从魔弹轰炸到精准匹配：计算传播学的效果分析

传播的效果研究一直是传媒学术界和产业界非常关注的基本议题之一，然而，直到20世纪末21世纪初，这一研究方向在方式方法上却一直没有取得根本性的突破。悲观主义者认为它只是无关痛痒地证明了传播本身的的确确是产生了效果的，至于这种传播效果是什么、怎样产生的、影响程度有多大，传播效果的研究者们却语焉不详。于是大多数传播效果的研究总是在各界高度期待的目光中得出一个尽人皆知的空洞结论，也正因此，这种打着定量研究招牌的经验主义终于陷入了死而不僵的逻辑怪圈中再也无法跳脱出来。尽管如此，大众传播的效果研究也在过去取得了轰动一时的成果，最典型的是施拉姆发明的“魔弹论”，虽则这一学说从开始流行到逐渐式微的整个过程都一直饱受传播学理论界的批判，但作为一种应用逻辑，它却不折不扣地深刻影响了20世纪下半叶国内外大众传播的实践进程。魔弹论的主要观点在于，“传播被认为是魔弹，能够自动地将观念、情感、知识、动机从一个人传递给另一个人……在早期的传播研究中，受众是被动和无力的，传播能够将他们射中击倒，就如电线能够传递电子使灯泡发光一样。”^[30]这样看来，“魔弹论”的传播效果观恰恰是过去大众传播效果研究范式的真实写照：你只需要看见受众在传播的枪打响之后应声而倒就行了，不要问他们是怎么被击中的，究竟是被谁击中的。事实也的确如此，大众传播不是拿一把手枪精确瞄准某个人或某个靶心的百步穿杨，而是架起机关枪或者装载好炸弹面向广泛群体的扫射或轰炸，魔弹之下总有人被射中、被震聋、被误伤。对于媒体和广告主来说，尽管这种传播方式不那么集约，但它的确有效；尽管不那么清晰它的效果是什么，但只要准备好充足的子弹总有人应声倒下。

换一个角度来看，这种状况的成因并不是主观人为因素造成的，传统效果研究的没落更多的在于客观技术层面上研究者和实践者没有办法获取精确到每一位用户的媒介浏览、阅读、收视、购买等行为数据，没有客观数据的支撑，仅凭经验主义的主观臆断是无法得出真正具有说服力的效果分析的。以传统的广告效果监测为例，广告的“整合营销传播所整合的很多营销手段和传播方法都不具有可跟踪性，企业可以监测到广告投放和信息发布这一动作是否在指定媒体上得以完成，却无法监测到这一动作完成之后的大量信息，例如信息是否触达受众、受众是否是目标消费者、目标消费者是否看了广告、看完广告之后是否引发了购买行为等”^[31]。事实上，无论对于广告传播还是内容传播，信息路径的不可跟踪和受众数据的无法获取这两大主要问题，在传统的大众传播时代就好像横亘在传播效果研究者面前两座无法翻越的大山，直接导致了传统效果研究既无法提供严丝合缝的现象诠释，又不能带来逻辑合理的理论建构。

而互联网技术和大数据技术所带来的路径的可跟踪性与数据的可获取性使得传播效果的研究发生了根本性的转变，这种转变不仅仅是数据获取方式和处理方式的转变，更是一种传播认知方式和实践方式的转变。建立在海量规模数据和强大计算能力基础之上的效果分析，不但能够解释为什么某位具体用户阅读了这则新闻，还能够清晰地勾勒出这则新闻经过了几次转发才触达这位用户，甚至能够对他进行细致的用户画像，从而预测他更喜欢阅读什么样的新闻内容以便下次出现此类新闻的时候向他进行精准的推送。这种以分析历史数据和预测未来行为为核心的传播效果分析，“通过对海量数据的定向挖掘，能够发现人类行为或活动中出现的某些固有倾向，从而检视事件或行为发生的可能性。大数据之所以受到商业营销的高度重视就在于它能够较为精准地预测顾客的消费习惯，找准市场。”^[32]这时候的传播效果分析是针对个体的，而不是针对群体的；是具体到每一张图片或每一则新闻的，而不是泛化为某一家媒体或某一个品牌的；是可以建立在客观数据之上得出解决方案来的，而不是凭借主观推测给出三条大而无当的改进意见。(www.xing528.com)

简而言之，计算传播学视野中的效果分析在根本上要解决的问题是面向具体用户的个性化传播效果问题，其基本假设是只有那些与用户需求高度匹配的信息才有可能获得良好的传播效果，在这样的前提下效果分析就能够作为内容个性化推荐和广告程序化投放的重要决策参考。例如，内容个性化推荐系统向用户A频繁地推荐清史相关的资讯而不向用户B推荐这些内容，原因在于用户A点击此类资讯的频率比用户B高很多，而且阅读完成的比例较高，在完成阅读之后还存在比较积极的点赞、评论、收藏、分享等社交互动行为。根据这些短期或长期的传播效果，推荐系统就能够动态化地调整它向用户推荐的个性化内容，而推荐系统的个性化匹配程度越高，其所收获的传播效果也就越好。进一步地，传播效果越好，系统则会根据真实反映出来的效果数据更好地揣测用户的内容需求，从而不断地提升内容匹配的精准度。同样，以程序化投放为典型代表的计算广告逻辑也是通过针对具体用户的个人画像及其浏览广告的效果分析来决定向他推送哪些广告。对于所有的营销人员来说，他们时时刻刻都在思考的一个问题就是，如何提升广告传播的真实效果，这些效果包括点击、浏览、观看、购买等真实的行为。而提升广告效果的最好方式就是运用大数据技术和程序化方式“在合适的时间合适的地点对合适的人传递合适的品牌及产品信息。”^[33]（吴俊，2017）在提升传播效果的同时，计算传播学的研究方法也极大地提升了针对不同用户进行个性化分发和程序化广告的效率，降低了传统“魔弹论”在大众传播模式下的资源浪费，实现了媒介资源和广告费用的集约化管理。