計算廣告時代廣告學科知識體系與培養目標重構*

■ 鐘書平

計算廣告由Anderi Broder(2008)最早提出:“計算廣告的核心挑戰是在一個特定語境下的特定用戶和合適的廣告之間找到那個‘最優匹配’。”①Dave,Kushal和V.Varma(2014)認為計算廣告更廣泛地被認為是在線廣告或網頁廣告,指的是為一個網頁的特定上下文找到一個最相關的廣告作為匹配。②劉鵬和王超(2015)適當修改了Anderi Broder的表述,認為“計算廣告的核心問題,是為一系列用戶與環境的組合找到最合適的廣告投放策略以優化整體廣告活動的利潤。”③劉慶振(2016)認為“計算廣告是根據特定用戶和特定情境,通過高效算法確定與之最匹配的廣告并進行精準化創意、制作、投放、傳播和互動的廣告業態。技術和數據是這一業態產生和演進的兩大關鍵驅動因素,而通過算法集合自動尋找廣告、情境與用戶三者之間的最佳匹配則是其主要目的”④。Yang,Yanwu等人(2017)認為計算廣告指的是一個具有豐富計算能力的廣告生態系統,它運用數學的、物理的、技術的和經濟的方法,來表現豐富的廣告對象和環境、建模并分析復雜的利益相關者行為、促進高效且有利可圖的面向潛在消費者的廣告信息投放、提供最優的廣告決策和市場開發解決方案。⑤段淳林和楊恒(2018)將計算廣告定義為“以數據為基礎、以算法為手段、以用戶為中心的智能營銷方式,它在數據的實時高效計算下,進行用戶場景畫像,并快速投放、精準匹配及優化用戶一系列需求”⑥。Jisu Huh和Edward C.Malthouse(2020)將計算廣告定義為一種廣泛的、數據驅動的廣告方式,它依賴或借助增強的計算能力、數學模型/算法和技術基礎設施來生產和傳遞消息以及監控/監視個人的行為。⑦Yun和Joseph T等人(2020)將計算廣告定義為一種個性化傳播方式,它利用計算能力在準確的時間、準確的地點,以準確的頻率將準確的廣告和廣告主與準確的消費者進行匹配,以獲得準確的響應。⑧在綜合了眾多學者的研究和當前廣告實踐領域的現狀及其發展趨勢之后,筆者認為,計算廣告并不是某種廣告方式、形式或形態,而是一種全新的廣告思維、一種必備的廣告能力、一種高級的廣告發展階段,在這一階段,所有的廣告活動都將逐漸地具備計算思維與計算能力。也就是說,“計算”是當前乃至未來一段時期內幾乎一切廣告活動所體現出來的一大關鍵特征,我們正在從“策劃”的廣告階段、“創意”的廣告階段邁進“計算”的廣告階段,在這一階段,并不意味著策劃、創意、洞察、經驗等要素不再重要,而是數據、算法、算力的價值被高度重視并被深度挖掘,從而成為廣告活動在這一時期快速發展的核心驅動力,全面改造著廣告活動的各個環節和各個細節。因此,我們可以將當前正在經歷的這樣一個全新的廣告活動發展階段稱為計算廣告時代。在這個全新的計算廣告時代語境下,廣告學科過去幾十年所構建起來的知識體系、培養目標和人才能力等,都需要進行不斷的改造、更新和重構。段淳林教授認為,“面對計算廣告的飛速發展與沖擊,傳統廣告教育開始面臨困境:傳統廣告教育的理論觀念開始跟不上新時代的步伐；傳統廣告學科的研究方法和研究范式顯得較為老套；傳統廣告教育的學科體系建設與社會人才需求脫節；傳統廣告教育的課程設置體系亟待更新等”⑨。

一、廣告學科的現有知識體系及其時代困境

廣告學本身就是一個非常注重理論聯系實際的實踐型交叉學科,它在借鑒了新聞傳播學、市場營銷學、消費行為學、心理學、設計學、社會學、統計學等多個學科的理論成果和實踐經驗之后形成了廣告學現有的知識結構和教學體系。從整體來看,廣告學現行的教學框架和知識體系基本能夠適應大眾媒體時代電視臺、報紙、雜志、廣播對媒體廣告經營人才的需求,以及廣告公司和廣告主對廣告策劃與創意人才的需求。各大院校的廣告學專業也的確為各行各業培養了一大批廣告策劃、創意、經營和管理方面的人才。

但隨著互聯網、移動互聯網和物聯網等全新的媒體形態和傳播渠道快速地發展,以及大數據、云計算、個性化推薦、人工智能、區塊鏈等全新的技術不斷被應用到媒體和廣告領域內,它們在不斷拓展廣告學教學和研究邊界的同時,也對既有的廣告學基礎理論、基本邏輯和知識體系造成了比較明顯的沖擊。

具體來看,過去幾十年我們已經積累的成型的廣告學知識體系在計算廣告時代面臨量化思維、數據思維、算法思維的明顯不足的挑戰。我們分別從這枚“硬幣”的兩個方面來看:一方面,經驗主義主導了廣告學科理論的構建和知識的積累。盡管早在20世紀初葉廣告大師克勞德·霍普金斯就提出了“科學的廣告”這一主張,并廣泛采用文案調查、直郵營銷、免費試用等多重手段來跟蹤廣告效果,甚至他自己也自豪地宣稱“追蹤到的收益可以精確到每分每毫,每個回復的平均成本和每一美元銷售額的平均成本都在追蹤到的收益中精確地顯示出來……經過這樣的長期發展,廣告營銷成為一門精準科學”⑩。但事實上,霍普金斯之后的廣告研究和實踐的繼任者們,包括羅斯·瑞斯夫、大衛·奧格威、杰克·特勞特等在內,在整個20世紀都沒有學者將廣告真正發展為一門科學,反而使它在“藝術”與“玄學”的路上越走越遠,這也恰恰是約翰·沃納梅克拋出的那句“我知道廣告費用有一半被浪費了,但我卻不知道是哪一半”能夠引發強烈認同和廣泛討論的原因。另一方面,量化思維和大數據思維在廣告教學各門課程中嚴重缺乏。盡管在現有課程體系中也設置了類似廣告調查或統計學基礎這類側重量化研究的課程,但一則課程體量相對較小,二則學生學習效果相對較差,導致相當部分院校的這類課程流于形式,甚至部分院校干脆不設置這樣的課程。與此相對應的是廣告實踐領域由于傳統抽樣調查所固有的局限性,也更多地是將調查數據當做一種用來錦上添花般地支持自身主觀決策的“輔助工具”而已。但當前階段,對于大數據思維和技術的運用,廣告業界尤其是互聯網廣告領域很明顯地已經走在了學界的前面,甚至也走在了許多其它行業的前面。此時,廣告學科過去幾十年積累下來的部分理論知識很難再對當下的廣告實踐具有足夠的指導力,甚至有時候連解釋力都表現得差強人意。廣告實踐變得越來越“不唯書,不唯上”,而是唯數據。數據,兼具了指導力和解釋力。但廣告學科當下面臨的主要問題,最明顯欠缺的恰恰就是利用數據對于文案、策劃、創意、投放等知識體系的改造。

二、計算廣告時代廣告學知識體系的更新

綜合分析來自國內外大量學者對于計算廣告的研究、分析與探討,我們會發現,無論是來自計算機、信息管理等自然科學領域的研究者,還是來自新聞傳播、市場營銷等社會科學領域的研究者,其對計算廣告的理解和認知大致有如下幾個層面的共識:(1)精準匹配。無論是目標用戶與網頁內容的精準匹配,還是特定用戶、特定情境與特定廣告之間的精準匹配；無論是豐富的廣告環境與潛在的消費者之間的精準匹配,還是用戶場景與用戶需求之間的精準匹配,幾乎所有的研究者在對計算廣告進行定義的時候,都在根本上繼承了Anderi Broder在計算廣告的核心挑戰中提出來的“最優匹配”(best match)這一基本理念。(2)數據驅動。盡管并非每位研究者在其各自的計算廣告定義中都明確地強調了數據本身與精準匹配之間的聯系,但顯而易見的事實在于,對計算廣告的研究正是在2010年前后大數據被全球互聯網公司普遍關注和廣泛應用之后才逐漸興起并快速發展起來的,因此,大數據對于計算廣告的價值和意義可以說是不言而喻的。(3)用戶畫像。在上文對于計算廣告的不同理解中提到,利用數據“建模并分析復雜的利益相關者”,這其中最主要的利益相關者就是用戶,尤其是給定的、特定的或具體的用戶；“監控/監視個人的行為”亦即利用大數據的方式對具體用戶的媒介使用習慣和日常消費行為進行記錄與跟蹤。只有利用大數據技術對具體的用戶進行具體的畫像,才有可能實現“精準匹配”的目標。(4)個性化推薦。消費者已經成為可以被清晰繪像的個性化用戶而不再是同質化的媒體受眾,技術的快速發展也已經為針對特定消費者進行更加精準的廣告投放提供了可能性,于是這時候的廣告投放機制就逐漸從傳統媒介的時段/版面購買過渡到了網絡媒體的受眾定向,采用個性化推薦的方式在準確的時間、地點和媒介場景下,將準確的廣告信息推薦給準確的消費者。(5)效果可歸因。計算廣告語境下的廣告活動效果監測和效果評價變得更加真實、客觀和有參考意義,傳統廣告效果的衡量最大的問題在于沒有辦法跟蹤用戶的真實消費行為和轉化路徑,因此沒有辦法判斷廣告活動究竟在多大程度上影響了消費者的購物決策,更無法給出更加具體的影響機制和影響路徑。但計算廣告為我們提供了廣告傳播路徑、效果轉化及其作用機制的完整且清晰的數據呈現,這就使得廣告活動進入到了一個用數據說話的可歸因和可建模階段,而這時候的廣告活動就轉變成了數據和算力驅動的廣告活動,而非單純的創意和經驗驅動的廣告活動。

基于以上五點特征,廣告活動逐步提升了它的客觀性和科學性,并逐漸地更新著廣告學的理論框架和知識體系。這種更新,一方面，是利用大數據思維和技術對大眾傳播時代建構起來的廣告學知識架構的各環節和各要素進行全新的解構,但這種結構并不是全盤的推翻和顛覆,因為其中涉及到的洞察、創意、策劃等大量知識依然有著巨大的價值；另一方面,則是在解構的前提下對互聯網、移動互聯網乃至物聯網時代的全新的廣告營銷活動及在其基礎上形成的廣告觀和方法論進行梳理、歸納和總結,并逐步地重構整個廣告學的基礎理論。對于既有的廣告學理論體系和知識框架來說,計算廣告視野中的廣告觀和方法論切切實實地彌補了傳統廣告理論體系在消費者研究、廣告創意、媒介投放和效果分析等諸多環節在數據、實證、效果歸因等諸多方面的明顯缺陷,而且,隨著數據思維和計算技術不斷地滲透到廣告學知識體系的各個角落,這種大范圍的解構和重構將在根本上推動整個廣告學科的范式轉換。關于范式轉換,庫恩在其著作《科學革命的結構》中格外強調過這個話題,即某種科學范式盡管具有一定的穩定性,卻不是一成不變的,它把這種從舊的范式向新的范式的變革過程稱為“范式轉換”,在這一過程中,科技革命是形成范式轉換一種重要驅動力。而事實上,計算廣告的快速發展也正是當前以移動互聯網、物聯網、5G通信、大數據、人工智能等為核心技術集群的新一輪信息科技革命的重要產物,它不但推動了廣告產業的進化,也推動了廣告學的理論研究和知識積累從探討如何利用廣告滿足大眾市場中的同質化消費需求向著思考如何利用廣告服務于更加精準化、個性化、動態化、場景化和即時化的消費需求轉換。因此,從這個角度來看,我們更傾向于把計算廣告及建立在它的實踐基礎之上的廣告知識體系視為一種全新的廣告觀和方法論,它對廣告領域的影響是廣泛的、全面的、立體的、深刻的甚至是根本的,而同時它對廣告學理論體系和知識框架的改造也不止于方法論,更重要的還包括基礎假設、核心理論、根本邏輯等底層代碼。這種解構和重構意味著,新范式與舊范式之間盡管還存在著某些相同的要素和思想,但在本質上它們已經不再享有共同的認識論和方法論。不斷涌現的新現象、新思維、新知識和新理論在現實層面上逐漸打破了原有的研究假設和基礎法則,從而使得科學/學科的基礎理論和應用邏輯發生了根本性的調整或顛覆:新的范式及其研究者必須承諾能夠最大限度地為不斷涌現的明顯且廣泛的具體問題提供全新的解決方案。今天,建立在計算廣告認識論和方法論基礎上的全新的知識體系正在試圖為廣告活動及其相關的一系列問題提供一種全新的解決方案,機器生成文案、程序化創意、程序化廣告投放、個性化內容推薦引擎、智能化效果監測與管理……這一切都推動著廣告學不斷解構并重構學科的知識體系。

我們正站在一個全新的計算社會科學的起點上,從這個起點開始,數據要素和計算能力將成為包括廣告學在內所有社會科學賴以生存和發展的根本性資源,同時也將會是各個學科知識增長點的重要來源。數據不僅僅是一種研究方法,它還是一種世界觀,“是一種思維方式,按照大數據的思維方式,我們做事情的方式與方法需要從根本上改變”；同理,算力與算法既是認識論又是方法論,它們與數據一道重塑并更新著全球范圍的廣告學知識圖譜。具體來看,這種知識體系的更新主要涉及以下幾個方面:(1)新理論的形成。盡管從計算廣告的提出到現在已經過去了十余年的時間,國內外對計算廣告的研究也已經從星星之火逐漸具有了發展為燎原之勢的潛力,但直到目前為止,無論是廣告業界還是廣告學界,都尚未形成一整套關于計算廣告的完整理論框架,更遑論在此基礎上進一步重建整個廣告學學科的知識體系和理論脈絡。當然,我們也不能因為尚未形成完整的全新理論框架而有意無意地忽略或回避理論創新的可能性。恰恰相反,計算廣告時代的廣告觀和方法論使我們信心十足地相信,廣告學距離成為一門真正的科學只有一步之遙了,全新的廣告學知識理論體系已經呼之欲出了。(2)新議題的探討。廣告學領域的很多傳統議題依然存在并有著其重要的現實意義,但與此同時,伴隨著計算廣告的興起和發展,很多新的議題也開始進入人們的視野,例如個性化推薦、場景營銷、算法偏見、數據主權、用戶隱私等,對這些全新議題的探討不但有助于解決當前廣告活動中存在的現實問題,而且有助于形成廣告學科的新知識、新思維乃至新理論。(3)新方法的普及。研究新的議題需要新的方法,研究老的議題也同樣需要新的方法,新方法對于一個學科知識的積累和理論的形成同樣至關重要。如何將廣告業界的實操方法總結、歸納并提煉形成適合整個行業的全新方法論,如何將新技術帶來的新方法在廣告實踐和廣告研究的各大領域進行廣泛普及,這些問題的解決都有助于廣告學知識體系的更新。(4)新人才的培養。無論是理論還是知識,它都不會自行完成更新,而是必須由全新的人才來承擔這項重要的使命。一方面,現有的人才需要主動完善自身的知識結構；另一方面,更應該高度重視新人才的培養,這又包括廣告學師資隊伍中的新人才和廣告學將要為整個行業和社會輸出的新人才。產業對新人才的需求倒逼廣告學教學框架的調整與變革,而要真正完成這種變革,則必須建設一直能夠承擔起這一重任的師資團隊。

三、計算廣告語境下的廣告學教學框架重構

既然我們已經清晰地將計算廣告界定為廣告活動發展到當下的一個全新的廣告階段、全新的廣告時代,那么毋庸置疑地,計算廣告學也同樣是廣告學這門學科發展到當下的全新階段、全新時代。在這樣的語境之下,我們再來看Anderi Broder(2008)早期所提出來的說法,“計算廣告學是一門正在興起的分支學科,涉及到大規模搜索和文本分析、信息獲取、統計模型、機器學習、分類、優化以及微觀經濟學”,就會更加清晰地理解,這里所說的計算廣告學作為一個分支學科,其實并不是指它是廣告學的一個分支學科,而是指它是更大的母學科的一個分支學科。但是很顯然,這個母學科并不清晰,我們與其稱之為分支學科,不如把它繼續稱為像廣告學那樣的交叉學科,它是廣告學這個學科在當前的時代語境下與數據科學、人工智能科學以及其它正在興起的全新科學相互交叉、相互融合之后,正在形成的一個全新的科學學科,是廣告學在經歷了漫長發展歷史之后到今天必然面臨的一種向真正的廣告科學過渡的高階進化。因此,我們如果將計算廣告學視為廣告學的一個分支學科,就必然會產生各種各樣的誤解,并把廣告學的學科發展帶入到種種誤區中去。計算廣告學不是廣告學的分支學科,它就是廣告學本身,就是當下的廣告學全部的知識體系必須利用全新的計算技術和計算能力進行的一次更新、升級和改造,就是整個廣告學科正在經歷的一場全新的、全面的、徹底的范式轉換。新范式之于舊范式,不是顛覆、革命和破壞,而是融合、完善和創新。具體來看,可以從以下兩個方面著手:

其一,需要在現有的課程體系中全面融入數據思維、量化手段和計算工具。正如前文所述,計算廣告學就是廣告學本身,“計算”是廣告學在當下的全新階段最主要的特征與最核心的動力,它需要被融合到廣告學教育的方方面面和各門課程中去,而不是簡單地由某幾位老師開設一門《計算廣告概論》這樣的課程就可以輕松解決的實際問題。畢竟,“計算”思維和能力改造的并不僅僅是廣告投放環節,它已經深刻地影響了策劃、創意、文案、設計、制作等廣告活動的各個環節,因此相關的廣告學課程也必須順應產業發展和學科發展的需求,不斷更新課程的知識體系、能力目標和教學方式。

其二,需要現有廣告學科的教師隊伍不斷更新自身的知識儲備和教學方式。事實上,上文所提到的更新整個廣告學科的課程設置和知識體系所面臨的一個首要問題就是教師隊伍知識體系相對較為精專和相對較為陳舊的現實困境。如果這一問題不能很好地被解決,那么僅僅調整課程設置將會是徒勞無功的,“新課程老課件”“新名字老內容”的現象在各大院校的各個專業并不鮮見,“因人設課”“因人改課”的現象也屢屢發生,全國各高校的廣告學專業也難免遇到類似情況。這時候,教師隊伍及其知識體系的存量如何更好地發揮其應有價值,并綜合運用各種方式方法開拓相應的增量人才和知識,就成為一個亟需解決的實際問題。解決思路大致有如下幾種:(1)打散。也就是打散現有的課程固化、任課教師固化和教學模式固化狀況,然后根據學科發展需要和學生培養能力需要,重新規劃面向計算廣告時代的人才培養課程體系,同時根據不同教師的能力專長進行全新組合,由課程小組而非單個老師完成一門課程的教學任務,將課程所需要的數據思維和計算工具有機融合到不同老師的授課環節中去,比如在廣告策劃課程中,既有專門講授策劃方法的教師,又有專門指導學生通過平臺數據挖掘和分析為策劃活動提供客觀依據的教師,這樣就可以將定性與定量、經驗與實證、藝術與科學有機結合在一起。(2)打通。也就是打通高校教學與產業實踐,真正將教學與實戰兩個環節銜接起來,讓學生在學中練、在練中學,使廣告學的“計算”特征不僅僅停留在課堂中的高談闊論,更要落地為一門真真正正的實踐學科。例如中國傳媒大學廣告學院與臉書聯合開發的“海外智能營銷人才”培養項目,北京大學廣告學專業與字節跳動旗下營銷公司巨量引擎聯合開發的“智慧營銷實戰教學創新項目”,以及本文筆者所在的學校與知乎聯合開發的“社會化問答營銷實戰項目”等,都是順應計算廣告時代的人才需求而進行的產學創新探索。這種探索還需要向前繼續邁進,真正形成常規化的廣告學專業核心課程或選修課程,而不僅僅是停留實驗項目或創新項目的層面,這就需要各大院校的廣告學專業打通學界、業界之間的授課團隊流動和互動機制,不斷擴充自身的專職、兼職教師隊伍。(3)打敗。也就是各大院校的廣告學專業要敢于否定自己過去所取得的成就,實時更新現有的人才梯隊,為新范式、新理念、新教師提供創新的機會和土壤。同時,現有教師團隊要敢于不斷“打敗”過去的自己,走出舒適區,實時更新現有的知識體系。事實上,上述三點中的任何一點,都是看似簡單但操作起來卻會面臨重重障礙的現實難題,它考驗的不僅僅是相關院系或專業負責人的勇氣和魄力,更重要的還有面對計算廣告時代的現實需求積極擁抱變革的智慧和策略。

四、面向未來的復合型廣告學人才培養目標

“有些知識我們曾經堅信不疑,將它們視為權威機構最堅不可摧的基礎。然而如今,這些知識也遇到了質疑,從而使得這些機構都受到了沖擊。”誠然如此,我們曾經深信不疑的廣告學科的經典理論、經典模型和經典觀念都在受到質疑,盡管還沒有被徹底推翻,但這種質疑也提醒我們要不斷地與時俱進,并清醒地意識到,當獲取、保存、傳播、交互、生產和消費信息的媒介和方式發生變化的時候,廣告營銷的基本法則也發生了相應的改變,這時候在舊范式的基礎上建立新范式已經成為當務之急。“對于廣告學科而言,新范式區別于舊范式的最大特點在于它是以當前科技革命的核心技術集群及應用成果為基礎的,其所有理論拓展和應用創新都離不開對互聯網、移動互聯網、大數據科學、人工智能科學等技術手段的運用。這也恰恰正是舊范式先天存在的最大缺陷,它直接導致了舊范式無法為層出不窮的新營銷問題提出可行的解決方案,”從而也同樣沒有辦法為日新月異的產業發展源源不斷地提供有競爭力的應用型人才。在計算廣告的時代語境下,包括筆者在內的所有廣告學科的教學科研人員都應該主動地承擔起面向未來的產業需求和科研需求來培養更優秀的廣告人才的責任,同時我們也應該認真地思考如何更新自身的知識體系和教學方式來服務于人才的培養。

過去,包括廣告學科在內的大多數學科都致力于培養專業能力過硬的T型人才,這與工業經濟時代的產業邊界和勞動分工非常清晰有著明顯的關系,高校院系和專業的設置基本都是對照相應的產業而設置的,其人才培養的目標也相對較為明確,那就是為對應的產業培養有用的人才。T型人才的培養模式,基本能夠滿足產業需求,這其中“—”表示有廣博的知識面,大學設置的通識課、各類選修課等基本是為了學生能夠涉獵到更廣泛的知識而準備的；“|”表示知識的深度,各個專業設置的專業必修課、基礎課、核心課就是用來強化學生的專業能力的。理想狀態下,這類集深與博于一身的T型人才,不但能夠具備比較廣泛的一般性知識修養,而且也能夠在自身的專業領域深耕下去獲得深厚的經驗積累、提出獨到的專業見解并開展有價值的創新活動。直到今天,這類人才依然是各個產業非常急缺的人才,無論是其他學科還是廣告學科,也都還需要在培養T型人才方面繼續不斷探索以便能夠輸出更高質量的此類人才。但與此同時,我們也應該注意到產業發展的另外一種趨勢,那就是隨著“互聯網+”、媒體融合、產業融合的不斷演進和逐步深化,無論是各大傳統產業還是近年來方興未艾的新興產業,也開始對另一種全新的π型人才產生了非常迫切的需求。簡單來看,π型人才所要求具備的技能中,“|”依然是指人才本身應該具備的專業技能,但產業對這種專業技能的需求不僅僅只是單純的一種,而是兩種,甚至是多種；而“—”則要求新型人才不僅僅涉獵廣泛,更重要的是還能夠做到龐雜知識的融會貫通。很顯然,比起過去的T型人才,π型人才是一種典型的復合型人才,產業對這類人才的需求倒逼著各大院校進一步提升自身的人才培養能力和改進自身的人才培養目標。

對于計算廣告時代的廣告學科來說,在繼續加強T型專業人才培養的同時,也需要看到廣告產業、媒體產業以及與之高度相關的其它產業對于π型人才的需求越來越強烈,尤其是需要那些既具備廣告活動策劃、創意、文案、投放等基礎能力同時又擁有較為敏銳的數據挖掘和分析能力的復合型人才,他們不但深諳用戶的消費心理、市場的需求痛點、廣告的基本規律,更重要的是還能夠借助于前沿的數據技術和計算能力對上述經驗性的判斷進行驗證、對廣告活動中的各類效果進行歸因、對已經完成的廣告活動進行復盤并在此基礎上提出優化方案和策略等。也就是說,全新的廣告學范式——計算廣告學范式對各大院校的人才培養提出了更加綜合性的能力要求,盡管專業型的人才依然有需求,但復合型的人才培養也必須受到高度的重視。反過來,面向未來的復合型廣告學人才培養目標,也激勵著各大院校的廣告學教育不斷進行完善、更新和改革,從而形成一種教學科研和人才培養良性互動、正向循環的有益機制。在這個過程中,廣告活動本身將會變得更加客觀、科學、透明、有效和友好,廣告學也將不再僅僅是一門建立在大膽策劃、巧妙創意、經驗指引基礎上的“魔法藝術”,從而真正具備了作為一門科學的合理性與合法性基礎。因為,越來越多的π型實戰人才和教學科研人才的培養,將會徹底將廣告學這門交叉學科的定性與定量、社會科學屬性和自然科學屬性完美有機地融合在一起,并不斷向著下一個新的階段和新的時代演進和發展。

五、結語

在計算廣告語境下,廣告學科的發展所面臨的挑戰是真實的,也是具有根本性意義的。面對當下百年未有之大變局,面對媒介環境的變化、產業需求的倒逼以及人才培養的升級,面對新文科“守正創新”的基本要求,計算廣告學新范式的確立恰恰是一種有力且及時的回應,它并沒有徹底拋棄舊范式積累數十年乃至上百年的理論經典和思想精髓,也沒有拋棄策劃、創意、文案等基本技能,而是利用數據主義和計算主義的思維、方法和工具對它們進行更新、改造和重塑。在這個過程中,我們逐漸發現廣告學科的知識體系和人才培養目標發生了質的變化,廣告學科本身也將一定會煥然一新,并繼續展現出其充沛的活力和強大的生命力。

注釋:

② Dave,Kushal,and V.Varma.ComputationalAdvertising:TechniquesforTargetingRelevantAds.Applied Surface ence,vol.292,no.10,2014.p.1046.

③ 劉鵬、王超:《計算廣告——互聯網商業變現的市場與技術》,人民郵電出版社2015年版,第23頁。

④ 劉慶振:《“互聯網+”時代的計算廣告學:產生過程、概念界定與關鍵問題》,《新聞知識》,2016年第6期,第13頁。

⑤ Yang,Yanwu,et al.ComputationalAdvertising:AParadigmShiftforAdvertisingandMarketing?IEEE Intelligent Systems,vol.32,no.3,2017.p.4.

⑥ 段淳林、楊恒:《數據、模型與決策:計算廣告的發展與流變》,《新聞大學》,2018年第1期,第129頁。

⑦ Huh,Jisu,and E.C.Malthouse.AdvancingComputationalAdvertising:ConceptualizationoftheFieldandFutureDirections. Journal of Advertising，vo.4,2020.p.3.

⑧ Yun,Joseph T.,et al.ChallengesandFutureDirectionsofComputationalAdvertisingMeasurementSystems. Journal of Advertising,no.6,2020.p.4.

⑨ 段淳林:《計算廣告的發展對廣告學的沖擊與挑戰》,《中國廣告》,2020年第11期,第28頁。

⑩ [美]克勞德·霍普金斯:《科學的廣告》,李宙、章雅倩譯,北方婦女兒童出版社2016年版,序言。