智能決策：計算廣告運作環(huán)節(jié)的功能性重構

蔡潤珩 宋若濤

【摘要】智能決策是一個多領域的問題解決與優(yōu)化的過程，隨著技術的更迭，在動態(tài)決策的計算廣告運作中，經歷了輔助信息、決策參與和決策應對的技術化功能演進過程。從智能決策的功能演進視角切入，針對廣告策略、內容定制、渠道選擇與投放、廣告效果監(jiān)測等環(huán)節(jié)進行分析，總結智能決策給計算廣告的運作帶來的功能性重構與優(yōu)化。

【關鍵詞】計算廣告運作;智能決策;人工智能;功能演進

廣義上的計算廣告包括所有以數(shù)據(jù)和算法為底層邏輯的廣告形式，計算廣告能夠以數(shù)據(jù)為基礎參與到決策層中，以數(shù)據(jù)驅動決策。在智能技術演進的邏輯背景下，技術的進步催生了新型的智能決策范式，決策主體參與度不斷強化，決策流程從線性決策轉向動態(tài)決策。智能決策激發(fā)了計算廣告的創(chuàng)造性價值，計算廣告的運作環(huán)節(jié)圍繞著智能決策的功能定位進行功能性重組。

一、智能決策理論與方法

決策，從概念上來講是為了解決一定的問題，從而對信息進行收集、加工、判斷，最終做出決定的過程。決策作為問題解決過程既需要足夠的數(shù)據(jù)做“理性計算”[1]，也需要足夠的經驗和傳統(tǒng)做“認知理性”。[2]在傳統(tǒng)的決策范式下，主要依靠人工的經驗、習慣和有限的數(shù)據(jù)分析做出決策，在問題求解的假設模型上遵循經典理論框架，對理論依賴性較強。傳統(tǒng)決策無法有效應對日益復雜、開放、不確定的決策需求。隨著數(shù)據(jù)科學的發(fā)展，基于大數(shù)據(jù)技術的數(shù)據(jù)密集型科學發(fā)現(xiàn)范式（Data-Intensive Scientific Discovery）成為第四科學范式[3]，推動著傳統(tǒng)決策向數(shù)據(jù)化的智能決策轉變。大數(shù)據(jù)環(huán)境下，對數(shù)據(jù)信息的挖掘與分析，從定量上為決策提供有效的“理性”數(shù)據(jù);通過機器學習、自然語言處理等智能技術對數(shù)據(jù)在因果和認知維度上的挖掘，為決策提供符合人類思維方式的“經驗性”數(shù)據(jù)，在數(shù)據(jù)的驅動下決策過程轉向智能決策過程。智能決策理論也完成了從單人決策到群體決策、從單目標決策到多目標決策、從靜態(tài)決策到動態(tài)決策的轉變。[4]Provost等認為數(shù)據(jù)科學的終極目標就是改善決策[5]，從數(shù)據(jù)到知識，從知識到決策，是當前大數(shù)據(jù)智能的計算范式。[6]新的科學范式下，智能決策就是用智能計算方法對大數(shù)據(jù)進行智能化分析與處理，從中抽取結構化的知識，進而對問題進行求解或對未來做出最優(yōu)判斷的過程。[7]

智能決策在本質上是一個將數(shù)據(jù)價值轉換為決策價值的過程。在轉換過程中，跨域數(shù)據(jù)是智能決策的基礎，分析模型是智能決策的方法，智能決策系統(tǒng)是智能決策的方法載體。智能決策支持系統(tǒng)是將問題轉化，設計問題解決方案，輸出決策結果的過程。智能決策的多領域背景，決定了其有不同的決策偏向與特征。在廣告領域，更加注重智能決策的相關性、動態(tài)性、有效性和智能性。智能決策同樣處在動態(tài)發(fā)展的過程中，智能決策在計算廣告中隨著技術的更迭和數(shù)據(jù)處理能力的提升，其功能演進也是一個不斷深化的過程。

二、智能決策在計算廣告運作中的功能演進

（一）后置決策下的信息輔助功能

廣告運作一般表現(xiàn)為廣告調查、廣告市場分析、廣告策略、廣告創(chuàng)意制作、廣告媒體組合、廣告媒體投放、廣告效果分析和廣告反饋應對等環(huán)節(jié)。[8]在計算廣告誕生之初，基本上是將線下的傳統(tǒng)運作流程照搬到線上，廣告運作開始參考互聯(lián)網數(shù)據(jù)信息，利用人口統(tǒng)計學屬性對廣告目標進行劃分，效果衡量指標也呈多元化特點，但從整體上來看運作流程呈線性的運作態(tài)勢。

這一階段的智能決策的主體仍是廣告從業(yè)人員或組織。專家系統(tǒng)的理性數(shù)據(jù)計算成本過高，主導著計算廣告決策的仍然是決策制定者的認知理性。在決策理論假設中，消費者被視為“理性人”在市場中活動，對廣告信息傳播的應對遵循歸因理論。依照這種理論假設建構的智能決策模型，消費者有著千篇一律的畫像，個體差異性未能識別。智能決策更多的是在廣告運作之后，借助剛剛收集到的信息輔助決策。智能決策在計算廣告運作中起到提供決策參考信息的作用，其決策目的是為了實現(xiàn)廣告信息傳播的大范圍覆蓋，觸達更多的用戶。

（二）決策前置下的決策參與功能

進入21世紀以后，互聯(lián)網上半場的人口紅利開始凸顯，數(shù)字技術逐漸成為決定廣告產業(yè)發(fā)展方向的核心要素[9]，技術驅動下數(shù)據(jù)倉信息逐漸積累和大數(shù)據(jù)技術的應用，使智能決策在計算廣告運作中前置，場景、用戶、廣告之間的匹配成為可能。

這一階段智能決策在決策主體的力量對比中，科學化的數(shù)據(jù)分析成為制定廣告決策的重要依據(jù)，在決策制定過程中智能決策的主體地位開始凸顯。三方數(shù)據(jù)管理平臺的構建與發(fā)展，使決策信息的廣度和深度都得到了有效的提升?；跀?shù)據(jù)的累積和社會化媒體的交互性特點，關系維度上的數(shù)據(jù)關聯(lián)與挖掘成為主流。智能決策的模型傾向也開始發(fā)生變化，“群體中的個體”成為廣告目標挖掘、廣告信息傳播的邏輯。計算廣告在協(xié)同過濾這一群體化的智能決策邏輯下運行，以挖掘群體共性為立足點，以點帶面，從而達到一定程度上的精準化營銷。在決策流程上，智能決策環(huán)節(jié)前置，在策略制定階段提供有效的決策輔助信息，但在廣告運作執(zhí)行階段，仍屬于線性的程序化投放與應對。

（三）全鏈決策下的決策應對功能

智能決策之所以能夠在全鏈維度上影響計算廣告運作，核心在于人工智能技術的發(fā)展。尤其是在智能決策具備實時決策應對的特點之后，計算廣告運作在一定程度上能夠實現(xiàn)自主決策，大規(guī)模高效的精準化營銷成為可能。

在全鏈決策階段，決策主體上智能決策系統(tǒng)通過人工智能技術利用原有人類知識，學習、推理、解決新的問題，以“行動者”的身份參與到策略制定中來。計算理性與認知理性在機制上實現(xiàn)共生，決策主體轉向人機協(xié)作。決策數(shù)據(jù)來源上，云計算環(huán)境下決策資源虛擬化，分布式的跨領域數(shù)據(jù)庫得以建構。消費者實時數(shù)據(jù)的導入，使決策變得更加精準，也帶來新的決策解決視角與維度。在決策模型建構上，對理論的依附程度下降，如基于競價行為數(shù)據(jù)，可以構建可迭代更新的決策模型，從而突破市場主體效用函數(shù)的不準確性和不可觀測性。在決策流程中，依據(jù)消費者所處的不同情境，動態(tài)化決策流程得以實現(xiàn)。這一階段計算廣告運作中智能決策的目的是，在人工智能技術的促進下，識別消費者所處場景，協(xié)助廣告決策制定，動態(tài)優(yōu)化廣告投放，實現(xiàn)廣告信息價值與需求之間的高效匹配，從而達到精準化營銷。

智能決策在計算廣告運作中的功能定位經歷了后置、前置、全鏈三個階段，決策功能也經歷了從提供輔助信息、決策參與到決策應對的演變。這三個階段的決策特點分別是觸達、交互與精準、動態(tài)與高效，這也決定了不同階段信息傳遞、數(shù)據(jù)化與自動化、及時化的廣告運作特點。

三、智能決策下計算廣告運作模型建構

（一）廣告策略

1.策略制定：從人工到人機協(xié)作

在前置決策中，面對不確定環(huán)境的決策問題，專家系統(tǒng)的知識庫是有限的、不完全的，以既有模型推理出的知識也更為有限，難以有效形成動態(tài)的、可靠的問題決策判斷，達到合理的決策結果。

在智能決策中，一方面可以根據(jù)以往的歷史數(shù)據(jù)建立預測模型，自動化估算出各個環(huán)節(jié)的決策可能產生的結果，為廣告決策制定提供依據(jù)。另一方面，人工智能可以在計算廣告決策實施后，通過自我學習模型，及時獲取消費者數(shù)據(jù)反饋，從而調整、優(yōu)化。前者保證了在決策前端能夠為決策者提供足夠的決策依據(jù)，甚至在一定程度上自主決策;而后者則是保證了在營銷過程中能夠根據(jù)及時的數(shù)據(jù)信息對決策作出優(yōu)化，從而在運作中實時提供決策。業(yè)內同樣開始重視對智能決策數(shù)據(jù)平臺的建構，如品友互動推出的AlphaData智能企業(yè)數(shù)據(jù)管理平臺幫助企業(yè)將私域和公域領域的各方數(shù)據(jù)實現(xiàn)整合利用，基于智能算法，輸出策略建議，支持決策。[10]

2.消費者洞察：從挖掘到預測

在決策前置下，消費者洞察無論是針對群體還是個人，數(shù)據(jù)分析更加偏向于結構化的數(shù)據(jù)。消費者洞察仍然需要廣告主或代理公司主動尋找消費者屬性之間的關聯(lián)性，挖掘成為價值獲取的主要方式。

弱人工智能的重要發(fā)展方向就從計算智能轉向認知智能，從認知層面理解人類的知識譜系和行為邏輯，從而在技術層面賦予智能決策認知消費者情景信息，做出行為預測的能力。在認知的基礎上，智能決策系統(tǒng)可以有效地處理非結構化的數(shù)據(jù)，決策系統(tǒng)能夠更好地認知消費者所處的環(huán)境與背景，有效提升認知準確度。在智能算法上，流式的多層截斷型算法和因果算法的提出與應用，能夠讓智能決策系統(tǒng)更好地理解數(shù)據(jù)與行為之間的關系。預測消費者可能存在的需求，從而達到“所見即所需”的精準化營銷。

（二）內容定制

計算廣告運作中的智能決策在廣告創(chuàng)意和廣告表現(xiàn)兩個領域影響內容策略，前者是隱性的內容生產，后者是顯性的內容生產。[11]

1.廣告內容：從生成到創(chuàng)作

廣告內容的自動生成是數(shù)據(jù)化時代的產物，在前智能決策階段，廣告內容在一般意義上來說同樣是依賴數(shù)據(jù)而產生的。但是，囿于算法和數(shù)據(jù)的有限性，對數(shù)據(jù)的利用率較低。在廣告創(chuàng)意和個性化的廣告需求上，仍然需要依賴廣告人員進行創(chuàng)作，數(shù)據(jù)對廣告內容創(chuàng)作的影響相對較低。

到了人工智能時代，廣告內容生產轉向人機協(xié)作式的內容創(chuàng)作。在廣告創(chuàng)意階段人工智能可以輔助廣告人員進行數(shù)據(jù)的分析與整理，預測與調整廣告創(chuàng)意的可能性效果，從而優(yōu)化整個廣告創(chuàng)意過程。從內容生產角度來說，通過對海量廣告信息的深度學習，不斷地測試訓練人工智能，使人工智能生產出的廣告內容在一定程度上符合人們的信息接收習慣和較為深層次的意義釋義。

2.廣告設計：從注意到體驗

如果說廣告內容注重的是消費者與廣告目的之間的匹配，那么設計更多注重的是廣告內容與場景之間的結合。在大數(shù)據(jù)應用的初期，程序化廣告設計更傾向于對用戶注意力的吸引，在形式上囿于數(shù)字化媒體的局限性、互動性，更多集中在線上層面。

在人工智能時代，隨著物聯(lián)網技術的深入，包括戶外媒體在內的廣告媒介開始走向數(shù)字化的方向?；跀?shù)字化設備線上線下的互動、融合式廣告呈現(xiàn)，廣告設計不再局限于吸引消費者的注意力，開始轉向與消費者所處的空間相適應，利用廣告媒介數(shù)字化的特點和VR、AR技術，強調消費者的參與式體驗，從而達到品效合一的廣告目的。智能創(chuàng)作的文字、語音、視頻、文案等多樣化的內容也為廣告設計提供了更加豐富的設計基礎。如科大訊飛和雪佛蘭在世界杯期間的智能語音互動H5廣告，通過科大訊飛的語音識別技術，利用方言生成戰(zhàn)隊助力音。通過新穎的語音互動，在吸引用戶試駕轉化的同時借助社會化網絡多次傳播。

（三）渠道選擇與投放

1.程序化購買：從程序化到智能化

智能決策在決策參與階段，在廣告投放環(huán)節(jié)，其主要實現(xiàn)的功能是廣告交易的自動化。在智能決策的前置競價策略下通過程序化購買完成廣告交易的自動化。由于缺乏大規(guī)模有效的價格估算，程序化購買更多的作用在廣告交易環(huán)節(jié)，價值難以反哺到整個廣告產業(yè)鏈。

而在實時程序化購買中，OCPA（Optimized Cost Per Action）出價策略能夠通過機器學習預測每一次曝光的價值，預估廣告投放價格，自動計費。隨著機器學習的深入，以人為核心的售賣方式變得靈活，線上線下的組合、跨屏用戶的識別都在為廣告的程序化購買賦予智能基因。尤其是消費者所處場景能夠實時識別，依據(jù)場景信息所制定的決策，需要動態(tài)化的投放策略與競價策略。豐田汽車在土耳其通過Platform161平臺向廣告供應平臺Awarion購買并投放程序化廣告，平臺會根據(jù)道路終端所處場景的要素變化來實時調整廣告創(chuàng)意。如在道路擁堵的場景下，豐田的廣告投放策略就會動態(tài)調整為突出豐田混合動力油耗較低的創(chuàng)意策略，并且顯示當前的交通狀況。

2.媒介購買：從組合到融合

供應方平臺通過廣告網絡將互聯(lián)網中的剩余廣告資源整合起來，納入到整個廣告交易的環(huán)節(jié)當中。廣告主依靠自己的廣告決策和點擊率預估，購買與目標消費人群相對應的某種或幾種媒介和廣告形式，然后交易平臺進行自動化的投放。智能決策所給出的購買方式更趨向于不同媒介或廣告形式之間的組合。

隨著萬物互聯(lián)的深入，媒介逐漸成為一個泛化的概念，媒介與傳感器之間、線上與線下的界限也開始淡化，信息獲取的渠道呈現(xiàn)出一種全景式的特點。全媒體時代“融”的是時空、形式、數(shù)據(jù)、路徑，“合”的是信息、內容、資源、效果。[12]一切在場景中能夠傳遞信息，與消費者產生互動的媒介形式都可以納入程序化購買的流程當中。通過智能決策給出的程序化購買方案，將場景內的廣告資源進行整合，在特定的時間空間內形成以消費者需求為中心的融合化廣告場景的搭建。

（四）廣告效果監(jiān)測

1.效果衡量：從模糊到精準

廣告效果的評估一直以來都是策略制定與實施中難以量化的一個環(huán)節(jié)。在決策前置階段，計算廣告投放得到有效的計算，但是在效果反饋上仍然模糊。

計算廣告運作的數(shù)據(jù)化特點給效果衡量帶來了可能，多樣化的計費方式也為智能決策優(yōu)化提供了條件。計算廣告運作中的動態(tài)化決策過程一個重要參考指標就是消費者的即時反饋信息，包括消費者的場景信息的反饋、廣告點擊率、轉換率等數(shù)據(jù)?；谙M者實時數(shù)據(jù)信息，動態(tài)化決策應對才能實現(xiàn)，效果的監(jiān)測直接影響到后續(xù)智能決策對出價策略、投放策略、內容策略的優(yōu)化，最終做到對計算廣告運作的動態(tài)秒優(yōu)化。效果衡量和決策優(yōu)化是一個問題的兩個方面，多樣化的評估指標在精準衡量廣告效果的同時也觸發(fā)動態(tài)的策略優(yōu)化。

2.效果應對：從被動到主動

即使是在決策前置的前智能決策階段，數(shù)據(jù)反饋的滯后性和傳感器數(shù)據(jù)的一定程度缺位，導致面對運作過程中出現(xiàn)的一系列問題和策略上的調整，需要經過每一個運作環(huán)節(jié)。對效果反饋的應對主要依靠決策制定者人工優(yōu)化，智能決策的應對不及時，只能被動地依靠數(shù)據(jù)庫現(xiàn)有的方法模型進行應對，從而導致決策過程存在被動的滯后性。

人工智能技術的發(fā)展，決策主體上發(fā)生能動轉變，人機協(xié)作的決策過程使決策者可以通過智能決策主動參與到計算廣告運作的各個環(huán)節(jié)，針對策略的需要和問題主動參與到決策應對中。尤其是在監(jiān)測反饋環(huán)節(jié)中的實時化，能夠為決策的制定提供實時輔助信息，再通過智能化應對，設計優(yōu)化當前決策應對模型，生成投放、內容決策，并自動化完成運作，從而做到及時、高效的決策應對。

據(jù)此，在計算廣告的運作中，通過三方的數(shù)據(jù)管理平臺對用戶場景化信息的收集，結合原有數(shù)據(jù)，智能決策系統(tǒng)地為廣告目標、內容、渠道投放與選擇環(huán)節(jié)提供動態(tài)化決策。效果監(jiān)測系統(tǒng)依據(jù)用戶體驗與效果測算形成的效果反饋數(shù)據(jù)，與用戶的媒介接觸形成的數(shù)據(jù)反饋共同構建成數(shù)據(jù)流，在數(shù)據(jù)管理平臺和決策系統(tǒng)中形成數(shù)據(jù)環(huán)流，進一步為動態(tài)化的決策提供依據(jù)。由此形成了以動態(tài)化決策為核心的決策環(huán)狀模型。正如段淳林教授所說，智能決策成為計算廣告的目的。在5G技術的穩(wěn)步推進下，智能硬件的媒介屬性越發(fā)凸顯，智能媒體以一種泛在的狀態(tài)存在。[13]在將人類天賦、定性研究與機器計算、定量研究有機結合的計算廣告時代[14]，智能決策會發(fā)揮出巨大的創(chuàng)造力。

四、智能決策優(yōu)化下對計算廣告運作的反思

數(shù)據(jù)、算法和算力所構成的“數(shù)算力”是智能決策的基礎，智能決策支持系統(tǒng)的底層技術仍然是算法，算法設計的承擔基本點是每一位參與的程序員，因此在算法運作的過程中必不可少地會受到設計者自身觀念的影響，這種影響是隱性且難以洞察的。并且，一旦將決策的落腳點放在了廣告效果之上，決策系統(tǒng)在整體傾向上就會偏向于設計者或使用者所處群體的利益。

廣告需要在一定程度上追求傳播的廣泛性。從營銷的角度來說就是在保有核心用戶群體的同時，不斷擴大潛在消費群體的規(guī)模，以期將潛在消費者有效地轉化為現(xiàn)實消費者。這就要求在營銷過程中保有一定程度的模糊性，從而擴大廣告的影響力。如果過度信奉人工智能的數(shù)據(jù)認知，單純強調精準營銷，計算廣告的效果在一定程度上就很難得到保證。

五、結語

計算廣告和智能決策在數(shù)據(jù)基礎和模型方法上存在著天然的一致性。智能決策在計算廣告運作中的功能隨著決策系統(tǒng)的發(fā)展而不斷深化，漸次打破了決策過程中“理性”與“經驗”之間的對抗態(tài)勢。智能決策只能輔助人腦決策，機器智能無法取代人腦，決策中不能忽視人的主觀能動性。但是不可否認，在智能決策的維度下，智能決策解決的不僅僅是數(shù)據(jù)采集分類的低維度問題，更重要的是在問題推理和價值創(chuàng)造方面重塑著計算廣告的運作。未來，隨著人工智能技術的進一步發(fā)展，智能決策系統(tǒng)在決策制定與優(yōu)化中的參與廣度與深度也會進一步強化。

參考文獻：

[1]趙子樂，申明浩.企業(yè)廣告決策：理性計算、經驗主義還是文化導向？——基于族群視角的計量分析[J].外國經濟與管理，2014（6）：3-14.

[2]黃凱南，程臻宇.認知理性與個體主義方法論的發(fā)展[J].經濟研究，2008（7）：142-155+160.

[3]Tolle K M， Tansley D S W， Hey A J G. The fourth paradigm： data-intensive scientific discovery. Proceedings of the IEEE， 2011， 99（8）： 1334-1337.

[4]羅賀，楊善林，丁帥.云計算環(huán)境下的智能決策研究綜述[J].系統(tǒng)工程學報，2013（1）：134-142.

[5]Provost F，F(xiàn)awcett T.Data science and its relationship to big data and data-driven decision making. Big Data， 2013，1（1）：51-59.

[6]陳純，莊越挺.大數(shù)據(jù)智能：從數(shù)據(jù)到知識與決策[J].中國科技財富，2017（8）：48-49.

[7]于洪，何德牛，王國胤，李劼，謝永芳.大數(shù)據(jù)智能決策[J].自動化學報，2020（5）：878-896.

[8]姜智彬，馬欣.領域、困境與對策：人工智能重構下的廣告運作[J].新聞與傳播評論，2019（3）：56-63.

[9]姚曦，翁祺.中國廣告產業(yè)四十年的回顧與思考[J].新聞愛好者，2019（4）：16-21.

[10]品有互動[EB/OL].http：//www.ipinyou.com.cn/dmp.

[11]譚輝煌，張金海.人工智能時代廣告內容生產與管理的變革[J].編輯之友，2019（3）：77-82.

[12]郭雯，方毅華，李蔚杭.從“融媒體”談“媒體融合”[J].新聞愛好者，2020（9）：68-70.

[13]劉慶振.智能算法語境下的媒體、傳播和廣告再思考[J].新聞知識，2018（12）：3-6.

[14]劉慶振.計算廣告：“互聯(lián)網”時代的廣告業(yè)務流程重構[J].中國廣告，2017（6）：125-129.

（蔡潤珩為河南大學新聞與傳播學院碩士生;宋若濤為河南大學新聞與傳播學院教授）

編校：張紅玲