計算廣告對數(shù)字媒體的影響：基于技術、數(shù)據(jù)和市場的重構*

□文│馬 澈

今天的互聯(lián)網(wǎng)，從搜索引擎的檢索到媒體內容的推薦，都是計算機和算法在幫我們做決定。在算法的應用中，計算廣告是發(fā)展最快也最為成熟的領域。廣告本身就是媒體最重要的商業(yè)模式，以技術、數(shù)據(jù)和市場機制為核心的計算廣告遇上數(shù)字媒體，將對媒體的經(jīng)營和智能進化帶來重要影響。

一、計算廣告、數(shù)字廣告市場與數(shù)字媒體經(jīng)濟

媒體和廣告市場奉行的是調度和管理注意力的經(jīng)濟學，計算廣告的出現(xiàn)不僅顛覆了數(shù)字廣告的運作，而且有助于解決數(shù)字時代注意力分配的一系列問題。

1.數(shù)字媒體注意力經(jīng)濟范式的挑戰(zhàn)

傳媒經(jīng)濟學家羅伯特·皮卡爾（Robert Picard）將傳媒產(chǎn)業(yè)最主要的經(jīng)濟特性概括為“雙重市場”，傳媒公司創(chuàng)造了兩種商品——內容和受眾。[1]數(shù)字媒體與傳統(tǒng)媒體本質上都是注意力經(jīng)濟，通過內容服務將獲取的受眾/用戶注意力（在數(shù)字媒體上通常表現(xiàn)為流量）通過廣告等方式變現(xiàn)，媒體和廣告市場奉行的就是“調度和管理注意力的經(jīng)濟學”。[2]然而，數(shù)字用戶的注意力和數(shù)字媒體的一些特征，卻不同于傳統(tǒng)媒體，對媒體經(jīng)營模式提出了挑戰(zhàn)。數(shù)字時代，注意力的稀缺和供需失衡程度進一步加劇。在互聯(lián)網(wǎng)上有著數(shù)以百萬計的網(wǎng)站和移動應用，并且正在進入“人人即媒體、萬物皆媒體”的時代，眾多的個人、機構和產(chǎn)品都在向用戶提供著海量的信息。海量的渠道、信息與用戶有限的注意力之間呈現(xiàn)出極端的供不應求的狀況。

那么，如何調度、分配和開發(fā)用戶的注意力呢？數(shù)字媒體面臨的第一個問題是數(shù)字媒體內部結構的不均衡。在數(shù)字媒體格局中，雖然有少數(shù)頭部媒體（比如大型網(wǎng)站首頁），也同時存在著長尾現(xiàn)象（比如中小網(wǎng)站內容頁面），它們聚合起來也具有堪與頭部媒體匹敵的價值。所以，數(shù)字媒體要有多種靈活的廣告變現(xiàn)方式。

第二個問題是渠道價值的下降導致數(shù)字媒體想盡辦法提高內容的價值和用戶的使用體驗。如果媒體提供大量雜亂無章的信息和廣告，用戶稀缺的注意力會被無用的信息耗盡，產(chǎn)生信息過載和擁堵，進而對用戶產(chǎn)生一種擠出效應。因此，數(shù)字媒體在放置廣告時，需要選擇合適的數(shù)量和形式，并盡量向每一種類型甚至每一個用戶提供與之相關的廣告。

廣告相關性會帶來第三個問題，數(shù)字媒體的注意力被分配成數(shù)以百萬計的廣告子市場，用戶的每一次訪問行為都變成獨立的廣告注意力商品，在每個子市場分配廣告并為其定價將成為一項艱巨的任務。傳統(tǒng)媒體與廣告主簽訂一攬子銷售合約的方式不可能解決，沒有辦法交給人工一一決策、一一定價，必須要形成一套規(guī)?；?、自動化、程序化、具有通用標準的交易機制。

2.計算廣告與數(shù)字廣告市場的變革

近年來，數(shù)字廣告（在線廣告）一直保持著高速增長，對傳統(tǒng)媒體形成了巨大的沖擊，這種沖擊不僅源于互聯(lián)網(wǎng)在受眾媒介接觸上的替代效應，還有其廣告機制上的創(chuàng)新，解決了數(shù)字媒體的注意力調度問題。數(shù)字廣告背后的核心機制創(chuàng)新是計算廣告，《MIT科技評論》在一篇題為《計算廣告，一項新科學》的文章開篇稱“互聯(lián)網(wǎng)改變了廣告的形態(tài)，而現(xiàn)在計算科學將再一次顛覆廣告的運作”。[3]作為數(shù)字媒體經(jīng)營者，必須要了解計算廣告的原理及其影響，以重構廣告和媒體經(jīng)營機制，從而對接數(shù)字廣告市場并從中獲益。

計算廣告（Computational Advertising）概念在2008年由時為雅虎廣告首席科學家的安德烈·布羅德（Andrei Broder）首先提出，它是指在線廣告的技術和算法以及相應的廣告與媒體市場。計算廣告的發(fā)展經(jīng)歷了四個階段，使得數(shù)字廣告市場發(fā)生了翻天覆地的變化：第一階段是搜索廣告。搜索廣告首創(chuàng)的關鍵詞匹配、競價排名和按效果（點擊）收費的方式，開創(chuàng)了計算廣告的核心技術和經(jīng)濟理念；第二階段是定向廣告，使得廣告匹配從搜索引擎拓展到其他數(shù)字媒體，各種形式的展示廣告都逐漸可以根據(jù)網(wǎng)頁上下文標簽，或者廣告受眾的地理位置、性別、年齡、興趣等屬性，匹配出具有針對性的廣告；第三階段是廣告網(wǎng)絡和廣告交易平臺，將海量的數(shù)字媒體都納入一個開放的、規(guī)模化、實時競價和程序化的廣告交易市場，使得各種數(shù)字媒體都可以分享到廣告收益；第四階段是在移動時代社交網(wǎng)絡發(fā)展下出現(xiàn)的包括原生廣告在內的新變化，試圖把廣告與用戶場景進一步匹配起來。

上述技術、產(chǎn)品和市場創(chuàng)新，逐漸形成了計算廣告的體系和機制。

首先，計算廣告的立足點是“找到特定場景下特定用戶與合適的廣告之間的最佳匹配”。[4]計算廣告在微觀層面的核心就是廣告匹配/廣告定向，通過廣告相關性來抓住特定用戶的注意力， 是“一種從有限的注意力供應中提取附加價值的有效手段”。[5]

其次，計算廣告的目標是要構建一個創(chuàng)造價值、分享價值、各方面效益最大化的數(shù)字媒體市場，在這其中有媒體、廣告主、廣告平臺和用戶。如何去實現(xiàn)這幾類市場主體之間的效益最大化，計算廣告主要依靠兩點，一是以廣告效果（用戶行為）作為交易的準則和貨幣，二是采取類似于金融市場的拍賣機制，由市場主體競拍決定用戶注意力與廣告資源的分配。

最后，計算廣告的解決方案是程序化、科學化，依賴計算機而非人工，依賴理性而非感性，把廣告效果目標和市場效益目標轉化為了基于大數(shù)據(jù)的一系列計算問題和計算工具。通過上述要點，計算廣告所構建的微觀廣告行為策略和宏觀媒體廣告交易市場，成為驅動數(shù)字廣告市場變革、解決數(shù)字媒體注意力經(jīng)濟范式的可行路徑。

二、數(shù)字媒體廣告變現(xiàn)策略

數(shù)字媒體流量變現(xiàn)和廣告變現(xiàn)需要關注三個層面，分別是廣告形式的選擇、廣告定向的支持和廣告市場的對接，我們會探討相關的趨勢、問題和變現(xiàn)策略。在計算廣告的影響下，技術、數(shù)據(jù)和市場將成為重構數(shù)字媒體經(jīng)營模式的三個支撐力。

1.從展示廣告到原生廣告

數(shù)字媒體最常見的廣告形態(tài)是展示廣告，具體形式包括圖片、文字鏈、視頻等。數(shù)字媒體可以在其界面上，根據(jù)媒體終端、類型和環(huán)境特點選擇并放置這些廣告形式，以生成廣告位置資源進行銷售。

在信息過剩時代，用戶的注意力資源稀缺而寶貴，數(shù)字媒體都試圖將相應的廣告位置資源最大化地變現(xiàn)。廣告資源主要與三個因素有關，分別是位置、數(shù)量和表現(xiàn)，媒體通常在流量較大的頁面，或是放置更多的廣告位增加廣告庫存，或是設置多媒體、大尺寸、獨占式廣告形式以提高廣告單價。由于廣告與媒體內容一同競爭用戶的注意力，因此數(shù)字媒體需要在廣告收益與用戶體驗之間尋求平衡。也就是說廣告容量不能過多，廣告形式不能過度干擾用戶。此外，媒體廣告存在暈輪效應，媒體品質、廣告環(huán)境作為附加因素也會影響到受眾的廣告認知，進而影響到品牌廣告主的傳播效果。所以，數(shù)字媒體要將媒體流量與媒體附加價值共同作為媒體價值商業(yè)變現(xiàn)的指標。

傳統(tǒng)的展示廣告主要基于桌面互聯(lián)網(wǎng)，而隨著用戶向社交網(wǎng)絡和移動互聯(lián)網(wǎng)遷移則進入了“場景時代”，[6]催生了原生廣告。原生廣告試圖把廣告與用戶所處的場景結合起來，根據(jù)美國IAB標準，原生廣告形式包括信息流廣告、搜索廣告、應用推薦、推薦信息、定制化廣告以及其他帶有原生元素的廣告。[7]移動端媒體多采用瀑布流布局，特別適合放置信息流廣告，做到廣告形式與媒體內容的相近。不過，所謂原生并不僅僅是表現(xiàn)上的原生，如果廣告內容與媒體內容無關，將會影響用戶體驗。真正的原生廣告是做到意圖原生，也就是根據(jù)用戶的位置、社交網(wǎng)絡、所看的內容和所處的使用場景，分析出用戶的意圖，向用戶提供有針對性的廣告信息，這將是下一步的發(fā)展方向。臉書于2015至2016年期間對其廣告交易平臺進行了測試，研究發(fā)現(xiàn)移動端大量流量中真正具有價值的廣告形式就是原生廣告（以及視頻廣告）。因此，原生廣告應該逐漸被數(shù)字媒體作為移動端廣告變現(xiàn)的首要產(chǎn)品形式。

2.數(shù)據(jù)與算法驅動的定向廣告

廣告經(jīng)濟學有“作為信息的廣告”的觀點，[8]與受眾相關的廣告對他們來說就是有用的信息，對廣告主和媒體也能帶來更好的效果和收益。提升廣告相關性對于傳統(tǒng)大眾媒體是相對較難解決的，而數(shù)字媒體則可以通過各種受眾定向廣告來實現(xiàn)。在線廣告的主要受眾定向方式包括頻道定向、搜索關鍵詞匹配廣告、上下文定向、地域和位置定向、人口屬性定向和社交推薦廣告。

首先，我們發(fā)現(xiàn)數(shù)字媒體的定位非常重要，比如財經(jīng)、房地產(chǎn)、汽車、母嬰、時尚等垂直媒體相比綜合類的門戶媒體，能夠切分出相對細分的一塊內容領域和用戶人群，實現(xiàn)大致的廣告定向，從而提升媒體價值和廣告收益?，F(xiàn)在數(shù)字媒體的頻道越做越細，甚至提供很多個性化的小眾頻道或自媒體供用戶自主訂閱，將內容細分和廣告定向走向深入。

其次，若要實現(xiàn)廣告的精確定向，背后需要數(shù)據(jù)和算法的強大支持，這就對數(shù)字媒體的數(shù)據(jù)獲取能力和技術能力提出了要求。在基礎的人口屬性信息方面，數(shù)字媒體主要通過誘導用戶注冊，或者利用算法進行自動預測和標注。從人口屬性、地域、瀏覽內容、社交關系等因子出發(fā)，受眾定向試圖進一步推測出用戶的興趣和意圖，做到“From User-documents to User-topics”（從用戶記錄到用戶興趣），[10]從而為用戶賦予更多顆粒度更細的興趣標簽，以供廣告主定向篩選。為了達到這個目標就需要媒體掌握語義分析、數(shù)學建模和機器學習等相關技術。目前國內領先的在線廣告平臺，包括淘寶、百度、騰訊、今日頭條、新浪微博等，他們不僅擁有龐大的流量，更重要的是他們所掌握的數(shù)據(jù)，以及在此基礎上搭建的算法體系、數(shù)據(jù)系統(tǒng)和廣告系統(tǒng)。

除了上述受眾定向方式，還有一些新興手段，包括行為定向、重定向和新客推薦定向等。這些定向方式涉及外部數(shù)據(jù)，就需要數(shù)字媒體對接廣告網(wǎng)絡平臺和廣告交易市場來加以解決。

3.接入數(shù)字廣告市場

數(shù)字廣告市場由五個市場主體構成，分別是廣告主（需求方）、媒體（供給方）、廣告交易市場、數(shù)據(jù)平臺和用戶。相比傳統(tǒng)媒體所采用的媒介代理制度以及合約式的廣告售賣模式，數(shù)字廣告市場則類似于金融市場，有其貨幣、工具和規(guī)則，幫助供需之間達成交易和價值的分配。

根據(jù)IAB總結，主要有四種程序化廣告交易方式可以供數(shù)字媒體經(jīng)營者選擇，作為流量和廣告變現(xiàn)的手段。[11]如果媒體自身具有較高的影響力和品牌價值，可以選擇一對一的、保量、非競價的合約方式來售賣那些優(yōu)質的廣告資源，這樣可以提高廣告單價和預期收入。如果媒體自身的流量比較充分，采用合約方式售賣后仍有較多剩余流量，則可以考慮自建廣告網(wǎng)絡，選擇提供給特定廣告主優(yōu)選或者在私有交易市場競價的方式來進行流量變現(xiàn)。如果媒體剩余流量對于廣告主質量沒有要求，規(guī)模又不夠自己經(jīng)營時，則可以選擇接入公開交易市場，采用實時競價的方式供其他需求方平臺挑選，以充分挖掘流量價值。這幾種方式可以組合起來形成數(shù)字媒體的多層次廣告變現(xiàn)體系。

對于數(shù)字媒體而言，除了了解市場主體和交易方式，還需要關注這套市場機制的三個關鍵要求。一是公開化。若要實現(xiàn)流量的規(guī)?；儸F(xiàn)，媒體必須走向開放，對接盡可能多的廣告網(wǎng)絡和交易市場。二是貨幣化。數(shù)字廣告的結算標準逐漸從按版面時間付費到按效果付費，而支撐廣告效果的正是媒體的數(shù)據(jù)能力和定向能力。三是程序化。在實時的、大規(guī)模、多對象的廣告交易下，只有通過各種程序化的工具和系統(tǒng)才能達成廣告售賣效率的要求，因此就對媒體提出了相應的技術要求，需要自建廣告技術系統(tǒng)或者對接第三方廣告系統(tǒng)來輔助其廣告經(jīng)營。

三、計算廣告影響數(shù)字媒體的深層視角

如MIT科技評論所言，計算科學顛覆了數(shù)字廣告運作。那么計算廣告對于數(shù)字媒體經(jīng)營的深層影響是什么，計算科學的力量會不會進而波及數(shù)字媒體、為數(shù)字媒體的未來創(chuàng)造了何種想象？

計算廣告的出現(xiàn)與數(shù)字廣告的變化，首先使得數(shù)字媒體的注意力商業(yè)模式得以延續(xù)。相較于傳統(tǒng)廣告只能以獨占的方式來銷售，定向廣告可以將同一個廣告位置按照不同的訪問用戶出售給不同的廣告主，對流量的精細化開發(fā)和銷售提高了廣告媒體資源的流動性，還提升了廣告單價。這就使得數(shù)字媒體在面對用戶注意力碎片化和信息過剩，以及廣告主對于媒體廣告效果要求的雙重壓力下，仍然可以采用二次售賣的模式，充分挖掘注意力價值，提升廣告收入。

計算廣告的深層影響，還將改變數(shù)字媒體的經(jīng)營模式，我們概括為圍繞數(shù)據(jù)、技術和市場進行重構，形成新的驅動力量。數(shù)字廣告的運作以數(shù)據(jù)為核心來組織，數(shù)據(jù)決定了受眾定向和廣告匹配的效率，數(shù)據(jù)成為了媒體價值和廣告交易的衡量貨幣，因此數(shù)字媒體必須增強數(shù)據(jù)獲取能力，掌握用戶信息和興趣。從廣告形式到廣告匹配再到廣告銷售，都涌現(xiàn)出各種技術問題，需要數(shù)字媒體去做技術研發(fā)，采用各種程序化的工具和系統(tǒng)，技術能力將決定數(shù)字媒體的創(chuàng)新力和經(jīng)營效率。數(shù)字媒體不是獨立運作的，而是處于整個數(shù)字媒體和廣告生態(tài)之中，需要和越來越多的市場主體打交道，包括廣告網(wǎng)絡、廣告交易平臺、數(shù)據(jù)平臺、需求方平臺等，數(shù)字媒體要把自己的內容、數(shù)據(jù)和流量接入這個市場的價值鏈之中才能形成價值的變現(xiàn)和共享。

計算廣告是一個新的交叉科學領域，涉及信息檢索、文本分析、數(shù)學建模、機器學習、推薦系統(tǒng)、優(yōu)化策略、博弈理論、拍賣理論、微觀經(jīng)濟學，等等。[12]廣告只是計算科學和相關科學在互聯(lián)網(wǎng)領域最先探尋的一個應用場景，但是它帶來的經(jīng)驗和啟示將會遠遠超出廣告范圍。比如，計算廣告技術架構是一個典型的個性化推薦系統(tǒng)，根據(jù)用戶場景和興趣提供個性化的廣告信息，其信息檢索、排序的算法和機器學習技術已經(jīng)應用于內容信息和媒體的個性化推薦，例如今日頭條和微博“千人千面”的智能排序與推薦。

有人認為數(shù)字媒體正在進入智媒時代，智媒時代的典型特征就是機器、數(shù)據(jù)和算法與人融合，甚至在某些層面超越人的力量，改變媒體的信息呈現(xiàn)和分發(fā)方式，改變媒體的運作鏈條和運作模式，更加智能地連接和服務用戶。計算廣告的發(fā)展正是這一變革的前奏，其背后的計算科學、數(shù)據(jù)科學應用成果和市場法則將會加速數(shù)字媒體的智能進化。

參考文獻∶

[1]吉莉安·道爾.理解傳媒經(jīng)濟學[M].北京：清華大學出版社，2015

[2][5]Greg Taylor.經(jīng)濟學視角談豐裕媒體：注意力的匱乏.載馬克.格雷厄姆，威廉.達頓（主編），另一個地球：互聯(lián)網(wǎng)+社會[M].北京：電子工業(yè)出版社，2015

[3]MIT Technology Review(2012).The New Science of Computational Advertising. MIT Technology Review.http://www.technologyreview.com/view/428174/the-new-science-of-computational-advertising/

[4][12]Andrei Broder & Vanja Josifovski(2011).Introduction to Computational Advertising.http://www.stanford.edu/class/msande239/.

[6]羅伯特.斯考伯, 謝爾.伊斯雷爾.即將到來的場景時代[M].北京:北京聯(lián)合出版公司，2014

[7]IAB(Interactive Advertising Bureau) (2015).IAB OpenRTB Dynamic Native Ads API Specification Version 1.0.http:// www.iab.com

[8]Phillip Nelson(1974).Advertising as Information.Journal of Political Economy. Vol. 82. No. 4 (Jul.- Aug.,1974)

[9]劉鵬.計算廣告：互聯(lián)網(wǎng)商業(yè)變現(xiàn)的市場與技術[M].北京：人民郵電出版社，2015

[10]Jun Wang, Shuai Yuan , Weinan Zhang(2016).Real-Time Bidding based Display Advertising: Mechanisms and Algorithms. 38th European Conference on IR Research, ECIR 2016, Padua, Italy, March 20-23, 2016. Proceedings. pp 897-901

[11]IAB(Interactive Advertising Bureau) (2015).IAB Programmatic Revenue Report 2014 results. http://www.iab.com