数智时代的“广告技术论”

回顾互联网技术的发展：互联网的初始基因诞生于冷战，60年代美国开发的全球首个分组的交换网络ARPANET是互联网的前身；80年代TCP/IP作为底层分组交换技术实现网络的互联，90年代英国计算机科学家蒂姆·伯纳斯-李发明基于超文本传输协议（HTTP）来传输信息的万维网（Web），能通过网页超链接集成不同信息资源、实现信息的全球传播与共享，意味着互联网商业化之路的开启。

早期互联网商业模式模糊，网络业态主要由资本驱动。百度、Goggle等搜索引擎，以及ICQ、QQ即时通讯工具等，通过提供免费内容与软件服务不断聚集用户流量，并催生出大量信息生产方入驻互联网。进而，特定信息展示服务成为一种新的业态出现，以第三方的付费来支撑生产商的运营和盈利的三方市场模式亦逐渐成型；互联网商业则从早期资本驱动模式转向第三方付费模式，广告，亦作为信息生产方最主要的盈利形式，背后是互联网作为媒体的商业价值的彰显。互联网媒介形态特征决定了数字广告的基础形态、传播方式进而影响广告技术的运作模式。由此，我们首先基于互联网媒体的分期，概览数字广告业态的演进。

1994年，美国通信巨头AT&T在《连线》杂志的前身HotWired.com电子杂志上投放了世界上第一个数字广告，该广告以高达44%的日点击量开启互联网商业之浪潮。

随着聚集各类互联网信息资源的门户网站的出现，门户网站的高浏览量吸引品牌主以CPT时间包段的方式购买网站页面的广告位，实际上是对传统媒体展示广告的复刻和迁移。而后在综合性网站上提供高效信息检索功能的搜索引擎技术的出现，相应催生了搜索广告模式的诞生；其作为对“包段+陈列”传统媒体广告模式的革新，成为互联网商业进程上的一个重要转折点。

从搜索广告服务的演进来看，搜索引擎解决了海量信息的分类与关联问题。而免费信息搜索服务所集成的市场需求数据，为搜索引擎营销提供空间。1996年以前，搜索引擎营销主要通过向一些大型门户网站提供技术来获利，专业化搜索广告技术标准尚未成型。而后关键词匹配、竞价排名等广告工具的出现，可以通过多种关键词组合的数据分析来帮助广告主确定哪些关键词能最有效地转化为实际销售。从该时期互联网企业对技术产品的历史探索来看：1996年7月，雅虎首次发布了以“用户搜索关键词，进而弹出目标横幅广告”为模式的搜索引擎广告。1997年，GoT（2001年更名为Overture）开创了关键词广告服务的营利形式。2000年Google创立Adwords，引入竞价排名模式，促进搜索广告走向成熟。2000年百度亦开始走向世界舞台，并于年底推出了“你想要的，正在找你”的互联网搜索引擎竞价排名服务，一并意味着中国搜索广告商业模式的兴起。

随着互联网走向“去中心化”与“点对点”传播的Web 2.0阶段，人人连接所形成的社交网络效应不仅实现数据的几何级增长，更带来新一轮的商业机遇。用户之间的互动和内容的传播双边效应，使得社交平台能够通过吸引更多用户来提升其广告价值、实现盈利。Six Degrees（1997年）和Friendster（2002年）等作为最早的社交网络企业成立，而后论坛、博客等不同社交媒体平台则为广告主提供新的投放路径。在广告业务上，相比于搜索引擎只能通过信息检索记录数据来分析用户行为、提供最浅层的内容定向投放；社交媒体则根本上是要解决以人为中心的数据的需求分析与关联匹配。媒体平台在用户互动中形成更全面的的用户标签库，打造以人分群的精准营销模式。2004年创立的Facebook以“连接人”为基础使命，基于免费连接服务探索新的社交广告业态。Facebook通过其前期积累的用户基础和与互动数据为广告主提供精准广告投放服务，并在2007年面向广告主和代理商提出了其广告投放平台Facebook Ads。国内，腾讯2001年则首次在其即时通讯软件QQ中集成广告，2005年作为附属于QQ的社交平台QQ空间亦开始尝试社交广告业务。2009年成立的新浪微博则模拟海外社交巨头Twitter的推广形式，为广告主提供包括推广账号、推广微博和话题广告等投放口径。随着社交平台功能的完善，中国社交广告业态亦呈现欣欣向荣之势。

该时期，电商广告作为另一全新的广告业态亦迅速繁荣。世纪之交，彼时已是全球最大书店的Amazon乘互联网之风开启网络零售商的角色转型。在国内，1997年中国化工信息网成为国内首家垂直B2B电子商务商业网站；1999年阿里巴巴、8848等电商平台相继成立为新世纪的电子商务的大放异彩打下基础。承载不同品牌商家的电商平台在对消费者购买数据的积累与分析中，为用户提供商品搜索与推荐，进而延展为成熟的商业化形式，驱动入驻平台的商家通过投放广告实现营收增长。

整体而言，搜索广告、社交广告、电商广告等作为PC互联网时期的全新广告业务形态的相继出现背后，离不开互联网信息的传输力与内容的集成力的提升，以及以人为中心的数据无限流动。

21世纪的前十年，3G移动通信网络、移动智能终端、移动应用商城以及操作系统等已经出现并趋于成熟，尤其是2007年苹果推出了具有高分辨率和多点触控功能的触摸屏第一代iPhone，不仅确立了现代触摸屏智能手机的标准，更革新了传统用户信息浏览方式。由此，瀑布流式信息页面布局结合手指对页面的无限滑动，解决了移动端屏幕海量信息呈现问题，带来沉浸式的用户信息浏览体验。彼时，与瀑布流布局相匹配的原生广告应运而生，尤其是基于移动终端与手机应用的信息流广告作为原生广告的主要形态，实现对广告的展示效果和用户点击率的有效提升，进而成为引发数字广告新业态的“第二波浪潮”。

从全球互联网企业对信息流广告的业务布局实践来看，实际上，2006年Facebook就已经推出了信息流广告形式，而后Facebook则专注于移动端信息流广告的商业化。在我国，2012年凤凰网率先将原生广告的概念引入国内，2013年新浪微博网页版推出信息流广告产品“品牌速递”，并于2014年上线原生信息流广告系统。而2012年作为最早将人工智能大规模应用于信息分发的新闻搜索引擎今日头条App上线，并从2013年开始探索基于移动端信息流广告商业模式。2015年腾讯亦基于其社交网络推出微信朋友圈信息流广告等。

2006年Facebook的信息流页面

从具体的技术服务流程来看，互联网平台首先对其用户的行为数据（点击率、转化率、停留时间等指标）进行实时挖掘与收集，通过智能算法在数据关联中提取出用户偏好，并在信息流中呈现出与用户兴趣最相关的广告内容。对比过往的广告推送，信息流广告是在“信息找人”的内容生态基础上的“广告找人”模式，其更高的用户偏好匹配度与广告点击意愿使其迅速跃进为该时期的主流广告业态。如2016年字节跳动设立独立的技术机构ByteDance AI Lab，专研内容的创作、分发、互动中的算法模型，进而为其广告产品服务赋能，帮助品牌主提升转化效果。在交易模式上，信息流广告统合CPC、CPM、CPA等多种计价形式及组合模式，节约广告主投放成本。在营收表现上，据公开数据显示，2016我国年信息流广告增速达109%；2017年‌中国信息流广告市场规模已有577亿元。在各赛道竞争上，搜索广告的黄金期已过，2019 年字节跳动广告收入已超百度，信息流广告成为数字广告生态的新引擎。

随着深度学习、自然语言处理、云计算、物联网、区块链等人工智能基础技术集与媒体产业的深度融合，不仅媒介呈现出应用与场景无限叠加、信息与链接一触即达的“智能物联”的特征，各广告业务形态更从成熟走向交融，即电商、信息流、搜索、社交等广告形态内部统合并孵化出诸如社交电商、直播带货等新形式，而相应的广告技术服务愈加完善。

该时期诸如百度、字节、腾讯等互联网巨头纷纷对旗下广告业务与技术服务开展整合实践，并通过取长补短实现业务的均衡发展：百度于2016年提出“搜索+推荐”双引擎驱动的信息分发方案，开始布局信息流商业板块。依靠信息流广告发家的字节跳动，一方面对其信息流与搜索广告业态整合：如其在2020年推出了能承接信息流、搜索等多种广告形态的“头条搜索”应用，并为品牌方提供搜索账户投放和信息流账户投放的两种服务；2021年则整合今日头条、抖音和西瓜视频在各地巨量引擎商业化中心，推出搜索广告业务等。另一方面，字节则重组用户、内容、环境与商品等多维度数据，并结合其核心推荐算法，实现电商内容与信息流的融合：2018年字节开始打造抖音的直播带货之路，2021年末字节内部的高层会议上进一步指出“自建电商业务是推高字节商业化广告收入天花板的重要方式 ”。依靠信息流与电商广告两大引擎，字节在2023年的广告营收超越阿里，获拥“广告顶流”身份。以社交广告为核心的腾讯，亦在其微信生态中探索新的广告业态。自2017年微信小程序推出以来，腾讯为品牌方提供了基于小程序应用入口的搜索广告与游戏的原生广告业务，并配套有多类变现模式的服务。2023年，腾讯小程序游戏市场收入达200亿元，同比增长300%。2024年腾讯Q1财报表示，得益于微信视频号、小程序、公众号及搜一搜的广告营收，腾讯整体网络广告收入同比增长26%，达265亿元。

从该时期数字广告产业整体营收趋势来看：从2018年我国数字广告业务在广告市场总收入占比首次过半，到2023年国家市场监督管理总局的数据指出互联网广告业务占比近八成，数字广告产业已完成新一轮增长。在各细分业务板块之表现上：电商、信息流、搜索与社交依旧是产业的“四大顶流”，但各赛道落差增大。2020年电商广告和信息流广告两大广告形式的市场份额占比已经超过60%成为产业增长主力；2021年移动搜索广告的投放率已经脱离前3、排至第5；而2022到2023年的营收数据表明，搜索广告与社交广告在产业中的合计占比已低于20%。

综上，数字广告业务形态演进历程背后是媒体网络的日趋复杂、数据体量的几何级增长等多方变革，而广告技术自然是撬动广告从业务形态到产业结构等变革的“杠杆”，因此，我们需聚焦于技术本身，尝试提炼数字广告技术的发展规律与趋势。

从宏观而言，包容一切的网络为全主体、全要素的数据积累提供可能，并形成了数据流、信息流、用户流共处其中的广告场域（也即“数据力”）；而从具体的运营而言，对数据的全流程处理和管理能力，则为当下在广告业中居于中心地位的媒体平台提供了驱动力（也即“数算力”）。

数字广告整体呈现出以用户数据测量为运作前提、以需求精准匹配为基本导向、以购买行为转化为根本动力的基础逻辑，这一用户核心数据驱动下的广告精益化运作过程，不仅是数字广告运作某种程度上的“科学”性的呈现，亦是广告效果精确性的来源。

当我们聚焦于这一原则的探讨，则离不开对数据的两大基础判断：一是数据的网络交互来源。不同于前数字时期的数据，今日数据以庞大互联网为生成基点。网络规模的无限扩张、网络传输的无限提速、网络交互的无限叠加所构成的动态关系网，实现了数字消费者互联网实践的聚合。在此基础上所生成的数据，则具有无限再生性与价值潜力，成为互联网产业得以不间断运行、扩张的动力源泉。二是数据的可标识过程。互联网企业中对巨量数据的分析和使用均依赖数据标签系统的建立。当互联网企业基于广告技术工具实现数据收集、数据清洗、数据标记、标签分类等一系列数据处理环节后，原网络链路中巨量、无序、客观的数据，转化为包含能够直接或间接识别特定个体身份特征、需求偏好等信息，成为企业提升数据管理效率的、提供精准技术服务方案的基础。由此，当数据按用户特征贴以标签分门别类地排列于数据库后，数据价值方得以激活，数据获取生命基因。

正因为数据的网络来源与数据的标识搭建，构建了数字广告运作科学性纲领，数字广告一定程度上亦归属于一部数据“科学”。进而，广告技术效果的“精准性”意涵在网络与数据的基点上得以明晰：其一，网络规模与数据数量的同步增长扩展精准效果空间。摩尔定律下网络性能的迭代优化，网络连接的节点数量和网络架构的复杂性的提升，网络数据存储容量与传输速率增长，与此相应的是数据几何级涌现与生成；而巨量的数据进而为广告精准投放提供更为全面、精细的决策依据。其二，用户数据的无限流动与交互构成精准效果的前提。庞大的互联网将所有个体连接并提供交流的渠道，个体与个体在社交互动中则源源不断地释放出态度、情感、偏好等信号，数据的标签化亦同步完成。最终，数据流动所形成的社交网络以及位于其上的数据标识体系的建立，进一步构成广告投放精准性之来源。其三，数据在“量”上宏大与“形”上的流动，延伸出网络与数据的两种基础效应，成为精确性在营销实践中的具体表现。一方面，网络融通结合巨量数据所带来的乘数效应，成为精准营销的强大数据合力；另一方面，网络连接无数碎片化的数据标签构成细分市场，成为营销内容个性化推荐的基础。

综上，数据标签与关联计算的运作模式，构成了数字广告精益化流程的主线；数据基于网络的增长与流动奠定了广告运作精确性的基础。数据基于网络的无限聚合与无尽分散，最终构造了互联网广告业态的丰裕之象。

互联网的出现实现消费者的行为路径的可视化与可记录，为广告的全数据化运作奠定基础。而若概览互联网巨头在数字广告运作不同环节所推出的典型技术产品，“数据+计算”的运作主线则得以全然呈现。具体来看：

首先在用户数据获取与管理上。Facebook著名的Pixel Tracking（像素标签跟踪）技术，可追踪网站上的用户页面浏览时长、页面滚动深度、商品收藏与购买等行为数据，并传送至Facebook内部广告平台，成为平台为品牌主内容投放方案制定的依据。国内，腾讯2007年推出的“腾讯智慧”（MIND），可基于精准定向与效果衡量技术将用户数据拆解与打包，使之易于被各类营销工具检索和深入分析。这一技术产品的推出直接为腾讯带来近85%的广告营收增长。阿里与字节则素来关注对“信息检索”“数据库结构”等互联网广告技术领域的创新。截至2022年，阿里与字节在该领域的专利申请量分别达253与105项。在广告交易模式上。21世纪后，针对受众投放定向广告的定向合约交易模式的出现，取代了以CPD（Cost Per Day）等粗旷式的传统合约广告形式。2001年百度推出了国内首个互联网搜索引擎竞价排名服务，基于客户访问量的数据进行计费，并搭建统一而透明的竞价平台，推动从“媒体购买”到“受众购买”的转化。而RTB（Real-Time Bidding）实时竞价广告交易机制的出现，使广告主可以对单次广告投放进行评估与竞价决策，进而将每一次广告展示匹配至目标用户群体，亦意味着广告交易环节的精细化与智能化。在广告内容推广上。Amazon于2003年推出著名的A9算法，可综合考虑消费者历史购买数据、产品销售业绩、卖家信誉、商品评价等多重因素，为消费者的搜索推荐高度相关的内容。2010年Google基于地理位置信息（LBS）的广告系统专利技术由美国专利和商标局获批，并成为Google AdWords的重要技术；而后Google将该技术作为其社交应用Google Buzz中的特色服务；2017年Google再度推出了基于“位置+时间”的全新广告推送服务，该项技术使其在不到一年的时间市值涨到6790亿美元，超招股市值的30倍。在广告效果测量上。被Google收购前的Doubleclick作为最早的广告主投资回报分析工具，以其DART（Dynamic Advertising Reporting & Targeting）这一能帮助广告主实时追踪广告投放效果数据的工具而广受关注。国内百度亦推出了专用于广告效果衡量平台“百度精算”，基于经典消费者行为分析模型和百度独有搜索数据，为广告主提供广告效果全流程衡量、监控、分析服务。而阿里也于2024年取得广告点击率预测模型的专利等。

Doubleclick的DART分析工具页介绍图

因此，从用户分析、交易计价、内容推广到效果测量等数字广告运作的各环节，已全然呈现为由用户数据驱动、技术工具测算的基础过程。同时，广告技术测量的“无限精准”与互联网企业的“无限壮大”是相辅相成的。互联网企业在商业化实践演进中，其本身亦扩展为聚集数据、技术、流量等多类数字资产的超级媒体，其广告技术服务亦从原单一流程的技术产品转向涵盖广告投放全流程服务的通用技术方案。随着人工智能技术不断展现其通用性，互联网媒体均开始基于通用大语言模型对原综合广告技术平台进行升级，打造更为高效与通用式的技术服务方案来适配广告主需求。例如国内层面：腾讯于2022年对其广告系统全面升级，构建以机器学习平台“太极”为底座，搭载混元AI大模型和广告精排大模型的全新广告系统；百度则于2023年发布了文心大模型4.0，并打造全新AI Native营销体系，旨在实现其广告技术服务全流程的AI原生化。海外层面：2023年Meta AI 开发的新型模型架构Meta Lattice系统，用以提高 Meta 广告系统的性能和效率；Google 的DeepMind 于2023年开发的大模型Gemini现已尝试用于对增强广告解决方案效果的测试等。

尽管现代商业广告运作整体围绕精准与高效之目标前行，但广告投放的真实效果则总在“精准之靶”附近摇摆，实际上反映出广告技术运作科学原则下的局限——数字广告技术测量本质上仍延续了传统广告运作的“魔弹论”思想，即传媒巨人将消费者“框定”于其营销闭环中，同时用单一平台内的测量数据来代替全营销环境下的效果。由此，我们进一步从技术测量机制的微观层面与产业数据结构的宏观层面，深入分析数字广告技术服务中的精准效果的“黑箱”。

网络节点的叠加与关系链路的分化，使得消费者数字行为轨迹日趋碎片化与隐蔽性。而尽管互联网企业通过更为精细的科学测量工具来打造用户标签体系，但技术测量机制与真实消费路径之间实则存在多处“断层”。

其一在对数据测量的内容维度上。互联网现有数据搜集技术所统合的用户数据类别均属于行为数据，而指向消费者的情感、直觉等层面的心智层数据则无法被测量技术所获取。例如Amazon现已从消费者中收集了大约1EB（艾字节，等于1073741824GB）的购买历史数据，但其实质上均作为购买行为数据，因此仅能反映消费者的购买层偏好，不能刻画出用户的心智画像。其二在对数据测量的时间维度上。现有技术测量表现为对消费者瞬时行为的捕获，但瞬时行为往往带有随机性，不能反映其真实消费意图与需求，因此，在技术服务商基于消费者瞬时行为数据反推消费动机而打造出的服务方案中，实际上是效果的“伪精准”。正如同图灵奖获得者杨立昆认为的，现阶段大语言模型神经网络通过给定句子中的前一个词来预测下一个词的预测方式与人类思维存在根本差异。因此，无论是生成式语言模型还是内容推荐算法，都是基于当下的用户数据录入来预测下一步用户行为，并呈现出匹配度最高的内容；而这一技术逻辑并不能反映用户真实心路历程。

由此，技术测量维度在空间与时间上的双重局限，最终带来现营销环境中从“测不准”“算不精”到最终效果的“达不到”的系列问题。

数据资产是数字广告产业竞争的关键。互联网巨头相继打造完整的数据闭环、建立数据护城河、防止核心用户数据的外泄，来实现对广告服务流程的严密与精准控制，跨平台数据的调取成本亦愈加高昂。因而，当前每一个互联网企业背后的巨型广告技术服务平台，实际上均是传媒帝国内部的“数据花园”，而穿梭于各花园的通路则无法实现。在数据“高墙”之下，平台无法涵盖对全市场数据的获取，广告投放效果则总是表现为“局部精准”，即巨人在其花园内部的“孤芳自赏”。

在数据通路的实践上。实际上，早在2018年，Google、Meta、Twitter、Microsoft等海外互联网巨头就联合发起一项“数据传输计划”（Data Transfer Project，DTP），任何支持DTP的平台则均可以基于通用数据传输协议和接口实现相互通信和传输数据。2023年Apple、Meta和Google再度创建非营利组织DTI（Data Transfer Initiative）进行数据传输工具的开发和实施，以支持并扩大DTP计划。但同时，外界亦有声音表露该计划是巨头用以逃离数据垄断控诉的路径。随着数据安全和隐私方面的挑战，未来“数据通天塔”的落成以塔内数据的商业化仍长路漫漫。

综上，随着传输链路的延展、消费行迹的隐蔽、隐私监管的明晰、数据壁垒的加强等，平台方对数据的可控度愈加受限；“效果”本身亦延伸为一个综合的概念范畴，涵盖可见效果、可测效果、延时效果、即时效果等多个层级。而现平台方用“局部效果”与“瞬时效果”来取代“完全效果”与“通用效果”，这一“以偏概全”之举必然导致营销效果转化之间的“落差”，即“黑箱”之谜的关键。与此同时，产业内外部多重角色交错与博弈，进而构建愈加复杂的营销数据环境：技术层用户数据测量维度的局限，平台层各巨头数据流通的屏障，政策层用户隐私防护的加强，以及产业层品牌主、营销技术企业等角色对数据造假空间的“挤压”等，均使得数字广告运作超越了数据与网络增长的客观维度受多种力量的牵制。不难看到，未来数字广告将在效率与隐私的均衡博弈、精准与笼统的对立运作中前行。

基于对多个案例的历时性整理，我们完成了对广告的形态演进、广告技术的运作逻辑到广告产业角色关系这一“由微至宏”过程的总结。在技术推动广告实践整体沿精确尺度前行的趋势中，我们亦反思了广告技术服务背后“虚假流量”“数据孤岛”“有限效果”等现实争议。

不难展望，随着技术、数据、政策、角色等产业要素的复杂化，未来广告技术的范畴将继续深化，广告技术的能力亦将会继续增强，甚至将会出现新的“技术神话”。技术的演进，会将广告带入何种新时代？回答这一问题，既需要着眼于技术的能力进化，又不可忘记广告无法脱离的品牌、传播、营销等多重属性，以及其中蕴含的形态、工具、服务等多层元素。

我们相信，理解技术、嵌入技术，是广告需要永恒面对的问题，亦是广告发展的核心逻辑之一。

更多深度好文

点击下方文章标题，立即阅读最新行业热点、业界趋势

合辑 | 微短剧熊熊火

合辑 | 风云再起视频化

合辑 | 奥运百年品牌道

视点 | 广告演进，技术驱动

购买最新杂志

长按下方卡片识别二维码，购买最新杂志

本文编辑：王佳梁

本微信号由中国传媒大学广告学院《媒介》杂志独家运营

版权所有，违者必究

点击下方卡片，关注公众号，第一时间获得最新深度资讯