| 摘 要 | 被誉为“21 世纪的石油”的数据作为数字社会的核心资源，驱动着各行各业进行着深刻的变革和转型。广告也逐渐从内容密集型产业转向数据密集型产业，数字广告的业务流程也围绕着数据展开，数据在中观层面上变革着广告运作流程，业务流程的更新升级催生着技术服务提供商、媒体平台等新产业角色的进入，并改变着产业链各环节之间的结构关系，从而在宏观层面上影响着广告产业发展。在如今数据为王的广告行业生态下，深入理解数据和广告之间的关系显得更为重要。事实上，数据与广告的关联并不是在数字技术诞生且创造了大量丰富数据后才出现的，在现代广告早期，科学派广告就强调通过调查和实验来获取指导广告业务、提升销量的数据；另外，在论述数据驱动广告业发展时常会有一种“唯数据论”倾向，即认为广告业是在技术和数据兴起后被动变革的。因此当前关于数据与广告之间的关系认识常常出现历史性的断裂，本文试图结合历史现实条件的社会变迁、技术变迁以及广告行业和理念的转变，梳理广告业对数据的应用在不同阶段的特征及其演变，以此来阐述数据和广告之间的关系，从历史演进的角度总结经验、认识和理解数据对于广告的意义和价值。

| 关 键 词 | 现代广告 数据 广告业务

| 中图分类号 | G209；F713.55

| 文献标识码 | A

01

文献综述

本文存在两种时间向度，即纵向上的历史流变梳理以及横向上的关系结构剖析，研究对象则围绕着数据、广告业务和广告理念展开。在纵向历史研究中，中外学者对于广告史研究有不同特点，国外广告史研究的学科教育性和实务性更强，主要体现在广告学教材中作为章节出现，以及对广告业界的史料如广告业案例或大事记、人物传记、业界人士经验理论著作等的关注较多，如全球畅销的由威廉·阿伦斯等人编撰的《当代广告史》就是一本史料丰富的广告学课程教材。学术性探讨的广告史则更多的是作为社会文化史的侧面研究，如《丰裕的寓言：美国广告文化史》。在中国的广告史研究方面，同样有教材指向的广告史著作，如中国传媒大学广告学院主编的《现代广告通论》。在学术史研究上，陈刚在《“当代中国广告史”研究的问题与方法》中归纳了当前中国广告史研究的几种范式和分期标准，指出广告史研究不只停留在“资料长编”的史料层面，要重要的是总结出广告发展历程更高的规律性认识 [1]。汪前军从新闻史研究中延伸出了广告史研究的前提命题，即要研究“广告的历史”而不是“历史的广告”，前者决定了广告史研究的主体和出发点，他还提到在进行广告史研究前需要根据广告自身的规律及研究者的研究问题来确定广告史研究的维度 [2]。杨海军则在《历史广告学——广告学研究的一个新领域》中指出了当前广告史研究存在的理论总结少、缺乏业界视角等问题，并总结出了广告史研究的几种维度：通史和专题史、现实性和前瞻性等等 [3]。国内广告史研究的主要对象包括广告理论史（如张金海所著《20 世纪广告传播理论研究》）、广告艺术史和广告产业史等。综合上述广告史书写的现实案例和理论经验，本文纵向历史性研究的部分将以数据为线索，通过对现实史料的分析梳理出广告业务中数据应用和作为数据应用原理的广告理念的历史演变，并总结提炼出演变过程中各阶段的特征以及各阶段之间是如何转变和衔接的。

针对本文的两个核心概念即数据和广告之间关系，现有研究主要在两种框架下进行讨论。一是大数据技术对广告行业的嵌入对广告创作、投放等广告流程、广告公司经营和转型、广告市场和产业结构的影响。段淳林对近十年来智能化广告研究热点做了可视化对比分析 [4]，从中可以发现国内外的研究重点也存在差异，国外尤其是美国的智能化广告研究以实证的广告效果研究，以及技术领域的创新研究为主，国内则更关注广告流程、广告模式以及广告产业的变化，精准广告在中国落地之初，陈刚就提出了精准传播时代的广告业资本化、规模化趋势 [5]。二是在数据、算法和智能决策驱动下诞生的新广告形态即计算广告及相对应的新兴交叉学科——计算广告学的框架中，讨论数据在程序化广告运作和发展，以及营销方式转变中发挥的关键性作用。2008 年，时任雅虎计算机资深研究员和副总裁的 Andrei Broder 最早提出计算广告的概念，2009 年在其参加香港会议推介这一概念后引起中国学者的关注 [6]，而后对于计算广告的研究也主要分为技术应用研究和理论构建研究，前者如周傲英等计算机软件学者对计算广告流程中的数据技术和算法进行了基础介绍，国外对匹配算法模型的优化、定向技术、机器学习等技术的创新研究，主要集中在计算机和人工智能学科领域；后者则更多集中于新闻传播领域，如段淳林的《数据、模型与决策：计算广告的发展与流变》、刘庆振的《“互联网 +”时代的计算广告学：产生过程、概念界定与关键问题》等文章中对计算广告的产生与发展过程、概念界定，以及智能广告理论等进行理论上的补充和体系建构。倪宁等的《大数据时代的精准广告及其传播策略——基于场域理论视角》则从广告传播策略方向考量大数据对精准广告的变革。黄升民在《“大数据”背景下营销体系的解构与重构》一文中关注大数据从媒体、消费者、广告与营销战略策划、效果评估四个层面对传统营销体系的解构与重构。

由上述文献梳理可见，当前对于数据和广告之间关系的研究主要有两个特点：唯数据论、唯技术论的倾向，即随着数据技术的诞生和进步，广告的转型和变革是被动发生的，大多以数据和智能技术演进的逻辑作为广告发展的尺度，在这种倾向下广告业自身作为有需求、有能动意识的主体性就被掩盖了，并且呈现出一种当下以数据为核心的智能广告与传统广告的历史割裂感。同时，从时间维度横切面也即当下来看，主要是在数字和智能技术框架之下去理解数据之于广告的作用和影响，相比之下也更多地关注技术的作用而非关注数据作为基础生产要素的意义和价值。因此本文尝试以数据为认识单位和研究对象，回归到广告自身去讨论广告如何理解数据和应用数据，从数据作为广告的基础生产要素的视角去认识当前的智能广告、数字广告，从而在当前主流研究倾向中提供一个更微观的认识侧面。

02

20 世纪初至五六十年代——产品本位：抽样数据衡量广告创作与销售效果

作为现代广告业诞生之地的美国，数据文化几乎与其建国史相生相伴，准确来说是和其宪法的制定同步 [7]。美国建国初期以人口普查数据为基础建立其政治体制和分配国家权力席位，在被称为“进步时代”（Progressive Era）的 19 世纪末至 20 世纪 20 年代，以匹兹堡调查为代表的大规模社会调查和数据收集被赋予了改良和解决社会问题的重任。同一时期，在美国工业化进程、大众教育普及以及报纸等印刷媒介大众化、商业化的历史背景条件下，现代广告业以佣金制的媒介代理形式出现了。随着城市化和工业基础发展成熟，以文案写作为始的广告创作业务开始专业化，同时小样本实验、抽样调查和广告研究也进入了广告业务的视野。自现代广告业诞生到 20 世纪五六十年代的时间内，市场结构以商品制造商和渠道商为中心的卖方市场为主要特征，大规模工业的商品生产与庞大的消费者需求之间依靠着有限单一的媒介渠道传达商品信息，从而形成了硬性销售、软性销售、USP、品牌形象等以产品推销为核心的广告理念。根据这一核心理念，广告业务中对数据的应用也集中呈现出以小样本抽样数据指导广告创作和衡量销售效果的特点，其中有两个重要的演变时间点：30 年代的经济危机以及二战后。

2.1

20 世纪二三十年代经济危机前后广告业务对数据的应用

最早注重数据在广告业务中重要性的是时任Lord&Thmas（美国当时第三大广告公司）文案的克劳德·霍普金斯。他提出“科学的广告”理念，认为“广告已经成为一门科学，它以准确的固定原则为基础，一切都是按照基本规律进行的”[8]。霍普金斯被熟知为“硬性销售派”的代表人物，即强调广告内容的朴素自然和理性化，以告知产品信息为目标，并指出在文案中使用产品的数据信息来佐证能更让消费者信服且产生购买意愿。除了文案内容外，霍普金斯“科学的广告”模式更关注数据性统计对广告创作策略以及广告投放的成本利益分析的关键性作用，他创立的测试营销模式通过在执行全国性广告宣传之前对不同的广告宣传方式进行试点宣传，从而获得成本、受众持续购买倾向、购买数量等数据，并对其投放的成本和收益进行比较分析，进而用于反馈广告创作和投放策略。样品优惠券回收率以及邮购广告的直接数据也是霍普金斯用于指导广告业务的重要数据来源。

30 年代经济危机后，消费降级及商品交易活力差，广告主的广告预算削减，同时广告效果也受到质疑，在这样的背景下广告业必须改进自己的工作，广告研究和调查业在此时兴起。广告行业通过建立行业协会、在大学内部进行广告研究、在公司内部建立调查部门等方式，极力向广告主证明广告效果的运作模式。雷蒙·罗比凯聘请盖洛普至Y&R 公司的文案研究部门（copy research）工作，组建全国性团队开展报纸、杂志、收音机广告阅读率和文本之间的关系研究，通过研究数据探究广告效果的运作机制（howadvertising worked）[9]，从而将广告效果引入广告创意过程，Y&R 公司也因此赢得了“艺术与科学完美结合的广告公司”的声望 [10]。史丹利·雷梭在加入 JWT 后聘请心理学家、商学院教授来主持公司市场研究工作，对各种消费习惯、购买习惯进行大规模调研，以家庭为样本，每月报告其购物种类、数量及品牌等数据，为公司广告策略提供抽样数据支持。A.C. 尼尔森创立了首家现代市场研究公司，早期主要提供用户满意度调查，30 年代起开始通过食品店、药店等零售终端开始对产品销售情况进行调查统计，获悉脱销情况和存货占有率来统计销售份额（市场占有率），并结合广告在当地的覆盖率来衡量广告效果，虽然这种衡量方式由于省略了许多中间环节而存在较大误差，但为广告主分析广告效果提供了最早的途径。随着盖洛普成立独立公司和尼尔森公司的发展，市场调查业逐渐兴起。

2.2

二战后广告与传播学术研究成果进入广告实务

早在现代广告诞生之初，广告研究就已经在学术体系内部开展。1900 年明尼苏达大学的心理学家哈尔罗·盖尔（Harlow Gale）就实施了一项邮件问卷调查，发表了消费者广告心理的研究报告，而后大学内的广告研究与课程也大多集中于广告心理相关内容。但由于早期大学广告研究是出于梳理广告行业的规范性形象，提高行业地位，从而使得“学”与“术”并未很好地结合，学术研究终究被广告实务掩盖。而随着二战后美国城市经济的进一步繁荣，商品市场日益丰富，城市人口急剧增长带来消费需求高涨，广告理念对前一时期的理念进行了拓展，实现从关注广告内容“说什么”到“怎么说”的转变，对于广告功能和广告效果运作的知识渴求也更加旺盛。加上二战期间政府资助下传播学研究的发展，许多定量定性研究方法被引入市场研究，如态度测量法、内容分析法等量化分析方法，一些新的、不同寻常的小样本研究方法也开始出现，如投射技术、图画联想等 [11]。这些调查方法被广告行业应用于频繁的广告效果测试和说服测试，从而获得以数据调查为基础的广告应该“怎么说”的回答，市场调研、消费者测试、广告效果评估也逐渐成为广告业中的主流。同时，60 年代左右也通常被称为“创意革命”，但这并不意味着与市场调查繁荣发展的数据应用产生冲突。在科学广告的趋势下，李奥贝纳、大卫·奥格威、威廉·伯恩巴克等广告创意大师重申广告不仅要强调广告“说什么”，更要重视其表现形式即“怎么说”。其中李奥贝纳与伯恩巴克与市场调查和数据应用相去较远，是广告戏剧性的倡导者，而大卫·奥格威则延续了科学广告的理念并将其与创意理念结合，还提出通过建立“品牌形象”在同质化的商品市场中脱颖而出。奥格威曾在盖洛普民意调查公司工作三年，因此将市场调查视为广告创意的核心，他说“在奥美公司，我们用 5 种调查方法来找出什么是最有分量的承诺”。[12]

综上可见，这一时期的广告理念始终以产品推销为中心，将产品信息和产品形象传达视为核心，最终目的是拉动销售。市场调查、广告测试等研究也都是基于小样本测试或抽样调查的方法来获得数据，数据结果也主要被应用于指导广告创意和广告投放策略。

03

20 世纪七八十年代至 21 世纪初——消费者本位：以维护顾客关系为核心的数据库建立

20 世纪末市场经济结构发生重大变化，社会生产规模化以及产品同质化现象严重，贸易壁垒的逐渐打破以及国际贸易的增长使竞争更加激烈。同时，美国以婴儿潮一代为首的消费大众日益成熟和富裕 [13]，带来多样化的消费需求。媒介系统也从传统的印刷媒体走向电视、广播、互联网等视听媒体和新技术。“美国社会比以往任何时候都更为支离破碎，广告主需要各种视听形态以吸引比以往更狭窄和更确定的受众” [14]。随着消费者多样化、媒体零细化的买方市场形成，广告业务的重点由以产品推销为中心的广告创作转向以消费者为中心的品牌形象管理、顾客关系管理、整合营销传播等营销活动。这一时期互联网的发展为数据保存提供了强大的网络服务器——关联型数据库，容量大、电子化、实时在线、可流转、重复使用、修改等特点将数据管理的边际成本降低到几乎为零 [15]，数据库营销作为一种新的营销理念也由此诞生。

理论上来说，数据库营销并非在网络数据库技术成熟后才出现，传统广告业务中的直邮广告、电话营销等方式同样也是基于消费者信息的数据储备来展开的。只不过这种数据储备方式通过有限容量、人工录入、更新效率低、非关联性的硬盘来存储。网络数据库技术以其独特的优势成为 20 世纪末数据保存和管理的关键工具，分销渠道终端以通用产品代码（universal product code, UPC）、电子销售点（electronic point of sale, EPOS）、扫描器等功能与网络数据库连接，进而储存、经营和分析大量的市场数据 [16]。广告与营销公司、市场调查与研究机构等则由最早的抽样调查、小样本测试发展到建立自身的信息系统和数据库，数据来源则包括内部的调查研究和外部如广告主提供的描述性数据、统计机构的普查数据等。主要储存着市场研究数据、消费者调研数据、媒介渠道收视率或阅读率等数据，如日本电通公司的 CSP 广告效果测量模式就在其自建的广告作品数据库、电视收视率数据库、消费者态度研究数据库等基础上进行的。在数据库被广泛应用之初，其主要目的沿袭了传统数据库的任务——服务直销，因此众多类型的数据库中，顾客数据库在这一时期被认为是最关键的数据库，“大家都认为没有顾客数据库或无法以一对一的方式对待客户的组织注定会失败” [17]。由于网络数据库搭建和日常维护的成本较高，因而仍有大部分中小企业选择使用传统的数据存储方式。另外，此时各公司数据库的资料仍然是抽样和小样本型的数据，且都主要以各自公司内部的数据为主要来源，各公司间数据较难互通，甚至在同一公司内部各部门之间都难以协同使用。

20 世纪 90 年代整合营销传播理念出现，强调企业营销传播诸要素的系统整合以及营销传播资讯的一致性、目标的集中性。[18] 其中一个要素整合要求即为顾客数据的合，包括消费者行为数据、基础信息数据、渠道数据、传统态度数据等全方位数据。而这一整合的顾客数据库的目标就不仅仅是为了直接面向顾客销售，而是发挥着解释顾客交易行为和预测未来顾客交易行为的分析作用，以及认识顾客价值、挖掘潜在客户、维护现有客户等客户关系管理价值。CRM 客户关系管理系统也在这时逐渐发展成熟，将顾客基础数据、销售数据和营销活动数据等纳入系统中用于建立和维护品牌与消费者的关系。

90 年代末至 21 世纪初，互联网在线广告开始发轫。但早期的互联网广告仍然以传统的媒介代理形式按照合约售卖广告展示位，随着 AdNetwork 广告联盟整合网站广告位资源并以 CPM、CPC 计费方式向广告主打包售卖，依靠基础的用户信息数据和网站点击数据，可进行一定条件筛选的定向广告开始出现。但总的来说这一时期互联网广告由于互联网普及处于起步阶段，数据量和对数据的应用仍然极为有限，仅有少数的广告主尝试这种新的广告形态。

04

21 世纪初至今——数据本位：数据整合管理驱动的数字化营销

21 世纪初大数据时代到来，麦肯锡全球研究所将大数据定义为“一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征” [19]。在此之前的各种电子化数据主要是依靠各种信息系统产生的商业数据，并存储在关联型网络服务器中。大数据也称为巨量资料，其产生源于三个条件，云计算技术的出现进一步增强了数据储存能力、人类在进入社交媒体时代后产生了海量规模的数据，以及对大数据进行处理的应用技术的发展。大数据由于包含了大规模的非结构性数据因而价值密度低，对大数据的挖掘、关联、分析、预测以及应用于机器学习自动化是当前大数据的主要应用方式。数据已经渗透到当今每一个行业和业务职能领域，成为关键生产要素之一，推动着各企业展开数字化转型。广告行业也因此发生了巨大变化，以用户标签数据、行为数据以及其他第三方数据类型为核心生产要素的程序化广告和数字营销成为广告业的主流业务形态。

DMP（数据管理平台）作为程序化广告生态中的底层驱动力，为 DSP（需求方平台）和 SSP、AdX 等媒体资源平台提供用户行为标签数据挖掘、分析、管理等数据能力支持。针对三种不同数据源产生了三类 DMP 平台，第一方 DMP 由企业自建，数据来源于日常生产经营中产生的大量数据，如官网数据、CRM 数据、销售数据等，企业拥有唯一控制权和使用权；第二方 DMP 主要指谷歌、Meta、BAT、字节跳动等大型互联网广告媒介公司，数据来源于各自的媒介生态中的用户内容行为数据，覆盖人群广、数据量大；第三方 DMP 则由专业化的大数据公司根据自己搜集到的来源多样的、跨平台的第三方数据搭建，包括但不限于公共社交媒体信息、用户线下消费行为、用户使用移动 App 的特点等。DMP 以庞大的用户标签体系库推动广告业务从以媒体购买为核心的面向大规模受众的合约售卖，转向以用户购买为基础、面向精准细化的用户标签群体的程序化广告。将传统业务流程中的消费者定向、广告投放、广告效果测量和广告优化等环节用同一个数据系统串联起来，从而实现广告业务的数据闭环和流程自动化。数据作为生产要素不仅在中观层面上变革着广告业务流程和广告组织，更在宏观层面上变革着广告产业格局。数据成为媒体生存与发展的基石，基于海量数据的数据服务公司出现 [20]，广告公司与营销机构也进行着数字化转型。

程序化广告诞生于互联网增量时代，精准的用户定向投放获客效率高、投资回报率可观。然而伴随着大范围的全面数字化，互联网流量已逐渐见顶，从增量时代转向如今的存量时代，仅靠精准投放广告获客已不再现实，盘活存量、围绕私域顾客流量展开营销成为核心要求。数字营销理念由此诞生，对于数字营销的概念界定如今有多种方式和视角，如认为数字营销就是利用数字化工具管理市场活动、抑或是网络推广、或狭义地等同于程序化广告等。笔者认为数字营销是以数字营销技术（Martech，Marketing technology）为核心工具和平台，围绕用户数据运营和分析，对每个用户与品牌触点进行管理，进而实现全链路的用户服务和互动。根据 Martech 概念创始人 Scott Brinker 的定义，数字营销技术是一系列用于创造、执行、管理、协调和衡量线上线下营销内容、营销活动和营销体验的数字技术工具 [21]，其包括营销自动化工具、CDP（用户数据管理 平 台）、SEO 平 台、MPM（Marketing performance management）、DMP、CRM（SCRM）等，从而实现用户关系管理、广告及营销活动管理、用户标签体系管理、用户服务管理等数字营销环节的数据链接和闭环管理。以近些年兴起的热点趋势 CDP（customer data platform，用户数据管理平台）为例，Forrester 市场咨询公司将 CDP定义为“能够管理和整合分散的第一、第二和第三方数据的统一技术平台，通过对数据进行标准化和细分管理并输出，让营销人员能够将细分结果应用到实时交互的环境中，帮助企业进行企业洞察及企业运营的数据平台”。CDP 可以被视为 CRM 和 DMP 平台的交集，即用于解决引流之后的后链路用户的深度营销和运营，以 One-ID 身份统一技术将不同来源的数据精确归为一个个完整的客户画像，从而针对这些客户画像展开个性化的、一对一的营销活动，体现出以用户服务和运营为中心的数字营销理念。

（作者信息：顾漪雯，北京大学新闻与传播学院硕士研究生）

【参考文献及注释】References & Annotations

[1]陈刚、祝帅，“当代中国广告史”研究的问题与方法 [J]，广告大观 ( 理论版 )，2008(04):45-51

[2]汪前军，论中国广告史研究的角度和维度 [J]，广告大观 ( 理论版 )，2012(06):82-86

[3]杨海军、王成文，历史广告学——广告学研究的一个新领域 [J]，广告研究 ( 理论版 )，2006(04):101-105

[4]段淳林、崔钰婷，广告智能化研究的知识图谱 [J]，新闻与传播评论 ,2021,74(01):56-67.DOI:10.14086/j.cnki.xwycbpl.2021.01.006.

[5]中国广告业的三次资本浪潮 [J]，声屏世界·广告人，2012(05):43

[6]张驰，计算广告研究述评：学术史，学术面向及反思 [J]，广告大观 ( 理论版 ),2020(02):92-101

[7]涂子沛，数据之巅 大数据革命，历史、现实与未来 [M]，北京：中信出版社 , 2014.05. 第 2 页

[8][ 美 ] 克劳德·霍普金斯（Claude C.Hopkins）著，邱凯生译，我的广告生涯·科学的广告 [M]， 北京：新华出版社 , 1998.10. 第 132 页

[9]Maloney John C.（1994）：“The First 90 Years of Advertising Research ” in Clark,E.M. and Brock,T.C. and Stewart,D.W. (eds) ：Attention,Attitude,and Affect in Response to Advertising, LAWRENCE ERLBAUM ASSOCIATES PUBLISHERS, 1994.

[10]丁俊杰、康瑾， 现代广告通论 [M]，北京：中国传媒大学出版社 , 2007.01，第 35 页

[11] Maloney John C.（1994）：“The First 90 Years of Advertising Research ” in Clark,E.M. and Brock,T.C. and Stewart,D.W. (eds) ：Attention,Attitude,and Affect in Response toAdvertising, LAWRENCE ERLBAUM ASSOCIATES PUBLISHERS, 1994.

[12][ 美 ] 奥格威（Ogilvy，David）著，林 桦译 , 一个广告人的自白 [M]，北京：中国友谊出版公司 , 1991.06

[13][ 美 ] 威廉·阿伦斯（William F.Arens）著，丁俊杰等译 . 当代广告学 [M]，北京：人民邮电出版社 , 2005.01. 第 51 页

[14][ 美 ] 约瑟夫·塔洛（Joseph Turow）著，洪兵译，分割美国 广告与新媒介世界 [M]， 北京：华夏出版社 , 2003.07. 第 41 页

[15]涂子沛，数据之巅 大数据革命，历史、现实与未来 [M]，北京：中信出版社 , 2014.05，第 121 页

[16]涂子沛，数据之巅 大数据革命，历史、现实与未来 [M]，北京：中信出版社 , 2014.05，第 28 页

[17][ 美 ] 唐·舒尔茨（Don Schultz），（美）海蒂·舒尔茨（Heidi Schultz）著，何西军等译， 整合营销传播 创造企业价值的五大关键步骤 [M]，北京：中国财政经济出版社 ,2005.05，第 70 页

[18]张金海，20 世纪广告传播理论研究 [M]， 武汉：武汉大学出版社 , 2002.11， 第 79 页

[19]McKinsey Global Institute. Big data: The next frontier for innovation, competition, and productivity https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation.

[20]黄升民、刘珊，“大数据”背景下营销体系的解构与重构 [J]，现代传播 ( 中国传媒大学学报 ),2012，34(11):13-20

[21]What is martech and marketing technology? https://martech.org/what-is-martech/

[22]Maloney John C.（1994）：“The First 90 Years of Advertising Research ” in Clark,E.M. and Brock,T.C. and Stewart,D.W. (eds) ：Attention,Attitude,and Affect in Response to Advertising, LAWRENCE ERLBAUM ASSOCIATES PUBLISHERS, 1994.

[23]张金海，20 世纪广告传播理论研究 [M]，武汉：武汉大学出版社，2002 年

[24]涂子沛，数据之巅 大数据革命，历史、现实与未来 [M]，北京：中信出版社 , 2014 年

[25][美] 威廉·阿伦斯（William F.Arens）著，丁俊杰等译，当代广告学 [M]，北京：人民邮电出版社，2005 年，第 51 页

[26][美] 唐·舒尔茨（Don Schultz），[美] 海蒂·舒尔茨（Heidi Schultz）著，何西军等译，整合营销传播 创造企业价值的五大关键步骤 [M]，北京：中国财政经济出版社 , 2005 年，第 70 页

[27]丁俊杰、康瑾， 现代广告通论 [M]，北京：中国传媒大学出版社 , 2007 年

[28][美] 唐·E. 舒尔茨（Don E. Schultz），[ 英 ] 菲利普·J. 凯奇（Philip J. Kitchen）著，何西军等译，全球整合营销传播 [M]，北京：中国财政经济出版社 , 2004 年