王芳奇 劉慶振
我們正在從20世紀(jì)傳統(tǒng)媒體時(shí)代的大眾媒體廣告范式向21世紀(jì)智能媒體時(shí)代的計(jì)算廣告范式轉(zhuǎn)換,而數(shù)字媒體則是這個(gè)轉(zhuǎn)換過程中至關(guān)重要的一個(gè)歷史階段和中間形態(tài),它的快速發(fā)展推動(dòng)著媒體產(chǎn)業(yè)邁向了它的更高階段——智能媒體時(shí)代。盡管智能媒體形態(tài)和計(jì)算廣告模式已經(jīng)與上世紀(jì)截然不同,但我們?cè)谘芯亢蛻?yīng)用過程中卻“仍需注重科學(xué)研究的傳統(tǒng),回到媒體的本體論問題,即什么是媒體,媒體的未來在哪里,以及人工智能為媒體的發(fā)展和進(jìn)化帶來了什么改變?!盵1]這是一種不同于大眾媒體廣告范式的全新的廣告觀和方法論。
個(gè)體之間從學(xué)習(xí)能力到適應(yīng)能力、從理解不同的想法到解決現(xiàn)實(shí)的挑戰(zhàn)等方面都存在著巨大的差異,這種差異在今天的媒介消費(fèi)需求方面也客觀地存在著。《數(shù)字化生存》作為一本信息產(chǎn)業(yè)圣經(jīng)級(jí)別的必讀圖書,深刻地影響了全球的互聯(lián)網(wǎng)領(lǐng)域和傳播學(xué)世界,在書中作者激情澎湃地暢想了個(gè)性化內(nèi)容推薦系統(tǒng),盡管我們已經(jīng)對(duì)它習(xí)以為常,但在尼葛洛龐帝提出這一解決方案的當(dāng)時(shí),它無疑是一種前沿性的甚至是一種顛覆性的理念。幾年之后,“針對(duì)分類目錄和搜索引擎的不足,推薦系統(tǒng)應(yīng)運(yùn)而生,并于20世紀(jì)末成為獨(dú)立的研究領(lǐng)域”[2],但推薦系統(tǒng)有關(guān)的研究理論和技術(shù)成果在各個(gè)領(lǐng)域的大范圍應(yīng)用卻是在21世紀(jì)第二個(gè)十年才開始的。
今天,安裝在智能手機(jī)、智能電視、智能平板、智能手表等設(shè)備上的五花八門的應(yīng)用程序正在借助個(gè)性化推薦技術(shù)競(jìng)相成為尼葛洛龐帝所說的這種“界面代理人”角色,以期滿足每位個(gè)性化的用戶天差地別的信息互動(dòng)和內(nèi)容消費(fèi)需求。在本質(zhì)上而言,用戶的個(gè)性化需求存在已久,只不過在過去信息渠道稀缺和媒介資源稀缺的環(huán)境下被忽視了。這一方面是因?yàn)閭鹘y(tǒng)大眾媒介的印刷技術(shù)和廣播技術(shù)無法支持大規(guī)模的個(gè)性化內(nèi)容生產(chǎn)和分發(fā)機(jī)制,另一方面則是由于用戶對(duì)于商品、信息、內(nèi)容和娛樂的消費(fèi)需求還處在較為初級(jí)的賣方市場(chǎng)階段。但隨著網(wǎng)絡(luò)傳播和計(jì)算廣告技術(shù)的普遍安裝和廣泛應(yīng)用、傳播話語權(quán)從傳者本位向用戶本位的過渡以及各種產(chǎn)品供求關(guān)系的天平逐漸向買方市場(chǎng)傾斜,這時(shí)候無論在基礎(chǔ)理論層面、現(xiàn)實(shí)供求層面還是在傳播技術(shù)層面,差異化的供給和個(gè)性化的需求之間達(dá)成某種意義上的精準(zhǔn)匹配就成了一種市場(chǎng)必然。
客觀來看,“人是同質(zhì)性與異質(zhì)性的統(tǒng)一,亦即在某些方面具有相同性或高度的相似性,在另外一些方面具有明顯的甚至是極大的差異性……主體的適應(yīng)性在某些時(shí)候呈現(xiàn)趨同化,在某些時(shí)候又有多樣化的表現(xiàn)?!盵3]異質(zhì)性原則或者個(gè)性化原則描述了我們定義一個(gè)事物區(qū)別于其他事物的方式。一直以來,大眾傳播媒體在絕大多數(shù)的情況下無論主動(dòng)還是被動(dòng)地,都更傾向于將它的受眾看作是無差別的同質(zhì)化群體,在這樣的認(rèn)識(shí)論基礎(chǔ)上所形成的廣告模式也遵循了同質(zhì)化的廣告信息生產(chǎn)和分發(fā)邏輯,但這在本質(zhì)上無法真正照顧到每位受眾的異質(zhì)性特征和個(gè)性化需求,因?yàn)闊o論其認(rèn)識(shí)論還是方法論都無法支持它對(duì)某一個(gè)異質(zhì)性個(gè)體進(jìn)行關(guān)注。只有借助于全新的信息科技手段、數(shù)據(jù)挖掘工具和計(jì)算廣告技術(shù),我們才獲得了全新的機(jī)會(huì)以便“在一個(gè)緊密框架下整合數(shù)據(jù)對(duì)個(gè)人生活進(jìn)行定量化的描述”[4],并借助于不同維度的客觀數(shù)據(jù)在個(gè)體層面上進(jìn)行更加精準(zhǔn)的用戶畫像,從而能夠在信息過載的傳播環(huán)境下更加清晰地把握用戶的興趣偏好并有針對(duì)性地進(jìn)行個(gè)性化廣告信息生產(chǎn)和分發(fā),最終提升廣告效果和用戶體驗(yàn)。
因此,對(duì)用戶的異質(zhì)性特征和個(gè)性化需求的關(guān)注成為廣告?zhèn)鞑シ妒降倪壿嫵霭l(fā)點(diǎn)。用戶是立體的、動(dòng)態(tài)的、異質(zhì)性的個(gè)體用戶,盡管算法推薦并不排斥群體用戶的共性需求,但大眾媒體在很大程度上已經(jīng)解決了同質(zhì)化受眾的廣告信息需求問題,因此,計(jì)算廣告更傾向于將其核心焦點(diǎn)放在解決當(dāng)前更為迫切的個(gè)性化廣告信息需求問題上面。消費(fèi)者在物質(zhì)消費(fèi)和文化消費(fèi)方面都越來越追求個(gè)性而非共性,以前的消費(fèi)觀是“我也想有一件和他一樣的”,而今天的消費(fèi)觀則是“我想要一件和他不一樣的”,這種自我意識(shí)的覺醒驅(qū)動(dòng)著企業(yè)投入更多的資源為用戶量身打造更加個(gè)性化的品牌和產(chǎn)品,也驅(qū)動(dòng)著營(yíng)銷機(jī)構(gòu)投入更多的資源挖掘用戶數(shù)據(jù)以便定向地向不同的用戶精準(zhǔn)地投放更符合他們需求的廣告信息。這種“個(gè)眾化”或者“微分化”的廣告?zhèn)鞑ピ诒举|(zhì)上已經(jīng)不同于傳播效果的“魔彈論”式的廣告轟炸,它在本質(zhì)上更像是一種信息服務(wù),一種在品牌過剩、產(chǎn)品過剩、營(yíng)銷過剩、廣告過剩的語境下為消費(fèi)者過濾出最符合他們需求的產(chǎn)品或信息的個(gè)性化推薦服務(wù)。
為了強(qiáng)調(diào)新時(shí)代異質(zhì)化的個(gè)體之于廣告?zhèn)鞑ケ旧淼闹匾?,Hippel將用戶創(chuàng)新(User Innovation)的概念引入到了傳播學(xué)的研究中來,當(dāng)越來越多的個(gè)體用戶借助于社交網(wǎng)絡(luò)、即時(shí)通訊工具、社會(huì)化媒體平臺(tái)發(fā)布他們的個(gè)性化創(chuàng)意、需求或解決方案并主動(dòng)參與到產(chǎn)品研發(fā)、品牌營(yíng)銷、內(nèi)容生產(chǎn)、社區(qū)互動(dòng)等傳播環(huán)節(jié)中來的時(shí)候,用戶創(chuàng)新就發(fā)生了。無論是媒體還是企業(yè),如果想要組織并利用好這種用戶創(chuàng)新為自己的業(yè)務(wù)服務(wù),就必須在戰(zhàn)略層面真正將其業(yè)務(wù)的出發(fā)點(diǎn)不折不扣地聚焦于關(guān)注其每一位異質(zhì)化用戶的個(gè)性化表達(dá)和個(gè)性化需求,同時(shí)在戰(zhàn)術(shù)層面上應(yīng)該對(duì)用戶的社交行為以及人們的行為方式在多大程度上取決于他們?cè)谧约旱纳缃痪W(wǎng)絡(luò)中的態(tài)度和行為這些事情更感興趣。進(jìn)一步地,要實(shí)現(xiàn)這種戰(zhàn)略和戰(zhàn)術(shù)的轉(zhuǎn)型,它就必須建立起一套數(shù)據(jù)驅(qū)動(dòng)和算法驅(qū)動(dòng)的方法論工具、系統(tǒng)或平臺(tái)。因?yàn)?,?dāng)我們開始關(guān)注上百萬甚至數(shù)以億計(jì)的有差別的用戶以及他們時(shí)時(shí)產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù)的時(shí)候,僅僅依靠人力分析和計(jì)算來完成數(shù)據(jù)的采集、存儲(chǔ)、挖掘、分析、建模和推論是不切實(shí)際的,在這個(gè)角度看計(jì)算廣告的發(fā)生和發(fā)展,不但是必要的,而且是必須的、必然的。
當(dāng)然,誠(chéng)如前文所言,每個(gè)人都是同質(zhì)性與異質(zhì)性的統(tǒng)一體,每個(gè)人的需求都是既有共性需求又有個(gè)性需求,計(jì)算廣告范式對(duì)于個(gè)體以及個(gè)性化需求的關(guān)注和強(qiáng)調(diào)并不意味著對(duì)大眾的共性需求的無視,恰恰相反,它在利用數(shù)據(jù)思維和算法工具解決個(gè)性化需求的同時(shí),也很好地實(shí)現(xiàn)了廣告信息的大眾化、規(guī)?;采w,從而較好地滿足了用戶的共性廣告信息需求。
盡管談到計(jì)算廣告就必然會(huì)使人聯(lián)想到錯(cuò)綜復(fù)雜的個(gè)性化的資訊推薦系統(tǒng)、程序化的廣告投放平臺(tái)、專業(yè)化的內(nèi)容創(chuàng)意工具、智能化的問答軟件(如ChatGPT等)等具體應(yīng)用,其中涉及到的信息采集、數(shù)據(jù)建模、算法開發(fā)、工具優(yōu)化等技術(shù)操作更是讓除了數(shù)據(jù)科學(xué)家和算法工程師之外的大多數(shù)普通研究者、從業(yè)者和用戶望而生畏,但拋開這些具體層面的信息技術(shù)暫且不談,其實(shí)計(jì)算廣告的本質(zhì)并不復(fù)雜:利用數(shù)據(jù)主義和計(jì)算主義的方法及工具,實(shí)現(xiàn)商品信息供給和用戶消費(fèi)需求雙方的精準(zhǔn)匹配。事實(shí)上,無論對(duì)于計(jì)算廣告所涉及到的哪個(gè)具體細(xì)分領(lǐng)域,其主要技術(shù)研發(fā)和商業(yè)應(yīng)用都一直緊緊圍繞如下四個(gè)問題在不斷深化發(fā)展:(1)加強(qiáng)對(duì)用戶的了解,提供個(gè)性化的定制服務(wù);(2)幫助用戶找到自己喜歡的商品;(3)降低信息過載問題;(4)提高網(wǎng)站或移動(dòng)客戶端的展示與點(diǎn)擊的轉(zhuǎn)化率[5]。認(rèn)真研究這四個(gè)乃至更多現(xiàn)實(shí)的傳播問題,我們便不難發(fā)現(xiàn),其實(shí)這些問題都指向信息供需雙方的精準(zhǔn)匹配問題,如果作為供給方的信息生產(chǎn)者和分發(fā)者所供應(yīng)的產(chǎn)品或服務(wù)恰恰正是作為需求方的用戶在某一具體場(chǎng)景下所想要獲得的,那么上述四個(gè)問題便不再成其為問題了:通過大數(shù)據(jù)思維和技術(shù)全面了解用戶的目的,就是向他們提供個(gè)性化解決方案,這些做到了,點(diǎn)擊和轉(zhuǎn)化自然會(huì)提高,用戶也就自然不用擔(dān)心數(shù)據(jù)爆炸和信息過載使他們陷入不知所措的境地了,他們只需要選擇系統(tǒng)已經(jīng)過濾好、篩選好或者匹配好的那些推薦項(xiàng)即可。當(dāng)然,對(duì)這種計(jì)算廣告理念和實(shí)踐持悲觀態(tài)度的批評(píng)者一定會(huì)繼續(xù)問道,“如果推薦項(xiàng)過多該怎么辦呢?”造成這個(gè)問題的根本原因只有一個(gè),那就是我們對(duì)用戶的了解還不夠全面,我們的推薦引擎和匹配算法還不夠成熟,從而使得我們最終得出的推薦項(xiàng)還不能真正符合用戶需求,其解決方案就是繼續(xù)在上述四個(gè)方面強(qiáng)化能力、精益求精。
在今天的智能媒體時(shí)代,信息、內(nèi)容、娛樂、媒介、渠道、終端都不再是稀缺的,唯一稀缺的只有用戶的注意力,生命太短暫、時(shí)間太有限,媒介世界中等待著我們?nèi)ラ喿x的、觀看的、體驗(yàn)的、探索的又實(shí)在太多,而且還在以指數(shù)型的方式繼續(xù)加速增多。在這種背景下,以個(gè)性化推薦系統(tǒng)、程序化廣告投放系統(tǒng)、智能化問答工具等為典型表現(xiàn)的計(jì)算廣告模式能夠更好地實(shí)現(xiàn)廣告信息與用戶需求的精準(zhǔn)匹配[6]所以,盡管過去的人工推薦、搜索引擎推薦、社交關(guān)系推薦等諸多方式依然還在發(fā)揮著其應(yīng)有的價(jià)值,但在智能媒體時(shí)代我們重點(diǎn)要做的卻是想盡一切辦法提升算法推薦系統(tǒng)的匹配度或精準(zhǔn)度,借助于快速發(fā)展的深度學(xué)習(xí)技術(shù)和人工神經(jīng)網(wǎng)絡(luò)手段,我們完全可以做到這一點(diǎn),匹配算法能夠“從極大的數(shù)據(jù)量中學(xué)習(xí),對(duì)未來做出預(yù)測(cè),讓機(jī)器變得更加聰明”[7],從而更加準(zhǔn)確地預(yù)測(cè)用戶在特定場(chǎng)景下的具體信息、商品或服務(wù)需求,循序漸進(jìn)地提升匹配度。換句話說,趨于完美的計(jì)算廣告模式應(yīng)該是這樣的,“你只會(huì)遇到那些此時(shí)此刻與你完全匹配的事物……唯一在前方等著你的就是那成堆的令你瘋狂的事物?!盵8]
釋放大數(shù)據(jù)價(jià)值的過程當(dāng)然不是主要由人工完成的,算法才是加工數(shù)據(jù)匹配供需的新引擎。面對(duì)源源不斷產(chǎn)生的數(shù)據(jù)規(guī)模和廣告?zhèn)鞑栴},算法承擔(dān)著幫助我們化繁為簡(jiǎn)、去蕪存菁、給出答案、得出結(jié)論的重要任務(wù),并在技術(shù)理性主義和數(shù)據(jù)客觀真實(shí)的假設(shè)前提之下建立起了基于數(shù)據(jù)要素和計(jì)算能力的廣告營(yíng)銷新秩序。
在算法的邏輯中,我們每個(gè)人的地理位置、目光焦點(diǎn)、呼吸節(jié)奏、心跳速率、口味偏好、消費(fèi)記錄、情緒狀態(tài)等都是一種可以通過量化手段呈現(xiàn)并能用來進(jìn)行統(tǒng)計(jì)推理的基礎(chǔ)數(shù)據(jù),無論出于什么樣的目的、選取其中的哪些維度、形成了何種相關(guān)的結(jié)論,其本質(zhì)都是一種通過算法而得出的對(duì)于某個(gè)個(gè)體、群體、事件、行為的可理解的或可視化的定量描述。比如,算法可以得知用戶感興趣的商品、明星和內(nèi)容,算法也能夠總結(jié)出昨天的輿情事件從發(fā)酵到擴(kuò)散再到高潮直至熱度消失的整個(gè)過程,算法還能夠預(yù)測(cè)哪些產(chǎn)品會(huì)成為爆款、什么樣的短視頻具有刷屏的潛力等。更復(fù)雜的算法還能夠通過運(yùn)用情感分析和語義分析技術(shù)綜合考察用戶在社交網(wǎng)站上發(fā)布的微博狀態(tài)、圖片內(nèi)容、日志文章、視頻類型以及評(píng)論回復(fù)等因素來推測(cè)用戶的性格、職業(yè)、經(jīng)濟(jì)狀況、可信賴程度等信息,以色列一位名叫蓋伊·哈夫特克的創(chuàng)業(yè)者則利用網(wǎng)絡(luò)游戲技術(shù)和深度學(xué)習(xí)技術(shù)開發(fā)了一套算法用來評(píng)價(jià)用戶的理解力、洞察力、創(chuàng)造力和同理心等更加具體的性格指標(biāo),美國(guó)的一家創(chuàng)業(yè)公司則開發(fā)了能夠?yàn)g覽用戶推特博文并以此為基礎(chǔ)為用戶定制個(gè)性化簡(jiǎn)歷的算法。而另外一家名叫Hunch的企業(yè)則宣稱,用戶只需回答它所提出的五個(gè)問題,他們就能夠據(jù)此推斷出用戶在商品和文化等方面的消費(fèi)偏好,而其開發(fā)的You Are What You Like算法,隨著它逐漸面向開發(fā)者開放使用其算法進(jìn)行自助服務(wù)的API,越來越多基于本地化或場(chǎng)景化信息服務(wù)的組織便能夠進(jìn)一步提升他們的推薦選項(xiàng)的精準(zhǔn)度。還有更多類似的應(yīng)用和案例向我們揭示著算法作為智能媒體時(shí)代的一種認(rèn)識(shí)廣告、重構(gòu)廣告和優(yōu)化廣告方法的基本邏輯:給算法足夠的數(shù)據(jù),讓它找到個(gè)性化的信息生產(chǎn)和用戶消費(fèi)解決方案;如果不夠精準(zhǔn),那么就再給它更多的數(shù)據(jù)或者進(jìn)行模型改進(jìn),從而迭代出更多樣化的、更優(yōu)秀的算法[9]。
今天,我們正在把這些算法應(yīng)用到更多更具體的領(lǐng)域中去,比如圖像識(shí)別、影像剪輯、場(chǎng)景分析、新聞核查、噪音過濾等,盡管它們的功能和用途各不相同,但在計(jì)算廣告領(lǐng)域中,所有算法的不同價(jià)值在根本上都服務(wù)于一個(gè)清晰的核心目標(biāo):在最合適的場(chǎng)景下,把最合適的信息、商品或者服務(wù),匹配給最合適的用戶。無論我們用算法選擇用戶喜歡的明星,還是用算法加工用戶評(píng)論最多的橋段,亦或者是用算法針對(duì)不同用戶調(diào)整排版風(fēng)格或者字體大小,都是為了服務(wù)于精準(zhǔn)匹配這一核心目標(biāo),使得我們向用戶推薦的商品能夠獲得最優(yōu)的廣告?zhèn)鞑バЧl(fā)揮最大的營(yíng)銷價(jià)值。
與算法有關(guān)的基本知識(shí)已經(jīng)開始重新塑造這個(gè)世界,其巨大的威力已經(jīng)深刻地改變了廣告活動(dòng)的舊有版圖:我們開始越來越多地依賴于算法來告訴我們這個(gè)世界發(fā)生了什么,你的附近存在著什么甚至什么樣的新聞、圖書、音樂、電影、發(fā)型、衣服、景點(diǎn)、路線乃至配偶最符合你的口味,難道不是嗎?幾乎每位用戶都曾經(jīng)主動(dòng)地點(diǎn)擊過各類移動(dòng)應(yīng)用程序不時(shí)彈出的消息提醒,今日頭條推薦欄中的內(nèi)容是用戶點(diǎn)擊率最高的內(nèi)容,抖音短視頻的用戶更是嚴(yán)重依賴推薦算法幫他們決定下一則可能會(huì)被看到的內(nèi)容究竟是什么,微信更是持續(xù)不斷地改進(jìn)它賴以存在的社交關(guān)系推薦算法來提升其公眾號(hào)文章和朋友圈廣告的曝光率和點(diǎn)擊率。在當(dāng)下的中國(guó)乃至全球的每一個(gè)角落,幾乎每一位互聯(lián)網(wǎng)的接入者和智能手機(jī)的使用者都無可避免地被算法影響和塑造著,哪怕這其中相當(dāng)比例的人壓根都沒有聽說過算法、大數(shù)據(jù)、深度學(xué)習(xí)這些概念。而對(duì)于那些對(duì)大數(shù)據(jù)、對(duì)算法有一定認(rèn)知的用戶而言,算法推薦則意味著,它在很大程度上幫助我們進(jìn)行了決策,而不是我們以為的我們自己在主導(dǎo)著用戶消費(fèi)的船舵。
當(dāng)然,這些決策中的絕大多數(shù)并不是那么嚴(yán)肅的、生死攸關(guān)的、轟轟烈烈的,它們更多地只是涉及到瀏覽哪些資訊、點(diǎn)擊哪些視頻、關(guān)注哪些娛樂、選擇哪條線路、購買哪些商品等日常小事。當(dāng)然我們也必須清醒地意識(shí)到,隨著我們對(duì)算法所推薦的信息越來越依賴、越來越信任,我們的行為和生活方式也必然會(huì)在無形之中受到算法的改造,但這些影響并非全都是正向的、積極的,關(guān)鍵的問題在于我們利用算法的邏輯起點(diǎn)是什么,以及我們開發(fā)出了什么樣的算法工具。
我們強(qiáng)調(diào)了計(jì)算廣告是一種全新的廣告思維方式,是廣告在智能媒體時(shí)代的新階段。在這一階段,所有的廣告活動(dòng)都將逐漸地具備計(jì)算思維和計(jì)算能力。毫無疑問,在這個(gè)定義之下,“計(jì)算”是現(xiàn)階段廣告活動(dòng)的核心特征。站在當(dāng)下,我們已經(jīng)很難再去從學(xué)科分支的角度界定計(jì)算廣告了,計(jì)算廣告不是廣告的一個(gè)部分、一個(gè)門類,而是成為廣告發(fā)展的一個(gè)新的階段,廣告迎來了以計(jì)算為關(guān)鍵特征的新階段。