智媒时代信息流广告传播模式分析

刘曼婷

（作者单位：武汉理工大学法学与人文社会学院）

1 信息流广告概述

信息流广告的概念起源于西方，属于原生广告的一种。国内外学者对信息流广告的定义各有千秋，但又有很多相同之处，大致可总结为：信息流广告是根据不同智能媒体平台的内容风格、页面形式、交互设计、用户使用习惯等，生产出与该平台特性保持一致的广告内容，并将其投放在平台自然信息流中，与用户内容混合排放在一起的广告形式。信息流广告是最不像广告的一种广告，如果用户没有留意到广告内容中的“广告”“推荐”等标识，很难发现这是一条广告。常见的信息流广告应用平台主要有脸书（Facebook）、微信、抖音等。

2 智媒时代的信息流广告传播模式

2.1 传播者：从人力主导转变为依靠技术智能化投放

在传统广告中，广告主处于广告传播的支配地位，主要以人力为主导，通过提取现有产品和服务的利于传播的卖点，广泛、重复地进行广告投放，以强化消费者对该产品和服务的记忆，刺激消费者产生购买行为。如今，依靠大数据、物联网、人工智能等新技术，不同智能媒体平台根据技术优势帮助广告主进行广告传播时，从人力主导转变为依靠技术智能化投放。

2.1.1 微信——基于海量用户社交数据智能挖掘用户

从2006年Facebook运用信息流广告开始，就进入了社交传播信息的时代。社交传播是基于应用程序中用户社交关系的信息传播模式，也是信息流广告运用得最早、最常见的传播方式。2015年，微信朋友圈信息流广告上线，由于微信的用户与列表里的好友大多都现实生活中的朋友，这种强社交关系也使得让有相同兴趣爱好、特征、话题的用户更易形成圈层。

微信凭借10亿日活用户，可以收集到海量的用户数据，再通过大数据分析用户的兴趣偏好和社交圈层，挖掘和预测用户的显性需求与潜在需求。而广告主可以根据微信提供的用户标签精准找到目标受众，在微信朋友圈投放信息流广告时，针对特定的圈层进行定向投放。由此可以看出，微信依托海量用户数据和大数据技术，能够帮助广告主更好地制定广告投放策略，提高广告主在朋友圈投放信息流广告的精准性。

2.1.2 抖音——采用多种组合推荐算法技术智能投放广告

抖音的母公司北京字节跳动科技有限公司是国内最早将推荐算法引入信息流广告的企业，抖音信息流广告采用了多种推荐算法技术进行组合推荐，抖音在投放信息流广告的过程中最常使用的算法技术则是“基于内容的推荐技术”和“基于用户的协同过滤算法”。基于内容的推荐技术，是指只根据内容信息的特征，对用户进行推荐的技术，而不考虑用户对该条内容的评价，即一个用户看了某条内容后，算法就会向他推荐具有相似特征的内容。基于用户的协同过滤算法，是根据用户的历史行为数据挖掘出用户喜欢的内容，并对这些用户的喜好进行打分，根据用户对相同内容的偏好计算用户之间的相似度，针对有相同喜好的用户推荐相同的内容。

2.1.3 淘宝——基于新一代互联网智能技术精细化区分消费者

基于新一代的大数据、人工智能（Artificial Intelligence，AI）、物联网等技术，阿里巴巴通过Uni-ID将阿里生态体系内的6亿多消费者的信息进行系统的整合，与站内站外的多平台打通了合作关系，记录消费者从关注一个产品，到对产品产生好感，再到付诸行动，或向好友分享该产品的行为路径，从而将消费者进行更为精细化的区分。淘宝通过数据帮助广告主分析每一类消费者的行为路径和具体需求，从而帮助广告主在进行广告投放时，能够结合不同细分人群的消费行为，选择最优质的投放渠道，配合相应的广告内容，以提升广告的转化效果，实现营销场景与目标人群的精准匹配。

例如，阿里妈妈营销平台通过Uni-ID监测用户在全域范围的行为路径，并根据用户数据，从消费者的行为路径维度将品牌的消费者资产细分为七种不同的人群圈层，分别是Discover发现人群、Engage种草人群、Enthuse热爱人群、Perform行动人群、Initial首购人群、Numerous复购人群、Keen忠诚人群。同时，阿里妈妈营销平台还整合了淘宝内外的营销渠道，广告主可以一键匹配营销场景、营销渠道、目标受众、投放诉求，阿里妈妈营销平台将基于广告主的营销诉求和投放效果数据，智能优化投放策略。

在信息流广告传播的过程中，广告主不再占据支配地位，不再以人力联动为主导，而是平台依靠互联网技术，主动挖掘目标受众的需求，并依据受众需求，选择与之匹配的广告传播方式。信息流广告改变了广告主在广告传播过程中的角色。

2.2 传播内容：满足受众需求，内容原生性强

广告传播想要成功，广告主就不能以居高临下的姿态与受众对话，而应该与受众建立起情感联系。信息流广告作为原生广告最重要的表现形式，镶嵌在应用平台上的自然信息流中。因此，在信息流领域与受众建立情感联系的前提就是广告形式必须与受众所处场景保持一致、与广告投放的平台调性保持一致，不能以突兀的广告形式粗暴地打断用户沉浸式的阅读体验，不然就会使受众产生反感。

在内容上，信息流广告做到了“去广告化”，改变了传统广告的内容形式，基于算法推荐，信息流广告可以将广告内容变为对用户有用的信息。比如，抖音信息流里常见的关键意见领袖（Key Opinion Leader，KOL）口红试色广告，对于一个正在选购口红的女生来说，它就不再是一条广告，更是一条有用的信息。

在形式上，广告主根据平台的特性、内容风格、交互设计、用户使用习惯所生产出来的广告内容能够完美地融入平台的其他内容。不同于传统的开屏广告、弹窗广告、横幅广告，信息流广告能够让用户沉浸于当前的内容阅读环境的同时，主动地接收广告信息，这样的广告形式更易被用户喜欢和接受。

在场景上，信息流广告实现了让用户在合适的场景中接收广告信息。例如，用户在抖音或者小红书搜索“周末去哪儿玩”时，信息流广告就可以根据用户所在位置和兴趣偏好，为用户推荐附近的好去处；在百度搜索的场景下，信息流广告则是以解答者的身份，在为用户提供解决方案的同时传播广告内容。

2.3 传播媒介：全域范围内实现营销闭环

保罗·莱文森认为，“一切媒介都是‘补救性媒介’，补救过去媒介的不足，使媒介更加人性化”[1]。从大众传媒时代到智能媒体时代，媒介的确朝着越来越人性化的方向发展，但是不同的媒介仍然有自己的短板。比如：微信擅长社交，但不擅长内容；抖音擅长内容，而不擅长电商；淘宝擅长电商，却不擅长内容和社交。依靠物联网和人工智能技术，媒体改变了过去单一的线性传播模式，不同媒介间实现了跨域合作，以人为传播节点，连接人与人、物与物、媒介与媒介，在全域范围形成网状结构，实现了营销闭环，让营销不再断层。

例如，淘宝在全域范围内打通跨平台合作，阿里巴巴在2016年提出了“全域营销”的营销方法论，全域营销就是“一种在新零售体系下以消费者为核心，数据为能源，实现全链路、全媒体、全数据、全渠道的营销方法论”[2]。该方法论对经典的消费者决策模型“注意（Attention）、兴趣（Interest）、欲望（Desire）、记忆（Memory）、行动（Action）”进行重新定义，提出了消费者链路的概念，通过一系列数据可视化后台，将“认知（Aware）、兴趣（Interest）、购买（Purchase）、忠诚（Loyalty）”的消费者链路变成了可视化、可优化、可量化的资产管理过程。之前，广告主在全媒体投放广告，并不能监控到消费者看到广告后的行为路径和广告的转化效果，因此对广告媒体、渠道、内容的选择只能依靠人力作决策。但现在，基于大数据、AI、物联网，品牌可以在全域范围内进行广告投放，并通过淘宝的数据可视化后台，在全平台、全媒体、全链路范围内，监控消费者看到广告后的行为路径，让营销不再断层，帮助品牌方找到正确的消费者、正确的投放渠道、正确的投放时间。

2.4 传播受众：主动参与广告传播

信息流广告从诞生之初就穿插在用户的好友动态之中，因此带有社交属性的信息流广告相较于传统广告而言，更能与受众建立良好的互动关系。在微信朋友圈，用户愿意主动对自己喜欢的广告进行评论、点赞、分享；在抖音，用户愿意主动使用广告主的创意贴纸拍摄与品牌相关的短视频；在微博，用户会主动参与到品牌的话题讨论中。多样的互动方式，使广告主和用户之间建立良好的对话关系，提高了广告传播的效率。以微信朋友圈为例，微信朋友圈中信息流广告的多样的互动方式，分别体现在广告主与用户的互动、用户与用户的互动两方面。

在广告主与用户的互动方面，由于朋友圈信息流广告是以个人动态的形式发布在用户的好友动态中，用户可以评论、点赞、转发该条广告，所以这样的互动形式可以拉近广告主、代言人与用户之间的距离。以入选微信广告助手发布的“2020年第一季度最受用户喜爱的朋友圈广告TOP10”榜单里的“肯德基早餐”广告为例，该条广告通过代言人李诞发布朋友圈视频动态的形式穿插在用户的好友动态中，并配有以第一人称撰写的文案，在评论区李诞“自己”还发布了一条评论。这样的广告形式让用户误以为自己有李诞的微信，刺激了用户与李诞在评论区进行互动与话题讨论，使用户与代言人、广告主之间产生了情感联系。学者朱霜认为，“商业广告的情感化在一定程度上满足了受众的情感需求，为其获得情感认同提供了途径，对社会情感的交互与丰富产生积极的助推器”[3]。信息流广告通过趣味性的互动传播形式吸引用户的注意力，使用户对广告主产生好感，并付诸购买行动，增强广告传播的效果。

在用户与用户间的互动方面，由于朋友圈的信息流广告是根据用户数据，按照用户圈层分批投放到用户的朋友圈，因此当互为好友的用户都收到同一条广告时，用户就可以在这条广告下进行评论互动，共同好友也能看到好友间的互动内容，这不仅能增强广告传播的趣味性，还能激发用户的社交欲望，借此为话题在评论区进行讨论，或转发该条广告内容，或截图发个人动态进行分享，使广告在社群范围内进行二次传播，提高广告传播的效率[4]。

2.5 传播效果：基于大数据实现智能投放和智能监控

以大数据算法、人工智能技术为导向的信息流广告，其传播效果体现在广告投放和效果监测两方面。

在广告投放方面，以用户的海量数据为导向，广告主可以根据用户基础信息、过往行为、社交圈层等数据，选择按千人阅读付费（Cost Per Mille，CPM）、按点击付费（Cost Per Click，CPC）等多种方式进行广告投放，使广告内容可以直接触达目标用户，让广告费真正花在刀刃上。并且，大数据算法不仅可以根据用户的过往行为分析出用户的显性需求，更能挖掘出用户的潜在需求，用广告内容刺激用户的潜在需求，使用户对产品或服务产生关注、记忆、好感，最后付诸购买行动。

在效果监测方面，首先，在广告投放前，广告主多采用AB Test的方式测试不同渠道的投放效果，在完成一次广告投放后，可以通过数据可视化平台，看到不同广告内容或投放渠道的曝光数、点击率、转化率，监控受众的每一层行为路径。其次，投放带有交易闭环的信息流广告，在优化受众购物体验、降低用户产生购买行为成本的同时，也能帮助广告主监控不同广告内容和投放渠道的销售转化率。广告主可以通过精准的数据，分析不同广告内容或投放渠道的投放效果，并在之后的广告投放中对其进行优化[5]。

3 结语

随着大数据与人工智能技术的发展，在广告传播的过程中，尽管传者与受众的地位和角色发生了变化，但是广告传播的目的依然还是广告主通过为受众提供信息，诱导受众产生购买行为。本文从传播者、传播内容、传播媒介、传播受众、传播效果的角度，对智能媒体时代的信息流广告传播模式进行了分析，在数字媒体时代信息流广告传播表现出以下特点：传播者从人力主导转变为依靠技术精准投放；传播内容符合受众需求，内容原生性强；传播媒介在全域范围内实现营销闭环；传播受众主动参与广告传播；传播效果主要基于大数据实现精准投放和精准监控。未来随着技术的发展，5G的普及，增强现实（Augmented Reality，AR）、虚拟现实（Virtual Reality，VR）的加持，信息流广告还会继续更迭，内容形式会更加多元、生动、真实。再加上人工智能技术和算法技术的发展，信息流广告的制作也可能会被人工智能化，但是也会出现内容同质化、用户体验感差的情况。因此，不管技术怎样发展，作为传播者的广告主仍然是广告传播的必要元素之一，依然需要人力巧妙、准确地运用技术，如此才能将信息流广告的效果最大化。