋給廣告操作人員以調整投放策略，已經成為計算廣告的基本投放邏輯。數據成為網際網路廣告組織運作的核心要素，貫穿於網際網路廣告的全流程，數據的來源、質量和算法決定了廣告匹配的效率，也決定了計算廣告的交易價格與價值，因此成為計算廣告最大的驅動力。
算法模型維度
智能算法模型是計算廣告的主要工具。計算廣告的一切數據均由智能算法進行處理與優化，因此全鏈路均涉及到廣泛的算法工具的運用，算法賦予了計算廣告 「智能」的基因。智能算法尋找用戶興趣與廣告主需求的連接點，間接實現用戶與場景的匹配。從文本分析到情感計算，從信息爬蟲再到搜尋引擎優化，統計模型、分布式系統、機器學習等大量操作型工具被反覆利用。智能算法的目的是將符合用 戶個人特徵及所處場景的廣告推送給用戶，提高廣告曝光的準確性與營銷效率。計算廣告的未來發展，在人工智慧環境下，結合深度學習，會進行更多的相關性營銷、預測性分析。
精準的用戶推薦使計算廣告實現了從媒體購買向用戶購買的巨大轉變，而基於算法優化的用戶內容推薦需要強大的數據管理平臺支持。作為計算廣告的中樞神經系統，DMP為全產業鏈提供數據支持服務。DMP對人群數據進行分類標籤整理及相似人群尋找等旨在精準定位用戶的數據處理，使廣告投放更具針對性。DMP平臺不僅可以為品牌提供有效品牌用戶的人群畫像、消費者洞察和品牌營銷建議，更可以與品牌合作建立獨有的品牌 DMP，從數據處理上幫助企業、品牌實現更好的客戶關係管理。未來隨著人工智慧與機器學習的發展，每個產業都將成為數據驅動的智能產業，每個應用程式都將運用開源算法和機器學習成為智能應用。
智能決策維度
智能決策是計算廣告的目的。大眾媒體時期，廣告投放緊緊依附於大眾媒體， 廣告主從廣告市場洞察到廣告效果反饋均依靠廣告代理公司。囿於傳播技術與傳播手段的歷史局限，這一時期的廣告信息傳播呈現出單向性、中心性、壟斷性，通過粗獷的全渠道傳播最大化信息傳播的覆蓋面。這一時期以「市場調研」為名義的消費者洞察呈現「千人一面」的局面，廣告主既找不到自己的目標用戶，也無法獲取真實傳播效果，無法進行真正的精準傳播與廣告決策。此時主要的廣告效果評估指標是收視率、到達率、千人成本、毛評點、收視點成本、暴露頻次等評估指標。這些數據往往由媒體或代理公司提供，數據採集過程中的主觀性以及產業鏈的利益博弈使這些廣告效果數據的真實性無法保證，且無法再次定向到用戶實現廣告的重複曝光。甚至可以說，大眾媒體時期的任何傳播路徑都毫無差異，均不能準確評估傳播路徑的真實傳播效果。在這一傳播路徑下的廣告主無法準確找到目標用戶， 「精準營銷」方面的成果乏善可陳，廣告決策居於廣告鏈的後端。
網絡的發展改變了中國的整體生態環境，技術的進步重構了廣告產業格局。從PC網際網路時代以來，廣告的效果衡量方式漸漸更為精細化，多樣化的廣告主需求出現了 CPC(Cost Per Click，每點擊成本)與CPM(Cost Per Mile，千人成本費)、CPA (Cost Per Action，每行動成本)、CPT (Cost Per Time，每時間段成本)、CPS (Cost Per Sales，按銷售付費)等多種在線廣告效果衡量指標。廣告效果的漸趨精準也使廣告主有了更為精準集約的廣告投放選擇，通過大規模的數據利用將廣 告決策前置，用數據驅動決策，成為計算廣告的常態。
03
計算廣告的流變
網際網路技術的每一次變革都帶來信息傳播方式的變化，從單向線性傳播的web1.0到雙向互動的 web2.0再到智能服務的web3.0，數字媒體平臺屬性不斷發生變化。基於數字媒體平臺的變化，網際網路信息傳播機制不斷變化，廣告作為承載獨特使命的信息，與數字媒體平臺的屬性保持一致的流變路徑。
基於人口統計學定向的計算廣告
計算廣告發軔於前PC時代。1994 年，美國《熱線雜誌》（Hotwired）將14則廣告圖像信息發布到其官網，首開網際網路廣告的先河。由於這一時期仍處於網際網路技術起步階段，多數網際網路廣告完全是由傳統媒體不加改動搬運至線上，尚不具備網際網路廣告的基本屬性，但已是計算廣告的雛形。而在中國，真正意義上的網際網路廣告正式起步於 1999 年。在進入PC網際網路時代後的Web1.0時代，網際網路廣告有了固定的廣告形態與運作機制。
基於人口統計學定向的早期計算廣告存在於以HTML網頁為標誌的數字媒體平臺。在這一平臺上，傳播者通過網頁發布信息，接受者通過瀏覽器讀取信息，企業通過數字媒體平臺單向地向消費者傳播信息，在營銷傳播活動中數字媒體主要是大眾媒體的輔助媒體，品牌傳播方式主要是網頁廣告。用戶獲取信息的主要途徑是通過門戶網站和搜尋引擎獲得網站地址或連結，進而通過網站地址或連結訪問網頁， 獲取信息。其獲取信息的路徑是「用戶—門戶網站/搜尋引擎—網頁—版塊」，即使用戶行為具有一定的主動性，但數字媒體平臺的單向性、中心性、靜止性使用戶處於完全被動狀態。
儘管這一階段已經出現了較為早期的BBS和博客等信息傳播平臺，但是在社會化網絡還沒有形成之前，這些平臺並沒有對這一模式產生太大的衝 擊。這種單向模式是一種內容導向模式，由於傳播內容缺乏互動性，傳播信息成為一種純粹的信息內容，內容的分類和風格是傳播者的思考重心，整合信息是主要的內容生產機制。這種模式催生了一大批綜合門戶網站與搜尋引擎的誕生，如早期的新浪、百度、搜狐和網易等，這些門戶網站與搜尋引擎通過簡單的用戶人口統計學屬性分類按需生產對應內容填充不同版塊以實現內容差異化，以網站不同版塊進行不同用戶的導航， 但在同一導航路徑下所有用戶收到的均為相同的資訊與廣告，不具備精準屬性。在這一模式下，廣告根據自身分類定向投放到不同興趣板塊，點擊相應板塊內容的用戶成為廣告「精準」曝光的對象，導航網站成為廣告最主要的流量入口。
這一時期網際網路廣告數據數量較小且多為用戶基本屬性數據，由於沒有大數據技術的支持，數據的存儲與處理困難，數據幾無商業應用的價值與能力。由於數據存量小且種類單一，因此這一時期的算法模型也相對簡單，未應用到廣告的全流程，僅在鏈路末端對用戶點擊行為的數據反饋與搜集，無法通過算法優化廣告內容與用戶興趣的匹配程度，用戶與廣告保持著相對隔絕狀態而缺少互動。廣告效果以廣告響應即點擊量作為單一指標衡量廣告傳播效果，CPC(Cost Per Click，按點擊結算)與 CPM(Cost Per Mile，按展示收費)是廣告傳播效果的衡量指標，廣告主的廣告決策與大眾媒體時代的盲目投放並無本質不同。因此，這一時期的計算廣告本質上是差異化廣告內容引起的聚眾傳播。
基於用戶標籤定向的計算廣告
Web2.時代開啟了數字媒體傳播平臺的巨變，社交屬性顛覆了單向中心線性傳播的Web1.0數字媒體平臺，以微博、SNS、Wiki、博客等社會化媒體為標誌的數字媒體平臺使計算廣告也應運而變進入社交時代。在此類社交平臺上，用戶成為自媒體，既是信息接受者也是傳播者，他們參與信息內容的生產環節，並對來自社會化媒體的信息（包括資訊新聞、視頻、圖像、音頻）進行評價、轉發，成為信息的產銷者；企業通過娛樂為先、創意至上的策略與用戶進行互動，促進用戶的分享擴散。網絡媒體則整合用戶生產和傳播的信息，這種模式使用戶主動參與到信息傳播過程中，其與品牌信息接觸的主要路徑是「用戶—社會化網絡—用戶」，用戶處於主動的地位。在營銷傳播活動中數字媒體發揮互動的優勢，與大眾媒體相輔相成。
用戶在社會化媒體平臺通過自身的關注、轉發、評論、點讚、收藏等社交行為逐步建立起自身的興趣標籤，並以相同或趨近的興趣標籤建立起以興趣或價值觀為核心紐帶的興趣社群，如豆瓣小組、百度貼吧等。龐大的用戶屬性數據與用戶的社交行為數據使這一時期的計算廣告擁有了定向分析用戶喜好的能力，廣告主可以運用特定標籤定向到特定用戶群體，進行用戶群體分析，凸顯出社媒時代的社交價值。
這一時期，廣告的核心即智能算法推薦下的多維互動。這種互動不僅僅包括品牌與用戶之間的互動，還包括不同用戶群體間的互動以形成用戶互動體驗的差異化。一方面，用戶的轉發評論等行為帶有強烈的個性色彩，廣告主可以從用戶的社交行為中獲取到用戶主動的廣告反饋；另一方面，在興趣驅動的廣場型社交媒體中，廣告信息能夠引發快速的聚合關注，用戶主動的社交分享促成了廣告信息的二次傳播，並在用戶所屬興趣圈層推動下賦予了廣告信息越來越多的內涵與信息引起廣告的裂變式病毒傳播，不斷擴大廣告信息的傳播範圍，實現興趣圈層間的交流與分享。
在廣告效果上，社交時代的計算廣告以用戶行為和態度為評價重心，綜合不同群體的互動效果，對廣告效果進行譜系化衡量，最大化社交網絡的營銷力，實現從社交勢能到商業價值的轉化。點擊率、轉發量、評論量和用戶粘度等成為計算廣告的傳播效果評估指標。但由於這些指標衡量的模糊性以及缺乏統一性衡量標準，社交時代的計算廣告難以準確計算其廣告傳播效果，也影響了廣告主對社交網絡廣告投放相關的判斷，使廣告主更傾向於保守的投放策略。因此，此階段的計算廣告僅具有消費群體細分化的多維互動傳播意義，還不足以支撐廣告主實現廣告計劃的智能決策。
基於數據導航定向的計算廣告
隨著網際網路的全面移動化以及大數據、傳感器、行動支付技術的迅速發展，計算廣告迎來革命性變化，進入以大數據驅動的階段。大數據有助於對用戶行為的準確分析，是智能服務的前提；傳感器技術則是物聯網技術的基礎，能夠實現物品與物品、人與物品、人與人之間的互連互動；行動支付使交易行為與信息傳播過程結合在一起。信息傳播平臺向移動智能服務平臺轉變，徹底顛覆了傳統的信息傳播模式。表現於廣告信息的傳播中，程序化購買是當前計算廣告的典型應用與表現形式。
程序化購買由數據驅動，以數據支撐。移動網際網路時代，各類手機應用的用戶規模不斷上升，場景更加豐富，移動端匯集了大量形形色色的用戶數據。在程序化購買主要四大平臺DSP、SSP、DMP、ADX 中，DMP作為計算廣告的中樞神經系統， 對人群數據進行分類標籤整理及相似人群尋找等旨在精準定位用戶的數據處理，使廣告投放更具針對性。通過對用戶基本屬性、地理位置、終端屬性、渠道屬性、行為屬性、價值屬性、興趣屬性等多維度屬性的聚焦，目標用戶的形象被清晰勾勒和抽象集成概括，復原用戶在真實生活場景中的生活軌跡，為用戶貼標籤，實現用戶信息與用戶需求的可視化。通過海量的用戶結構化與非結構化數據的獲取，計算廣告依據數據標籤導航追蹤用戶行為。
移動網際網路的本質即與用戶的情境關聯與生活貼近，一切需求都來自於對人的需求的開發與滿足，而一切需求的滿足都有賴於智能算法的智能匹配與優化。除相似性計算、主題分析等算法工具的廣泛運用外，計算廣告聚合用戶線上與線下數據，將用戶的線上行為與線下軌跡相結合，對用戶進行多維度的分析，深度了解用戶來源與用戶需求。隨著人工智慧技術的發展，計算廣告的算法系統也不斷升級， 情感轉化模型成為重要的算法模型。情感轉化模型以人工智慧技術捕捉用戶情緒並通過智能算法將適合用戶當前情緒的廣告匹配至用戶，與用戶形成情感層面的互動轉化。
04
計算廣告的智能營銷路徑創新
大數據時代的計算廣告也改變了廣告決策路徑，帶動了廣告產業鏈的全鏈路變革，數據驅動著廣告的各個環節，從前端確定廣告運動的對象、廣告創意的洞察、 廣告內容的製作，及後端廣告的精準投放、廣告效果的實時監測、廣告投放的即時優化等環節，大數據徹底顛覆了傳統經驗性的廣告實踐，數據貫穿於廣告運動的全過程。廣告效果分析從廣告活動的後端前置，不僅能做到即時的廣告效果數據反饋，而且能利用歷史數據進行廣告投放前的效果預測。即時的數據反饋使廣告投放有了實時調整的能力，廣告計劃在不斷優化中獲得點擊率與轉化率的不斷提升，進入下一輪廣告活動中，形成完整的營銷閉環，實現了廣告產業鏈的自動化。廣告主擺脫了對廣告代理公司的依賴，直接面對目標消費者，從廣告開始投放到廣告效果監測評估都擁有絕對的自主權，形成了從需求到效果的營銷閉環，廣告進入智能決策新階段。
當前以程序化購買為典型應用代表的計算廣告存在著數據、技術、內容等多方面的問題，未來物聯網的縱深發展蘊含著解決這些問題的潛在可能，計算廣告仍有廣闊的前進空間。基於人工智慧技術的普及與發展，未來面向物聯網時代的計算物聯網廣告將為智能營銷帶來以下路徑創新。
全域智能數據獲取
數據是以程序化購買為代表的現階段計算廣告的核心，也是計算廣告現實實踐中的難點。在當前網際網路生態下，少數網際網路巨頭、移動運營商佔據了流量的入口，也因此壟斷了大部分數據，形成了體量龐大卻各自相互孤立的數據孤島。以BAT為代表的大型網際網路公司擁有完整的網際網路產品布局與完整的廣告生態系統，也因此掌握了海量的用戶數據。但是網際網路巨頭所擁有的數據屬性各不相同，百度作為最大的中文搜尋引擎，多年來掌握了大量的用戶搜索類數據，了解用戶的關注焦點；阿里巴巴作為最大的電商平臺幾乎壟斷了所有用戶消費數據與交易信息；騰訊則憑藉微信、QQ、遊戲等社交產品集合了全網的大社交流量。這類大型網際網路公司以各自的數據生態建立起各有所長的廣告生態系統，數據的擴展依靠自身產品擴展、時間積累或以投資併購的方式進行，對作為核心競爭力與重要資產的數據安全把控很高，相互間的數據交流幾無可能。因此，數據往往由少數公司壟斷，且單一平臺的孤立化用戶標籤使立體的用戶形象很難呈現，用戶定向與用戶導航都因為數據來源與數據質量的問題存在偏差。數據孤島問題是計算廣告當前發展的主要瓶頸。
物聯網潛在的革命性預示著解決「數據孤島」問題的可能性。物聯網時代的核心依然是數據，物聯網的全面感知推動了數據採集的能力，一定程度上突破了當前網際網路巨頭的數據壁壘，為資料庫的建立提供了有力的支撐。而大數據的處理結果可以通過物聯網這一平臺有效地執行，打通數據隔閡建立數據互通的生態系統，計算廣告進入全域流量、全智能時代。
計算物聯網廣告時代，多種智能設備全方位採集用戶的行為數據。廣告主不但擁有動態更新的數據如 PC 端、移動APP端、物聯網設備端等產生的數據，還包括CRM數據、企業內部系統數據、雲平臺數據等非實時動態更新的數據。相比於當前程序化購買階段的數據採集，物聯網時代的數據總量更為膨脹但也更為精細，包括用戶的訪問、購買、籤到記錄組成的活躍度數據，關注時長、分享頻率、分享人數等忠誠度數據，以及消費記錄、消費頻率、消費金額等用戶消費轉化行為數據，智能傳感器的甚至可以量化用戶的細微動作數據、情感數據等現階段仍難以採集的數據。在用戶行為數據基礎上標籤化用戶並進行深入的用戶畫像，了解用戶的現實需求及潛在需求，有的放矢向用戶推薦廣告信息，以進行完全自動化的智能用戶導航。
「智能化」也是物聯網時代數據的固有特徵。當前大數據已經過了數據啟蒙階段，但在大數據利用上存在著片面追求數據體量卻對數據質量追求不高的問題，巨量非結構化的數據無法直接利用，也難以轉化成直接的營銷價值。智能數據（Smart Data）即能夠直接用以解決現實問題的結構化的大數據子集，通過整合結構化與非結構化數據，將非結構化的大數據轉化為可操作的結構化數據子集，幫助營銷活動智能決策。智能數據的出現要求對大數據的關注從量向質轉變，運用機器學習算法挖掘、處理、分析高價值數據。隨著數據技術及採用率的普及應用，未來數據技術和平臺更易於價值發現，且大眾化到甚至可適用於中小型企業的水平，智能數據成為計算物聯網廣告的主要數據來源。
基於算法模型的參與式互動文化的建立
如前文所述，智能算法建模的目的就是最大化實現用戶、廣告與場景的匹配， 即基於用戶洞察的身份匹配、基於內容分析的意義匹配、基於場景建構的情境匹配，構建多樣的廣告場景吸引用戶，使用戶積極參與互動、主動分享信息，參與到品牌的價值共創中。但是當前來看，計算廣告的發展不僅受到數據孤島的制約，還面對著算法層面的挑戰，即用戶的跨屏識別問題。一方面，移動端 APP構成當前計算廣告融入的主要載體，但移動端流量的破碎性、場景切換的頻繁性、廣告內容與形式的差異性使獲取到的用戶數據不連貫；另一方面，PC端場景弱化，缺少與用戶進行互動的形式，使場景數據處於缺失狀態。因此，場景數據的不連貫性造成了計算廣告難以根據算法精準判斷用戶當前場景並與廣告相匹配，難以做到跨屏用戶識別與跨屏廣告投放，技術的局限使廣告無法全場景融入到用戶的場景體驗進而影響到了用戶與品牌間的參與互動。
物聯網時代的技術應用更加直觀、智能，大數據基礎上的溝通場景、空間場景、行為場景和心理場景共同構成消費者全場景營銷。傳統媒體時代以搏人眼球的營銷手段出位，PC 網際網路時代爭奪的是流量，而場景是移動跨屏時代計算廣告信息消費的核心。多接觸點的數據整合與機器學習智能算法優化使用戶深層畫像，廣告自然滲透進用戶生活的全場景，實現用戶與場景的深度適配。技術支撐下的「全場景」融入也使計算廣告不再是一種對用戶體驗的幹擾，而是基於用戶使用場景的人性化關懷、個性化服務，使用戶主動捲入全場景的互動，最終形成用戶與品牌間的參與式互動文化，用戶主動成為品牌生態系統的參與者、構建者、傳播者。
而對品牌來說，智能算法的優化使品牌建立起智能化營銷體系，重構營銷模式。從用戶場景匹配、場景信息管理，到廣告信息的定向推送、廣告文案的智能優化，智能算法既提高了品牌的內部運營效率，也提高了品牌外部營銷的效率，並具有了智能優化的能力。
品效合一的效果可測量性
好的廣告效果是廣告的終極目標，也是廣告主永恆的價值主張，但同時又是廣告活動最難以衡量的環節。傳統的廣告效果監測是一種事後監測，廣告主一般從廣 告代理公司或委託第三方調查公司獲取廣告效果，缺乏即時的效果反饋與靈活的應對措施，廣告效果具有延遲性、間接性、累積性，使這一時期的效果監測有亡羊補牢之感。即使是進入了當前以程序化購買為代表應用的計算廣告時代，廣告效果依然面臨著流量作弊等影響廣告效果衡量的因素。全流量時代的計算廣告追求「品效合一」的效果可測量性，通過數據建模與用戶驗證，保證決策精準化。
廣告主的廣告需求複雜多樣，因此追求的廣告效果既有短期直接的效果提升， 也有長遠的品牌形象的提升。品牌廣告（Brand Communication）與效果廣告 （Performance-based Advertising）是廣告行業根據不同的活動目標與廣告主而區分業務類型的方式。品牌廣告目的是吸引用戶關注，增加用戶對品牌的認知度， 樹立品牌形象，提升用戶對品牌的好感度，維繫品牌與消費者的良好關係，衡量指標有品牌知名度、認知度、美譽度、忠誠度等。效果廣告則是結果導向型廣告，實現價值轉化，如註冊、下載、購買等行為，以追求短期效益最大化為直接目標，通過精準的用戶定向實現銷售增長與利潤提升，漏出率、轉化率、復購率、ROI等為常見衡量指標。品牌廣告與效果廣告雖有概念上的分野，但是在實際的業務實踐中，廣告主通常會綜合使用品牌廣告與效果廣告，多種媒介策略組合使用實現傳播效果的最優化，在品牌曝光的同時實現利潤提升。在計算廣告未來發展中，兩種廣告形式間的界限將逐步打通，品牌廣告與效果廣告構成新常態下驅動品牌健康發展的合力，計算廣告將品牌與效果連接起來，以品效合一為最終追求。
不過，當前計算廣告的發展受到虛假流量、數據作弊等問題的幹擾，影響了計算廣告的實際效果測量與廣告主對計算廣告投放的信任。而在物聯網環境下，多種底層技術的發展蘊涵了解決廣告效果測量與監測的未來前景。以區塊鏈技術為例， 區塊鏈技術作為分布式計算系統，去中心化的特徵使廣告主、廣告平臺、用戶均處於完全對等的狀態，在每個區塊和節點間以信任價值連接。在保護用戶隱私的前提下，區塊鏈打通了數據壁壘，消弭了數據鴻溝，用戶的廣告信息匹配完全基於用戶數據進行，具有更大的精準性；去中心化的特性使廣告主無須第三方介入就能夠與用戶進行點對點的廣告交易，大幅度提高廣告效率，避免廣告資源浪費。區塊鏈帶給計算廣告的最大機遇，在於區塊鏈採用基於協商一致的協議進行運作交易，協議是公認且不能私自篡改，與多數節點不同的記錄數據將被作廢。例如，運用區塊鏈技術記錄廣告點擊次數，點擊信息一旦通過驗證進入區塊鏈之後就不能進行篡改， 單個節點對數據的修改是無效的，可以有效管控廣告數據作弊，杜絕數據虛假泡沫的可能。全機器的處理排除了人為幹擾的可能，保證了廣告數據的真實透明性。廣告數據的可回溯性又進一步強化了數據的真實性，廣告主完全可以信任基於區塊鏈技術的智能廣告交易平臺，建立對廣告購買與廣告效果的信任。
05
結語
廣告效果是廣告主的永恆追求，也是傳統廣告模式下最難衡量的環節。十九世紀廣告大師約翰·沃納梅克提出：「我知道我的廣告費有一半是浪費的，但很遺憾，我不知道被浪費的是哪一半」。一定程度上可以說，廣告流變的歷史便是尋找「被浪費掉的一半的廣告費」的歷史。計算廣告顛覆了廣告信息的傳播流程，以數據驅動下的廣告投放精準地定向用戶、提高廣告信息與用戶的關聯度以增加用戶的互動率，「精準」是計算廣告的核心優勢，數據和技術構成計算廣告的核心要素。 計算廣告的精準性從根本上改變了信息傳播與廣告運動的性質，「傳播成為一種數據驅動下的信息流動過程，數據聯結著傳播的各個要素和環節」，實現了從營銷工具到助力品牌價值最大化的方式，再到品牌社會化價值觀傳播的的傳播升級。
當前經濟社會與技術層面的種種局限使計算廣告不可避免地面臨著一些問題與挑戰。除廣告主的主觀認知有待進一步提高、計算廣告還處於快速成長階段外，計算廣告客觀上也存在著制約廣告產業進一步健康發展的因素，如「數據孤島」問題、用戶跨屏識別的技術難題、廣告可見性問題、虛假流量以及品牌安全問題等。但是正如歷史學家湯恩比所言：「一部人類的歷史，便是在挑戰與回應中前進 的歷史。」技術帶來的的問題只能交由技術來解決，廣告更應該對數據的價值作出回應。作為以數據為驅動力的計算廣告，未來在人工智慧、物聯網技術的推動下， 計算物聯網廣告將成為新的研究領域。利用智能化以及物聯網的核心優勢，優化計算廣告的市場行為也將成為行業的必然趨勢。