大数据的网络数据支持，广告投放变得更有技术，特别在网络广告中程序化广告的优势尤为明显。

一、广告内容更具有针对性

在大数据时代，广告主更加关注广告的针对性，通过大数据的数据分析，可以有效识别目标消费者群体的消费习惯和消费方向，有针对性地投放广告，达到最佳的广告效果。大数据下，广告从向专业广告公司购买媒体资源，转变为向广告交易所购买广告受众的消费习惯。，通过分析来源于广告交易平台的大数据可以发现广告受众群体的基本爱好和消费习惯等具有价值的特征信息。

二、提高广告决策效率

在互联网大数据出现之前，为了提高广告的针对性和有效性需要做大量的研究，从小数据样本中提取受访者的消费趋势，以便提供信息给广告商作为广告制作的依据。但由于样本量小，定位不准确，一些广告没有很好的理论支持，这对广告设计、概念、投放等影响很大，有时会导致广告失败。有了大数据，广告公司可以有效地分析大数据，得出更合理的结论给予广告强有力的数据及理论支持；无需广告团队对消费者进行心理揣测，这样的广告投放所达到的效果远比以往人力调研市场所决策广告的要高得多。

三、广告转换高效

传统广告主要以平面媒体广告为主，广告的投放往往比较集中；如果变换广告会需要非常高的成本。因为前期的市场调研不可能有非常大的样本，在集中投放的广告模式下有时会发现广告投放偏差，要改正需要很大的金钱和勇气。在大数据时代，尤其是数字媒体时代，通过大数据分析得出的消费行为习惯非常接近现实实际情况；广告投放针对性强，互联网广告制作成本也大大降低，更换广告不会造成较大的成本预算差异。

目前，互联网广告的本质是一种转型模式，可以根据大数据随时调整广告行为，提高广告的针对性和影响力。

四、以人为本的广告模式

在大数据时代下，精准的数据分析可以具体到每一个消费者的消费行为习惯；加上有数字媒体的配合，精准针对个人喜好的广告投放在一定程度上让消费者感受到自己有被关注到，也从人文上体现了广告以人为本的设计理念和投放方式。每一个消费者在大数据时代下都可以享受到隶属于自己的广告服务，这样他们会更加有兴趣去关注广告的内容和推荐服务，从而使广告的预期效应达到最大值。

现今的我们但凡接触到网络就是大数据的数据源之一及网络广告的精准推送对象，根据个人数据推送的广告无孔不入，包括各种网络平台（常见于社交平台的推广视频图文、网购平台的商品推荐，甚至是音乐平台的横屏和弹窗广告）。

前段时间偶然在抖音刷到一条洗面奶测评视频，片中测了好几款洗面奶，测评方式科学公正客观，不像是广告，应该是纯测评分享。对片中其中一款产品感兴趣，于是我便跳转去打开了小红书了解更多相关资讯。我把完整的产品名称打上去搜索，没想到出来了一堆单独针对该产品的负面评价，这让我望而却步，于是又去搜洗面奶重新筛选。结果搜“洗面奶”这种大范围词条的时候又优先给我推送了包括该洗面奶的综合洗面奶测评；并且主页推荐页面开始不断推送洗面奶广告。再过几天，抖音给我推了好几条该洗面奶的推荐“种草”视频，也就是算法感觉我感兴趣而推送的广告，希望借此进一步推动我作出消费行为。而这个时候它并不知道我可能已经对该产品无感或者已经购买过洗面奶，却会依然根据数据分析推送给我，可能对我造成骚扰或动摇作出不必要的消费。

虽然大数据帮助了广告主更精准洞察、定位消费者需求，消费者也能看到符合喜好的广告推荐，但强大的大数据分析算法可能存在隐私暴露隐患。网络中零零碎碎的数据被收集、整合、分析后，基本就能对一个人有一定程度的了解了。所以我认为政府的介入监管是需要的，不能任由大数据的使用野蛮生长。资本是逐利的，不可能寄托于他们的道德水平和自我约束。有人提倡让政府向社交媒体收「数据税」，谁收集的用户数据多谁就多交税。不过这样也有可能出现新的问题：社交媒体交了数据税就可以合法的、理直气壮的收集和使用数据，到时候会不会研究出更强大的算法，让用户陷得更深呢？缺乏监管的需求是显然易见的，但该何从监管值得进一步深入探讨。

大数据环境下的互联网广告——以抖音的广告推荐算法为例

一、“基于个人数据进行广告推荐”的现象

互联网的高速发展改写了传统广告行业，消费者的每一次点击、搜索，甚至无意识的浏览行为都被互联网记录并分析，最终构建出一个个精准又立体的用户画像。海量用户沉淀下的数据又被互联网企业拿去反哺自身的广告系统，推动广告底层技术不断升级，让广告主的投放可溯源，甚至可预判。基于互联网广告的精准投放可以帮助广告主定向投放人群，甚至可以进行消费行为预测从而大大提高广告的转化率。尤其是从以前的无差异投放广告，到现在能够对不同区域、人群、年龄等的用户个性标签进行精准投放，这样广告细分有助于提高广告效率。据中商产业网数据，2018年到2022年，短视频广告市场增速达到108%，远超同期互联网广告大盘增速（23.4%）。抖音作为拥有是庞大市场份额的短视频平台，不断地发展和扩大业务板块，凭借抢占用户更久时长与更多注意力，其广告价值得以飞速提升。

1、抖音内容推荐

抖音会根据用户的个人信息、APP或网站的使用行为来推荐用户感兴趣的内容。抖音的核心的推荐算法是从海量的数据进行个性化筛选，并对用户可能该兴趣的内容进行推荐。抖音透过获取用户的注册信息，了解用户的基本属性，比如性别，年龄，用户ID等，而通过ID追踪了解用户的浏览行为，从而对用户情境进行分析。其中包括内容推荐算法等等，而内容推荐算法是指根据用户的行为为核心，围绕这些内容进行推荐，系统会根据用户对作品内容的点击、点赞数、关注、以及完播等的转化行为，对其信息进行挖掘并选择相关内容特征进行输出。

2、协同过滤算法

其次就是协同过滤算法，简单而言就是大家一起协助过滤掉不适合、不喜欢的内容，其核心是用户的同伴或信任的用户，其喜欢的内容系统会默认为该用户也喜欢，而抖音会分析并寻找相同兴趣爱好的人群，系统会对其兴趣爱好相同的人群进行预判后，输出与这些人群兴趣或者爱好相同的内容。这个算法可以简单概括为相同兴趣的同伴比你更懂你自己，也是所谓的“最懂你的甚至可能是抖音上不相识的人”。

3、提升抖音用户体验

对于消费者本身而言，大部分都希望也能看到更加符合自己喜好的广告，可以提升用户的使用体验。作为抖音短视频平台来说，最简单快捷的方法就是根据推荐算法来“培养账号”。意思就是说我们越想要抖音给我们推荐什么，我们就多观看什么，长期而言抖音会根据我的使用情况推算出我喜欢的内容。但是也会有不可控因素，就是我们的同伴的兴趣偏好会影响我们的推荐内容。比如以下是我的抖音账号，我经常关注有关于美妆类型的博主，因此在浏览期间抖音会经常贯穿推荐美妆类型的博主以及直播。如果我对抖音随机刷到的内容不满意，可以长按视频选择不感兴趣，那么抖音将会减少此类视频的出现次数。

二、个人思考和理解

在互联网的高速发展下，已经逐渐地改变了我们作为用户的认知和思维模式，印象很深刻的就是在纪录片《The Social Dilemma》中提到的“如果你没有花钱购买产品，那你就是被卖的产品”，这句话的含义其实就是指我们使用社交平台免费浏览我们想获得的资讯，而广告商为我们的使用买单，广告主作为互联网的顾客，我们作为用户则被当成销售的商品。这个纪录片揭露了互联网下，我认为大数据算法如何便捷我们的生活，但又同时监视着我们、窥探我们的生活，如何解决用户的隐私安全、如何在用户体验和广告收益中取得两者的平衡，让用户拥有更更佳的体验感等问题，也是十分值得深思的地方。

此外，在丰富多彩的互联网、社交平台的世界里，利用算法可以快速且精准的算出用户的偏好，都是源自于大量的用户数据。我们借助大数据这个工具对用户行为与特征进行分析，通过对于消费者的分析进行行为预测加强用户的情景分析，通过对于用户在网络上的社交等来分析消费者，对消费者进行细分、预测，提高了广告投放的精准度和投放效率。程序化广告最大的特点就是我们常说的“千人千面”，不同标签的人获取的资讯都是不同，社交平台根据用户特征推荐的用户内容都是各异的。虽然互联网广告对用户和广告商们带来的便捷是不可忽视的，总体而言还是利大于弊，但我们作为用户而言不要过度依赖、不能被“信息茧房”、不要活在互联网为我们打造的另一种“楚门的世界”。

  互联网广告可以叫网络广告、在线广告、程序化广告或者大数据广告，又或是计算广告，无论是何种界定或者术语，其背后的实质都是流量买卖。互联网广告的表现形式可谓是丰富多元，包括横幅广告、文字链广告、富媒体广告、视频广告、交互式广告、社交广告、移动广告等，无论是何种表现形式，均可以看作是互联网广告根据用户的使用惯习、媒体平台的属性推陈出新的体现，其实质都是为了更好的完成流量买卖，完成转化。

一、互联网广告的关键词

  互联网广告即利用算法给用户展示最佳/最合适的广告，将广告在合适的时间、地点投放给合适的用户，即匹配问题。梁丽丽老师将程序化广告定义为以人为本的精准广告定向、媒体资源的自动化、数字化售卖与采购，且视互联网=用户=金钱。而刘鹏老师将互联网核心资产划分为流量、数据和影响力，前两者能够很好的反映出在线广告的发展状况，而不好处理的是以后者为主要资产的媒体变现。暂且不论二位老师对概念界定的差异，其背后都隐含着用户即流量这一逻辑。

  互联网广告涉及广告主、媒体和用户三者的关系，其中又可分为两组关系：一是广告主选择受众（受众定向）、媒体（约束优化）；二是媒体选择广告主（机制设计）、受众（点击率预估、推荐技术）。而贯穿三者关系始终的是数据，通过各类数据实现用户画像，从而完成精准定向和投放，反之又通过数据优化投放，达成转化，实现最佳ROI。

二、互联网广告投放实战

  回顾上学期的数字营销传播工作坊，结合本学期更加扎实的理论讲述来看：前期的头脑风暴，制作平面广告素材和短视频广告素材，到中期的投放与监测数据并优化投放策略，再到后期的复盘总结，每个环节都不能掉链子，缺一不可。而这三个阶段都对应一个关键词即便是“选择”。关于制作素材：结合已有的行业报告、产品或服务的痛点分析，制作素材；关于投放：结合掌握的信息与数据，选择有效的用户画像，进行精准的广告投放；关于优化和复盘：结合初定的ROI目标，监测当前的效果数据，通过AB Test来寻找最优解，完成归因，实现转化。而本学期的计算广告课程其实将整个互联网广告投放的流程进行全拆解，其背后有数据贯通与流量转化的问题。

  言下之意，在整个学习的过程中，从用户角度切换到行业从业人员，对互联网广告的运作产生另一种维度的认知与理解。作为用户，今天在淘宝等电商平台搜索相关的产品或服务，接下来几天就会看到类似产品或服务的推送，可以说是全网看到同类产品或服务的推送，以至于让我产生错觉。作为从业人员，通过实际的广告投放，了解内部的运作流程，结合不同的人群包、投放时间、广告素材的文案撰写，试图理解同一套素材在不同条件下的最优解如何选择与组合。

三、用户感知互联网广告

  从个人到身边朋友的广告体验来看，广告可以说是无死角、全方位的融入到人们的生活中，尤其是线上互联空间。无论是私域流量场，还是公域流量场，广告几乎随处可见，更具个性化和精准化特性。本次作业的素材收集过程，就拜托身边的人发送对应的朋友圈广告、公众号广告以及其他常用的平台上投放的广告截图。从这些广告上，或许可以推断出他（她）们的消费水平、消费偏好、行为数据。不同年龄段或者不同阶段的用户在接收个性化广告的差异确实存在，就朋友圈广告而言，如学生党对应的美食类、游戏类、护肤类产品或服务；工作党对应的房车类、奢侈品类、生活用品类、文化类产品或服务；私企老板党对应的大额贷款类金融产品或服务。

  但值得思考的在于，个性化广告到底在多大程度上能够与用户心理或行为相吻合，这个问题可能来自于数据体量与模型是否足以击倒用户心智。有的用户关闭个性化推荐后，作为学生党接收到的朋友圈广告是汽车类产品。无独有偶，即便是开启个性化广告的推送，学生党接收到的是房产类。作为工作三年的职场人士，接收到的朋友圈广告是许久未接触的茶饮类产品。作为工作一年的男性，何以收到近期无需求且从未个人购置的生活用品，何以收到床上用品类广告。言下之意，就是这种关闭个性化广告和开启个性化广告到底在多大程度上能够实现流量转换，值得商榷。

  而不同平台的互联网广告又有各自的特性，如微博开屏广告的美妆护肤类产品、B站的软广和硬广乃至平台自身衍生的会员购服务，这些都彰显个性化广告精准推送的属性。比如开屏广告为兰蔻产品的用户，近期有购买护肤类产品的消费记录，被新浪微博捕捉到，而这位用户就是之前提到的朋友圈推送茶饮类产品广告的用户。而Bilibili又具有其独特的特性，会员购服务相当于二次元的淘宝和美团，其商业模式的构建是否能够引来其他平台的模仿或者学习，有待考量。但无论是何种平台基于何种商业模式或者广告推送，背后都基于大量的用户数据，而不同平台的数据如何流通或交汇，多大程度上的贯通，或许能够给予ATD、DSP精准广告推送以更大的背书和加持。

  反观大数据时代，隐私、便利、欲望、权力、贪婪、正义、妥协等一系列事物的一体两面，又在多大程度上能够唤醒用户的自我意识，又将在多大程度上促进或阻碍互联网广告的发展，值得商榷。而作为互联网广告赖以生存的媒介-手机这一终端，苹果针对IOS系统推出的IDFA新政，谷歌针对安卓用户推出的隐私沙盒，又将在多大程度上保护用户所谓的隐私，又将在多大程度上影响互联网广告的发展，这些都将成为未来可见的前沿议题。

大数据环境中的互联网广告——以抖音为例

随着技术进步，第一次在社交软件上看到“猜你喜欢”、“为你推荐”这类功能的时候还觉得很新奇，甚至觉得非常“人性化”。个性化推荐会根据你的历史行为、浏览记录、个人特征等这些信息组成模型，然后向你推荐他觉得你喜欢的产品，比如：外卖平台会记录你经常购买什么食物，自动为你推荐相关的店家；新闻app的新闻信息流会根据的你的阅读习惯为你推荐可能想看的资讯；电商平台会根据你的购物行为为你推荐可能想买的商品。而这种在后台收集用户信息的行为让很多人觉得自己的隐私被泄露了。

然而关闭之后并不是没有广告，也并不会减少广告而是所投放的广告变得不准确，推荐的内容变得五花八门，从用户的角度，看似保护了隐私，但是真的希望这些app推荐一些你根本不感兴趣的内容吗？

互联网的诞生对广告而言是一场巨大的革命，它改变了广告的计费规则，重新定义了广告的精准性，也给广告效果的衡量带来了质的飞跃。比如抖音的开屏广告，这是一种强曝光的形式，具有很强的视觉冲击效果，其计价方式：一种是CPT，广告主根据投放时间出价，不受曝光次数影响，第二种是CPM，根据购买的用户标签进行定价，每次曝光竞价起步价在4元。

抖音目前在国内的国民性很高，广告主们选择这个平台推广就非常有优势，因为它流量巨大，投放广告时容易实现广告高曝光，而且还可以实现广告精准投放，减少运营成本。这就是程序化广告，实现效率与效果的双回报。再者，抖音的用户体验好，有着大量用户数据资产沉淀，实现高效率、高填充、高溢价售卖进行流量和数据变现与广告主实现互赢。

字节跳动的流量资源情况：

    巨量引擎作为字节跳动旗下的广告交易平台，广告主们可以在平台上完成广告购买流程，其依赖今日头条和抖音庞大的用户群体，积累了丰富的定向体系，将用户进行分类，掌握这些数据再分析之后可以进行效果优化，根据双方的特征进行模拟预估，下次将同样的广告内容匹配给同样特征的人，实现广告的精准性。

最后，作为用户来说总是投放单一的内容，会把我们局限在一个“信息茧房”当中，互联网本着让我们从多方面了解世界，而个性化推荐又把我们框住，这是我们目前应该思考的问题。

基于个人数据进行广告推荐的现象在互联网上的大型平台很常见。因为大型平台的用户流量十分巨大，作为广告数据管理DMP平台，通过程序化广告进行精准推送，能够将流量大量变现，以获得可观的收入。以微博的广告推送为例，短时间内，我刷到的四个广告都是和口腔医院有关，正是因为我的微博账号被打上了“口腔问题”的标签，同时根据我的IP地址确定了“广州”、“暨南大学”等关键标签，于是广告位设定会连续地将“口腔问题”、“广州”、“暨南大学”相关的广告推送出来，期望我会有兴趣点开来看。这就是广告主如何通过媒体达到低成本的用户接触，我第一眼也确实被这些广告吸引了注意。

但针对这个案例而言，微博的“口腔问题”广告推送并不能引起我的兴趣，一是因为我去年已经拔过智齿这一主要问题了，没有兴趣再去口腔医院了；二是广告提及的口腔矫正可能是大部分人去口腔医院的目的，但口腔矫正并不是我的兴趣点，于是我根本没有想点开查看的想法。

这种不能精准推送的原因可能是我使用微博的频率不高，导致微博拥有我的数据不多，对我的标签定性不准，只能推送相关性比较大的广告。但有意思的是，我也从未在微博搜索或发布过牙科医院相关的信息，去年去暨大附近的医院拔智齿时也只在微信支付上有付给医院的发票记录。由此可见，微信用户的信息数据也会通过数据交易平台进行各个平台之间的流通，这也是互联网广告市场的体现之一。

虽然不能精准推送的广告时常发生，但这并不是错误。因为收益更大的项目往往得到广告主更大的广告预算，所以广告竞价中往往是“口腔矫正”这类面向人群广、收益快且高的广告更容易出现在我们的视野里面。也就是说，程序化的精准推送并不在于我们受众是不是完全能够点对点接收，而是在根据用户标签划定的范围内，将广告收益最大化。

那么延伸思考一下，关于奢侈品，只要你曾有类似的搜索记录，程序化广告也会更乐意去选择奢侈品推送，如房产、珠宝，虽然受众不一定会买，但只要有人买那就有可观的收益了。正如我的朋友圈广告，以我的经济实力并没有购买房产的打算，但广州里面的大学生群体中有一两个就不错了。所以限于当前的个人隐私保护法律，程序化广告要做到真正个性化精准推送有一定难度。

在广告的市场结构中，我觉得最主要的就是两个方面：一是DSP（需求方），这个需求方可以是广告主等等；另一个是SSP（供给方），而这供给方可以是媒体或平台等等。而程序化广告之所以优秀于传统的广告模式，就在于它不仅仅是为广告主和媒体带来更高的营销效率和效果，还是以人为本的精准广告定向，也可以说是人在程序化广告中是可以称为“商品”，用来购买的。其实，程序化广告非常贴近我们的生活，几乎是“无孔不入”的潜移默化的影响着我们，主要是以三种广告模式来到我们身边。首先，相信很多人经常刷朋友圈的时候就会看到有很多广告就在自己的朋友圈中，如果是学生可能会是很多考研、学英语等等广告；我还记得上周和朋友去吃一家火锅店，我正好在刷朋友圈，结果就看到推给我的广告就是这家火锅店的折扣信息。这不仅仅是在微信才会出现，比如微博、小红书等媒体都会出现这些广告，而这些广告在程序化广告中属于信息流广告。信息流广告是社交媒体好友动态或其他媒体内容流中的广告，其形式有图片、视频等，他可以通过标签进行定向投放，最终的效果取决于创意、定向、竞价三个关键因素。并且信息流广告的优势有流量庞大、算法领先、形式丰富、精准定向、用户体验好。

其次，我相信大部分女性朋友在某一类行业或产品中有自己的达人，而这些达人或多或少的影响着我们的消费倾向。我们称为达人广告。那么广告主可能就看中了这些达人所带来的巨大流量，会让他们进行产品的宣传、销售等等，而消费者则是看到自己比较信任的达人代言宣传的，就会对产品进行购买消费等。巨量星图是巨量引擎旗下的达人营销平台，覆盖了今日头条、抖音等大量创作者，因此里面有许多达人资源，巨量星图也反映出达人销售的活力。

最后，还有一种是搜索广告，顾名思义他就是广告主根据自己的产品或服务的内容、特点等，确定相关的关键词，然后自主定价投放。搜索广告需要注意的是，他是通过点击量来收费的，关键词有多个用户购买时，根据竞价的排名展示。搜索广告的优势具有：受众主动发起的搜索意愿强烈、精准覆盖、高效转化。搜索广告与信息流广告不同，他是客户主动搜索展示的广告，而信息流是不用搜索就能展示的广告；搜索广告的核心是关键词，优化师通过各种分析挖掘用户可能会搜素的关键词添加账户，而信息流则是通过标签来定向客户，媒体追踪总结用户的习惯等；搜索广告的位置一般在各大搜索引擎的搜素页，而信息流的展现位置可以在各个媒体平台中投放。

综上所述，程序化广告极大地改变了互联网广告投放模式。它具有：1.针对性；精准营销，对用户的追踪，DSP平台有许多的标签或底层对接DMP，在DMP上可以设置定向投放的标签，广告主就可以选择性的对标签进行广告投放；2.广告投放的效率更高，更自动化；程序化广告是数字广告投放的自动化，在一定程度上他提高了广告交易的效率和增加了广告的效果；3.跨媒体投放；为什么说程序化广告更优于传统广告模式呢，就是因为在传统广告模式中，如果你与A签约，那么你的广告就只能出现在A上，不会出现在B、C等其他媒体上，但是程序化广告的话，只需要跟DSP签约，广告就可以投放在A、B等媒体上，这也提高了广告的效率；4.反应及时；程序化广告投放后的数据是及时反馈的，可以在投放的过程中对广告做优化。

本来在生活中，我并不会花时间在看这些广告，但是了解到广告主为了让我们看到他们的广告花费了这么大的力气，不断的与时俱进，改变自己，让我开始重视了每一条出现在我身边的广告。

基于学习，关于“基于个人数据进行广告推荐”的现象，个人认为其首先对于“基于数据，我为什么会看到一则广告”这个问题给出了回答，结合广告推荐的技术逻辑，个人认为影响其结果的主要要素出现在以下两个环节：

1、用户数据收集和反馈。（SSP——DSP）

    在DMP当中，用户以各种数据的形式存在，“我”是怎样一个人，这在一定程度上影响着不同的广告主是否参与竞价和投放的决策。这部分的用户数据主要来源和依据有两个方面，一是用户在互联网的行为痕迹，例如完播率、停留时长点赞、转发等分享行为，作为体现用户偏好的数据被收集和处理；二是用户的社交关系数据，这部分则主要来源于用户的现实生活轨迹，例如平台可以依据这一部分数据，以包含了现实生活的熟人关系网的社交关系的路径将用户的注意力持续保持在特定平台和特定内容上，实现传播目的。可以见得，从cookie到ID-base，无论是作为用户独立的数字行为，亦或者是用户一定的社会网络关系，智能化的大数据收集和分析，在已然形成了特定目标受众的全维度数据系统，以数据的全程优化驱动服务和广告推送决策的全程优化。

    此外，不仅仅是决策过程，还有在广告投放之后基于用户反馈数据的不断优化的过程，投放对象在接收到广告后作出的所有广告反馈行为均能转化为全域用户数据，并接入广告投放主体的决策系统。投放系统在广告投放周期内，能够即时地接收到用户对广告的反馈情况，并基于对用户数字画像的更新，调整当前广告投放的对象选择，完成投放的智能重定向决策，通过不断地重新定向与优化，实现整个投放周期内广告的智能实时优化。

2、竞价过程。（DSP——SSP）

伴随着用户使用行为，用户作为流量的形式被SSP收集整合并向DSP发起竞价，具有购买意向的不同的广告主在此环节展开竞价，以价高者得的方式拍得流量以及流量背后的用户的注意力。竞价的策略影响了最终的竞价排名顺序，最终决定了推送的具体广告物料，也就是用户最终浏览到的广告创意内容。这是决定了用户接触到具体广告内容的第二个环节。

    总之，当前的互联网广告充斥着流量买卖的商业逻辑，而大数据的使用使得流量更加有效、庞大、精准，同时也更加值钱。

反思：1、人的智能与人工智能的智能相结合的方式寻求最优解

以抖音为例，即使是同一个爆款产品，在其铺天盖地的集中曝光过程当中，优质的内容和创意仍然能够在一众同质化内容当中脱颖而出，摒除受众关于“爆款产品的口碑都是营销的结果”的刻板印象，促使受众通过内容对产品本身产生好感，从而实现转化和品牌传播的积极效果。而这一环节，则主要依赖于内容创作者本身的创意产出和内容价值了。

可以见得，在当前，虽然大数据和人工智能的使用使得技术的逻辑贯穿始终，但是人的智能和创意仍然在每个环节发挥至关重要的作用，无论是传播内容创意上，还是投放优化的决策上，人的智能与人工智能的智能相结合的方式，是寻求最优解的重要路径。

2、行业规范化和专业化以促进用户信任和信息有序

由于算法推荐以及大数据技术的普及，但是却又“不完全普及”，使得大多数用户对于大数据技术本身产生消极导向的认知差，最终产生盲目抵触流量和数据的行为。例如，一些用户在面临“是否同意将您的用户信息用作服务”的选择框时，出于对平台的不信任、对个人隐私的保护以及对于“垃圾广告”的厌烦，越来越多的用户都会选择“否”。

但是真实的情况是在互联网环境当中，选择“否”并不会减少用户个体接受信息流广告的数目，只会降低广告内容与用户个体之间的关联度。——用户对于技术和行业的认知壁垒，使得技术和内容被盲目屏蔽。而行业规范化和专业化管理则在一定程度上能够促进用户信任，保证有效信息有序参与进数据分析和反馈的实操环节。例如今年3.1日起正式施行的《互联网信息服务算法推荐管理规定》就以官方态度对于算法推荐进行了一定的统筹管制，增强技术服务的透明度，规避“大数据杀熟”、未成年人不良信息推送等消极现象，维护行业健康发展。

可以见得，通过官方法规、行业规定等举措，来维护用户与平台、用户与技术之间的信任和良性关系，主动弥合技术、服务与用户对于这些技术和服务的认知差，对于进一步完善和发展基于数据的商业化逻辑是有所裨益的。

1. 大数据的潜在价值在于可以推理，分析，挖掘出有意义有逻辑的信息。在广告行业中，广告主投放广告的目的往往是引导市场消费，让目标群体了解品牌产品信息，满足目标群体的需求，进而达到点击或者购买等行为。
2. 随着社会和科技的发展，广告模式也在不断跟进，从传统的线下广告，合约广告，到互联网竞价广告，而互联网广告又诞生出了AND，ADX，DSP，SSP等为广告服务的技术平台，使头部流量和长尾流量都能得到利用。交易模式也跟着多样化发展，有头部竞价，程序化保量，首选交易，私有交易，公开交易，使得广告的投放更加精确有效，满足广告方和媒体方的需求。同时针对不同的广告主，不同的广告效果，不同的应用场景，还有不同的结算模式，如CPT,CPM,CPC,OCPM，CPS/CPA/ROI。各平台间的数据流量对接也依赖于API,SDK，JavaScript，如在数据分析后，将内容可视化，后以API对接的方式将报告传送给广告主。
3. 我印象最深的基于个人数据的广告推荐是电脑网页上和软件上的富媒体广告和手机的信息流广告。当我在手机或者电脑的百度上搜索某一内容，或者是在京东和淘宝搜索浏览某一类商品后，我在一些电脑网页上和软件弹出的广告框上就会看见相关内容产品的广告，但是在一段时候，大概一到两周之后就消失了，说明广告的投放或者说用户标签是有生命周期的。最典型的应该就是淘宝和闲鱼，浏览搜索过某类商品之后，淘宝闲鱼的首页几乎全是那一品类的产品。类似的还有BliBli的会员购，在商品页面购买了产品之后，刷视频就一直会刷到相关产品的信息流广告。还有微信朋友圈的信息流广告，推广的是越秀区的房子，文案的大概意思是不比广州的差，说明这条广告是知道我的地理位置的，也就是地域定向。
4. 我们的电脑浏览和手机使用，里面的内容，包括使用设备时的地理信息都会被记录下来，进而被DMP分析处理，给设备号贴上许多标签，组成用户画像。数据分析的维度越多，用户画像就越精准，形成千人千面的现象。以上面微信的朋友圈广告来说，如果这个广告是竞价模式，当我打开朋友圈，那么这个媒体的广告位就会通过SSP/ADX发起RTB实时竞价的请求给广告主或者代理商的DSP，并把用户相关的数据发送给DSP，此时DSP再把用户数据和DMP的人群数据进行配对，当用户信息满足广告主投放的目标群体时，便会发起竞价，实时竞价的付费的方式主要CPM，这是事先就决定好的。当和其他广告主竞价成功后，按照广义第二价格，也就是取出价第二高的价格加一分进行出价，比如竞价成功的广告主出了10块钱，第二出价高的广告主出了9块钱，则竞价成功的广告主实际付费是9.01。此时朋友圈就会发送广告物料请求，DSP再把事先准备好的个性化定向广告投放在朋友圈上。这一切都在100毫秒内完成。
5. 以前看到一些富媒体广告会觉得很俗，有些甚至影响体验，同一设备广告频次过多，引起不适。而信息流广告在体验上融入平台环境，不会显得突兀，从美感上讲也令人觉得舒适，甚至愿意多关注一下内容，有时也会当成原生内容而多花了时间。
6. 可以感觉的出，在技术水平达标，广告内容充分的情况下，广告ROI的提升和广告投放对象是否正确关系密切，只有曝光给了正确的对象，目标群体才能去关注，理解，接受，产生点击，购买意愿甚至购买行为。而构筑用户画像，可以从用户模型4W1H来构建，包括属性，时间，来源，行为，质量。并对大数据不断对比，细分，归因，才能使程序化广告更加智能化，过滤无效流量，让KPI达标，提高ROI。
7. 未来，随着技术发展，AR、VR和元宇宙等广告可应用的场景也越来越多，内容创意也会越多样化，对用户数据隐私保护也就更为重要。当用户信息与场景交融越频繁，用户越会感觉到隐私的泄露，如何让用户感到安心，需要广告主和媒体方多多考量，也需要法律的完善监督。作为广告链中的一员，也应该多如何去划定用户数据的维度，构建与时俱进的用户画像，结合场景设备投放出有创意有效果的广告，满足广告主和目标群众的利益和需求。

现代科技发达，娱乐种类多，为了更精准投放广告。因此数字化营销进入了新时代‑程序化营销。各行各业开始收集大数据，利用大数据实行消费者画像从而进行精准的广告投放，例如，消费者性别分析或者是根据地点定位进行精准广告投放。这些是最常见的数字化营销方式。结合日常生活，会投放关于我们曾经搜索过的内容相关的广告。

更有公司专门贩卖大数据给广告主，令广告主更精准投放以及改良自己的营销方式和产品，以免浪费不必要的营销费用。甚至如书上提到：媒体可以售卖跨媒体、跨终端的媒体资源，并利用技术实现广告流量的分级，进行差异化定价。更大程度产生最理想的效果，带来更高的经济收益。

对于广告主，DSP、SSP各大平台来说，是节省费用又可以产生收益的优势。而Ad Network的出现使广告主可以同时在多个媒体中进行广告投放。

但是在消费者的角度，特别是现代人普遍教育水平较高，如此精准的投放以及高频率的投放会令人感到不安或者是上瘾。结合之前计算广告学课程的教学影片《监视资本主义》，大数据及精准投放广告或帖文会令人上瘾，例如青少年。因此苹果公司推出关闭将个人浏览资料等推送的按钮，虽然引起许多小公司或者是脸书这种依赖售卖数据的公司不满，但是我作为消费者并没有感到有什么影响，只是减少了与我相关的广告，但并不是减少广告。我曾经尝试关闭，但由于广告没有减少，我宁愿给我推送感兴趣的广告。因此当时苹果公司这个新增的功能虽然引起许多平台不满，但是我认为是有一定的必要性的。

我第一次意识到存在“基于个人数据进行广告推荐”这个现象是在淘宝软件。当时我在某社交平台上看到有人提出“为什么在我没有在淘宝搜索过想要的东西时，淘宝自动在首页推荐该品类物品？”这个疑问。当时许多人都是怀疑该软件存在监听行为，也在我心中留下了谜团。直到在课程及阅读书本后了解现在互联网可以通过IDFA、Andriod ID、Google ADS ID等方式跨平台收集个人行为数据，再通过买量卖量达到“基于个人数据进行广告推荐”的目的。

以下我将就“基于个人数据进行广告推荐”的现象提出个人思考。

个性化广告推送使我们更方便快捷地获取自己想要的资讯。以小红书为例，在搜索及点赞“广州”和“玩偶”相关后，首页便出现了相关的内容。对于用户而言这是十分方便的，因为能够在不需要额外搜索的情况下，在打开软件后直接获取感兴趣的资讯。

推荐我极有可能感兴趣的内容是个性化广告推荐最直观的好处。

但是在长期使用后，我反而会有期望跳出这个圈子的想法。以YouTube为例，在我的YouTube首页出现的推荐视频几乎全部都是曾经浏览过的YouTuber的其他视频，即便我并没有关注他们。这会使我感到烦躁，因为我清楚我对此没有兴趣，而大数据却持续地在推送。电影The Social Dilemma便指出过度依赖个性化推荐会使用户看到的内容长期处于某一个小圈子，逐渐导致思想眼界狭隘、偏激。若用户期望跳出圈子便只能减少浏览或卸载。因此现在我已经减少了使用单一软件了解信息的情况，而是通过不同平台、和不同人双向沟通去获取资讯。

（以下的是我在使用YouTube时经常使用的功能）

除了可能导致人们观念狭隘，大众对个性化推送最为关心的可能是隐私问题。

《程序化广告》指出程序化广告可以定义为（1）以人为本的精准广告定向（2）媒体资源的自动化、数字化售卖与采购。为了实现更好的个性化广告推送效果，程序化广告便离不开“精准定向”。而为了实现“精准定向”，便需要用户画像技术及用户行为定向技术，这同时意味着，互联网公司需要获取到更多的用户数据，这使许多用户感到担心。

由此我诞生了一个疑问：我们是否真的可以离开个性化广告推荐。在一方面，当个性化广告推荐实现精准度，人们会怀疑自己的个人信息被监控，隐私被泄露。但在另一方面，人们又乐于享受由“牺牲”个人信息提供广告收益所支撑起来的各种“免费”的互联网产品（The Social Dilemma: If yor're not paying for the product, then you are the product.），以及享受广告精准投放带来的便利（淘宝）。这让我认为我们最终无法脱离程序化广告。

目前互联网公司正在尝试在个性化广告推送和用户隐私方面取得平衡。以Apple为例，ios开启了是否开启个性化广告的选择。从ios14.5开始，Apple app会弹出窗口询问用户是否“允许跟踪您在其他App和网站上的活动”，用户可自行选择“允许跟踪”或“不允许应用程序跟踪”。

这对用户而言有了更高的隐私权，但是对于广告公司而言，这对未来的广告投放效果而言，有着一定打击。期望在未来，互联网产品和用户隐私可以取得更好的平衡。