大數據背景下的互聯網廣告

楊柳

借助于網絡媒體，互聯網廣告發展迅猛，因其廣泛的傳播范圍、多樣的形式載體、良好的互動性等優勢，使之成為時下最風靡的廣告形式之一。當前，互聯網廣告在大數據背景下又迎來新的機遇和挑戰，互聯網廣告的內容生產、投放形式都將因為大數據受到影響，而至關重要的，將是互聯網廣告從業者思維與觀念的激蕩和變化。也許，這一點在當下的表現還不是很明顯，但隨著大數據挖掘技術日益廣泛的運用，互聯網廣告領域將會是一片新天地。

從一個案例說起

2013年，一部網絡劇《紙牌屋》受到影視界與網絡界人士的廣泛關注，該劇時下已經橫掃40多個國家收視榜。該劇之所以備受關注，是因為它在很大程度上是采用大數據“算”出來的。該劇的制作方是世界上最大的在線影片租賃服務商Netflix，它通過其全球3300萬個訂閱用戶大量的行為痕跡，如下載、收藏、推薦、快進、暫停、回放、播放等，了解到大多數用戶喜歡 David Fincher導演，Kevin Spacey主演的影片口碑不錯，還了解到英劇版的《紙牌屋》很受歡迎。三者的碰撞促進了《紙牌屋》的誕生。Netflix還通過海量的數據積累和挖掘，分析出用戶的觀看習慣在不斷改變，觀看時間逐漸零散化，不再喜歡追劇而是喜歡一次性全部看完，所以《紙牌屋》不再有“首播劇集”和“追劇”的概念，首次開播也是將一季內容全部播出。Netflix對其長期積累下來的“大數據”進行分析、處理、挖掘、預測，根據受眾特征、喜好定制電視劇，不再是隨意、主觀地編制影片，而是以數據為依據，成功地推出了廣受歡迎的電視劇。在整個過程中，人們不難發現，《紙牌屋》從內容生產、受眾定位到受眾審美心理、受眾消費習慣，都依賴于數據分析，像受眾審美心理這些以前無法量化、無法掌控的因素，現在由于有了海量的數據和相應的數據挖掘技術而成為可以“計算”、可以操控的“客體”。將混沌不清的因素透明化，將柔性的、主觀的東西剛性化、客觀化，數據挖掘在其中起到了至關重要的作用。此時，數據分析已經不再僅僅是一種方法、一種工具，而是包含著革命性的變化。

雖然這里所舉的例子是一部影視作品，但其內在的運作邏輯同樣適用于當下的互聯網廣告。實際上，只要人們上網，就會留下或深或淺的痕跡，這些痕跡每時每刻都在產生，其數量之巨，超出人們的想象。以前由于數據挖掘技術沒有發展起來，這些稍縱即逝的痕跡都是無用的、冗余的，因此不會被人們加以監測、存儲和分析。但是，這些痕跡卻包含著許多信息，比如受眾觀看網絡視頻時的快進動作，也許就意味著他對某些情節和場景不夠喜歡，甚至很反感，而受眾在社會化媒體上的轉帖、推薦、吐槽等行為，同樣也包含著他對某部作品的喜惡態度。這些無時無刻不在產生的痕跡不就是海量的數據嗎？換言之，它們就是所謂的“大數據”。

對于互聯網廣告而言，這些“大數據”只要運用適當，同樣可以用來為內容生產提供參考，為廣告投放提供數據化的決策。

廣告投放：從準確到精確

在互聯網上，網民經常根據自己的需求或喜好查閱相關內容，雖然關閉網頁就意味著某一次的網上活動結束，但網民在互聯網上的任意行為都會留下痕跡，它代表著某種心理、需求或行為，反映個體的審美觀、價值觀以及消費觀。每一次的上網痕跡都會成為抽象的數據，負載著個體的多樣信息，最后存儲在后臺服務器中。經過長期的積累，后臺服務器會存儲海量的數據，這些數據都可以被廣告從業者獲取、“化驗”，采用特定的數據挖掘算法對這些海量數據進行分析、挖掘、利用，然后對受眾群體進行基本定位，進而抽象出受眾的審美、消費、興趣特征，利用這些特征便可以精準地設計出符合某類受眾群體口味的廣告。如果收集的數據可靠且分析準確，那么設計出的廣告受到網絡用戶青睞的可能性將大大提高，獲得成功的概率也會大大增加。

在大數據背景下，互聯網廣告的設計將會越來越依賴于海量數據分析的結果，不斷改變傳統語境下廣告設計的隨意性和主觀性。當人們像制作《紙牌屋》那樣，精確地描繪出受眾的心理訴求與審美期待，據此進行內容生產，就會拉近甚至徹底消除內容生產與受眾接受之間的距離，人們常說的“量身定制”也就不再只是一個美好的構想，而是成為眼前的現實了。

大數據挖掘與分析同樣可以為廣告投放提供數據化的決策。廣告投放是廣告商最為關心的問題，然而這個問題偏偏又最難操控。廣告商經常抱怨受眾的口味捉摸不定，同時又苦于無法精確地監測和評估廣告的傳播效果。在大數據時代，建立在數據分析基礎之上的廣告投放策略正在逐步改變這一困境。

廣告投放的決策建立在受眾分析的基礎之上。在大數據背景下，廣告受眾分析方法將會發生根本性的變化。此前對廣告受眾的量化分析，往往采用抽樣分析方法。當今的受眾群體有碎片化的趨勢，消費者的從眾消費觀不斷減弱，相反，求異的消費觀不斷增強。人們越來越喜歡彰顯自我個性，追求與眾不同。這就給抽樣分析增加了難度，因為抽樣分析的邏輯正是基于樣本所具有的代表性，而碎片化趨勢則大大減弱了這種代表性。大數據挖掘正好相反，它無需抽樣，而是直接處理海量數據。換言之，它每次分析的都是目標總體，這是一種全息性的量化分析方法。

互聯網廣告可以利用這些海量數據提取有用的信息，推測受眾的興趣點。但我們在互聯網上的行為痕跡，都在我們不經意間被送往后臺服務器。我們的個人隱私信息，從瀏覽網頁，到在線觀看視頻，從社交網絡上的帖子，到GPRS定位，都被視為數據的一部分，送往我們不知道的第三方，這些信息可能在我們不知情的情況下就被他人檢索、查找、分析、利用。因此，如何有效利用數據，又不侵犯受眾的隱私權，將會成為大數據時代亟待解決的問題。endprint