中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

當數據驅動成為了公關廣告行業普遍接受的新方法時，特別是在AI時代，數據和證據是否能直接劃等號？公關的價值到底是什么？都是值得我們探究的事情。

本文根據BCW亞太區首席數字官Joe Peng與趙文元的研究整編而成。

從追求擴張到回歸質量的年代，公關要交付的價值并非輿情，也非廣告當量，而是認知的改變。這不是什么新鮮的結論，在此時提出，是因為由泡沫催生的“表演型公關”正在日益失去預算，這正是回歸“價值型公關”的好時機。同時，AI的發展又為這種回歸加入了變革元素。

在公關領域，循證傳播理念（Evidence Based）自2009年被博雅公關提出以來，已成為行業的一個重要里程碑。這一理念的核心在于基于證據制定傳播策略、并衡量傳播效果；如今，數據分析和相關技術的發展讓這一理念有了更堅實的基礎。

當數據驅動成為了公關廣告行業普遍接受的新方法論，我們也面臨著一個新的關鍵問題：數據和證據不能直接畫等號。在生成式人工智能（Generative AI）的快速發展時代，證據的準確性和可靠性遭到了前所未有的挑戰。

一、循證傳播VS日益嚴重的證據污染

循證傳播的關鍵在于了解受眾的認知狀態，以及厘清影響受眾認知的關鍵因素，從而有針對性地制定傳播策略，評估傳播結果。這里的第一步，往往就是從輿情開始的。

但在當下，我們亟需明確一個基礎邏輯，輿情和認知是兩回事。

大多數情況下，輿情數據并不直接等于目標人群的認知現狀的全貌。它只是反映用戶認知狀態的指標之一。通常，一份輿情報告會包括某個具體話題、事件、品牌的聲量、正負面內容分布比例以及核心意見領袖的觀點等內容。在“證據”沒有被污染前，一份扎實嚴謹的輿情報告所反映的目標人群認知現狀很具參考價值。但現在，在“證據”逐漸被平臺算法和各種社媒效應影響的現狀中，“輿情監測報告” 與實際認知情況可能產生了距離。

• 假數據干擾。生成式AI技術日益進步，許多機器人賬號可以做到像真人一般表達“真情實感”， 偽造內容的技術門檻大大降低。正因如此，大量的評論造假、機器人賬號以及水軍行為正嚴重污染輿情數據，形成具有誤導性的輿論氣候假象。
• 沉默人群被忽視。當一位互聯網或社媒愛用者用不同ID在不同平臺上輸出了1000句話時，這些內容將在輿情監測報告里顯示為1000條發聲記錄；然而，理論上來說，沉默的1000甚至更多數量的人的想法，因為沒有在互聯網留痕則無法反映在輿情監測報告中。
• 熱搜熱榜受到操控。在信息碎片年代，爭搶注意力變得越發困難。因此越來越多的公關策略制定依賴于社交媒體熱門話題走向，不少平臺甚至會定期提供熱門話題指南和輿情報告來指導內容創作者生產內容。然而，社交媒體的熱門話題和排行榜也未必能代表相關人群的認知狀況。原因主要有兩個，一方面平臺會根據多種因素對熱搜上榜內容加以管理和引導；另一方面，一些第三方機構出于商業目的也會用各種方式來影響榜單排名。
• 視頻內容分析滯后。視頻內容已經成為主流。對于視頻內容的監控和分析要比文字內容復雜得多。對于輿情監測公司而言，視頻的采集成本巨大。有輿情數據分析公司聲稱，如果是高時效性的視頻采集，每年投入可能過億，且視頻平臺對于爬蟲抓取信息采取嚴控態度，而視頻信息的難以覆蓋也使得輿情監測的信度和效度日漸降低。
• 認知動態化。社交媒體用戶對于各種戲劇化、反轉式的社交媒體故事頗為熱衷。情緒化、即時性的討論氛圍使得用戶的認知改變以小時甚至以分鐘計。當下的很多“認知分析”往往只能針對用戶過去的行為做出推斷。

其次，找到影響受眾認知的關鍵因素變得日益困難。

• 情緒影響大于事實說服。社交媒體用戶不容易被訊息（message）和事實說服，卻會被“顏值”和“畫面”打動。但若要探究到底是哪些具體的認知影響因素真正在發揮作用，則需要更多綜合和深度的分析才能窺見端倪。
• 意見領袖影響力評估失真。一些意見領袖會“刷量”、“灌水”制造虛假繁榮的景象，從而導致我們錯誤地對輿論成因和輿情演化路徑進行歸因。
• 隱藏起來的關鍵人。擁有獨立判斷力的年輕人們，更愿意相信那些“更懂自己”的小眾意見領袖，這些人隱藏在更為碎片化的各類社交媒體平臺。
• 超級平臺“看不見的手”。大型社交媒體平臺早已經不是中立第三方。平臺可以通過對推薦算法的干預以及機制的調控，來培育自己希望扶持的KOL，看起來頗具影響力的頭部大V，未必就是目標受眾心目中的意見領袖。

二、對輿情幻象的依賴背后是控制式公關

當我們都知道輿情數據存在上述諸多問題時，為何公關還是難以從對“輿情幻象”的依賴中走出來？

因為我們過于依賴“控制式公關”。擁有較大傳播預算的企業，更多寄望于通過媒介投放來進行傳播，這可以有效管控傳播訊息，制造企業想要的輿情數據效果。自媒體時代尤為如此，幾乎所有的自媒體合作方式都是“投放合作”。在這樣的情況下，用錢可以辦到的事情，企業也不會愿意花費過多精力來了解輿情背后的認知真相，進而制定說服策略。

與之相伴，企業在做傳播實施計劃時，并不會花太多的精力來了解受眾的認知狀態，而是更多地把精力放在了企業想講什么以及如何找到強有力的發聲渠道上。

控制式公關帶來問題便是只營造輿論氣候，忽略了認知改變。沒有認知改變，就無法帶來行為改變，進而也就帶不來品牌信任和產品購買，公關部便品效皆輸，只能靠給高層提供情緒價值來鞏固地位。

三、難題何解？需要從操盤輿情到運營用戶

該如何做？公關部不應只交付輿情數據，公關需要把人當人看，把受眾當用戶來運營。以內容運營的思路來進行傳播策略制定，在這一過程中建立起用戶認知與行為分析框架。

輿情操盤手與用戶運營負責人是氣質不太相同的兩種人。追求“一鳴驚人”的輿情操盤手關注的重點大多集中在聲量、正負面等過程指標，很容易忽略背后更為復雜且多樣的用戶本身，也不會考慮用戶實際的認知狀態。而一個以認知轉變為目標的內容運營負責人，不僅關注點擊量和點贊數等過程指標，更會深入分析用戶行為背后的認知動機，圍繞5W1H（即Who,Why,Where,When,What,How），去分析是用戶是誰，為什么來，從哪里來，什么時機說了什么，做了什么，背后的認知情況是什么等等。

內容運營會關注“用戶全生命周期”的表現和認知的動態變化過程。建立用戶的認知衡量與分析體系迫在眉睫，此話題尚需留待日后深入研究探討。但這里有一個誤區要避免，即盲目與廣告投放的指標體系對齊。

在數字營銷時代，公關與廣告的邊界早已模糊，用戶建模與用戶行為分析在廣告領域已經有著較為深入的應用，不少公關從業者也會借鑒廣告營銷的做法，建立對于社交媒體KOL/KOC的投放合作模型。但是，這種借鑒往往只局限在以“點轉評贊”為主的互動指標上，或導向如注冊或下單等單次具體行為轉化的營銷指標上，并沒有對用戶的長短期認知發展變化做有效評估。

人工智能和大模型技術的發展，給用戶認知與行為分析開創了新局面。技術可以幫助我們更好地理解用戶對話，分析輿情數據背后的用戶行為，輔助判讀與生成內容。而要擁抱這些改變，構建基于內容的運營模式，更新我們的循證傳播策略，就不再只是一個可選項，而是必選項。