BOB全站计算广告是近3年逐渐开始考察的热门专题，华东师范大学、中央民族大学、武汉大学、暨南大学、华南理工大学等高校纷纷考过！

　　关于「计算广告」的内容，也正是这周播播带着爱宝们在暑期训练营中讨论的话题，群内不仅有专题论文带读、框架分享，还有周解析哦~ 想要进群的爱宝们欢迎私戳小助手！

　　计算广告（名词解释，华南理工大学334，2021；名词解释，暨南大学809，2021；名词解释，郑州大学625,2021；名词解释，兰州大学440，2022；名词解释，中央民族大学334，2023）

　　案例:google play限制app根据广告id收集用户信息。Apple store也下架了两个应用，用户购买应用使用服务而被获取个人信息

　　问题:用户隐私权+计算广告的未来发展(论述题，华东师范大学848，2022)

　　问题:用户隐私权+计算广告的未来发展（案例分析题，华东师范大学，848，2022）

　　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。

　　智能广告是指依托于智能互联网, 运用大数据和人工智能等技术, 针对特定用户及其所处的环境, 在广告的创意、制作、投放、传播和互动诸环节实现计算化、自动化、精准化和智能化。

　　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。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。

　　“前馈”这一概念最早是由威尔伯·施拉姆学者引入，意为在进行大众传播之前要对受众进行调查，提前了解传播的对象。将前馈信息收集完善才能为后续的传播方式、传播效果的调整提供科学依据。

　　计算广告可利用强大的智能算法将广告信息或产品与用户数据、场景相匹配，将最合适的广告呈现在消费者面前，可以说为消费者献上独家定制的广告内容，实现广告的精准传播。在这一层逻辑下，计算广告可以洞察消费者一切喜好，每时每刻密切关注着消费者的动态，通过算法分析做出最正确的广告决策。

　　比如，亚马逊的推荐系统通过算法挖掘用户的历史数据对比用户消费偏好，在此基础上预测用户将会感兴趣的商品进行排列推送，再根据用户购买意愿进行实时的调整，将个性化推荐的触角深入运营的各个环节，有时候这些平台比用户还要更了解自己喜欢什么。

　　程序化购买模式是计算广告最具有代表性的产业实践，相对于传统数字营销的媒介购买模式而言，程序化购买模式的内核在于真正做到为合适的人群推送符合时宜的广告内容，实现精准营销。程序化购买指的是通过编程建立规则或模型，使得计算集群能够对海量数据进行完全自动的实时分析和优化，通过数字化的方式实现广告主、代理公司、网络媒介三者之间的对接，实现了数字广告产业链的自动化。

　　在这一模式运作下，广告主、媒体、消费者三大广告主体的需求都得以实现：广告主通过精准触达目标人群来提高回报；媒体通过流量优化提高广告收益；消费者可以接触与自己利益相关的广告。随着程序化购买模式的发展，智能化营销时代已然开启。

　　计算广告对创意生产带来的改变是程序化。在程序化创意生产中，运行的逻辑是将素材库中储备的文案、图片、模版与准备投放的展示位置相匹配，面对不同移动场景，与之相关的媒介各有不同，投放广告的形式也要随着变化。仅仅是移动智能手机而言，不同的系统对于广告内容投放标准也有所差异BOB全站，对于广告图片的尺寸、大小、比例、像素都要与对应的系统匹配。在传统创意生产工作中经常因为这些细枝末节处的问题白白耗费很多时间和精力，程序化创意很好的解决了广告创意生产内容冗杂、耗费时间的问题，它可以根据算法自动完成繁琐的尺寸配比、创意组合，在很大程度上节约了人力资本，让有经验的创意人才可以从事更高阶的生产工作。

　　计算广告通过后台的层层计算将当下用户最需要的广告讯息推送到用户屏幕上，实现内容、用户、场景与算法的最优匹配。计算广告通过数据和算法精准狙击到目标用户，被选中的用户们根据自身的偏好喜爱对给予广告主对产品的反馈，根据反馈的合集可以为产品升级提供灵感和动力，用户与广告主达成友好协作的关系，促进“品牌与用户一起成长”的良性循环。

　　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。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。

　　品牌资产是赋予产品或服务的附加价值BOB全站。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。

　　计搜索广告对受众需求的划分是由用户输入的检索词为界限的，搜索引擎通过检索词触发同一类广告展现。这些广告是广告主事先提交关键词和广告创意存贮在广告数据库中的。由于搜索用户的需求意图比较明确，搜索引擎能更好的匹配广告库中的广告，所以成为投放效果最好的一类互联网广告。

　　广告网络不仅可以为中小网站提供广告变现的渠道，同样可以为大型网站的长尾广告位实现合理的收益。一个主流的新闻门户网站包含众多频道，主页或热门频道可以自己出售广告位（比如主页放置可口可乐的广告，汽车频道放某汽车品牌的广告等）。但在一些位置不好，流量较少的频道上，网站并不一定能随时卖出去这些广告位。于是，委托给这种广告网络也是一种不错的选择。

　　广告交易市场是交易广告投放的场所，不过这里交易的不是广告位，因为广告位不是个标准化的交易对象。像股票交易所那样把经营的企业转化成股票去交易，广告交易市场是把广告位转化成“有不同标签的受众”去交易，不同标签的受众如广告网络里面一样。

　　现代广告业发展成熟一个重要的制度性设计就是广告代理制,在广告代理制的构造和约束下,广告公司、媒体和广告主之间形成紧密的分工关系和互信关系。然而,随着广告产业生态的变化,广告代理制早已名存实亡。“广告服务商如何去重建信任”？广告业原本寄希望于互联网广告在采用广告交易平台和程序化广告后,能够发挥技术、数据的可测量性和公允性,使得广告市场趋于透明,捋顺行业价值链条。然而2015年以来,互联网广告领域危机频发,这一美好的愿景遭遇现实的滑铁卢。

　　互联网广告技术与机制三个原生性的特点会催生广告流量的问题,一是广告交易平台聚合了巨量的长尾流量资源,而长尾的媒体、自媒体相较大媒体来说，更具有作弊的动机。二是通过受众定向,广告“因人而异”,是直接投放给具体的目标受众,并在广告平台上独立完成交易的,广告与媒体、与媒体环境和媒体内容、与媒体机构则产生分离的局面。因此,低质量的流量甚至违法来源的流量只要获得受众,也可获得广告,这些广告对于广告主在人眼意义上是“不可见”的,也很难分辨来源。三是计算广告以曝光和转化效果为衡量指标和交易准则,每一次曝光和点击对于广告服务方都是直接的收益,再加上定向广告的“不可见性”,广告服务方就有可能通过作弊的手段来伪造广告曝光、广告行为和效果数据。

　　产业层面还存在一个结构性的隐忧——寡头垄断。世纪之交,有学者在分析中国广告产业结构时,曾提出强媒体、弱广告公司的判断,如今在互联网广告市场中,这一不均衡关系又再现甚至加剧了。互联网寡头利用市场支配地位,就有可能产生不正当竞争或者有损整个行业福利的行为。比如,互联网寡头作为流量入口，开展所谓“流量分配”的生意,由于分配涉及巨大的流量和利益，当无法自守技术/平台中立原则时,就容易出现问题,百度和淘宝都曾遭遇大量的被起诉案件。

　　令人担忧的还有市场垄断造成的数据垄断，互联网寡头们拥有着广告投放、广告互动数据、接入的媒体数据,以及用户全方位的个人数据,在数据生态中不仅处于垄断地位,而且并不像宣称的“开放”。在大多数数据上是封闭的,形成几大“带围墙的花园”。这会造成几个方面的问题,第一,在互联网广告产业链中,广告主、广告公司被边缘化，只占有少量数据,依附于互联网寡头。第二,背离大数据价值,无论某一互联网寡头的数据量再大也只是局部数据,局限在自己的产品和用户内,局限在搜索、社交和消费的一个领域。所以在数据垄断现状下，互联网广告所基于的巨量数据并不是真正意义上的大数据,学者刘德寰认为这其实是“残缺数据”与“断裂数据”,既有偏差的风险,亦无法全面的解释用户行为和广告效果。第三，互联网寡头往往拒绝提供原始数据和外部监测,而是自己出具效果报告。

　　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。

　　基于数据的用户洞察发展趋势。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BOB全站，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。

　　智能心智计算与营销。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。

　　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。

　　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。

　　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。

　　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,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。

　　当然，计算广告对广告业的影响并非只有积极影响，还有诸多消极影响，如隐私被出卖、选择被窄化、信任被消费等，更全笔记只需在公众号中回复“计算广告”，就可以得到领取方式哦~

　　[1]段淳林.技术变革背景下中国计算广告的发展趋势[J].山西大学学报(哲学社会科学版),2022,45(05):96-104.[2]李文昕. 计算广告对广告生产模式的重构[D].山东师范大学,2021.返回搜狐，查看更多