秒针系统数据营销副总裁陆亨在「秒针精进成长·营销科学大会」上发表了主题为「营销中的增熵」的演讲，另辟蹊径，从消费者和受众的角度探究了信息熵对营销的启示并分享了自身的思考与洞见。以下为演讲全文。

越来越复杂的营销场景需要营销世界观的升级。

陆亨 – 秒针系统数据营销副总裁

先从平均数讲起。一个啤酒瓶子的高度，我们反复测五十次，可以得到一个平均数。我们测五十个啤酒瓶子的高度，也可以得到一个平均数。但这两个平均数背后的内涵却是不一样的，即Mean和Average的区别，前者是物理学概念，后者是社会学概念。

物理学的概念来源于柏拉图。他的观念中存在两个世界：本质的世界（World of Being）和形成的世界（World of Becoming）。柏拉图影响了很多人，他认为真理是永恒的，世界上只有一个典型的东西是美的，所有的变异（Variation）都是对本质世界的拙劣复制。

物理学中的伟大成就就是遵循柏拉图的类型逻辑思维（Typological Thinking）的结果。类型逻辑思维主张类型是最重要的，真理存在于物与物之类的类型的差别上，而不是存在于量化的差别上。

这一思维一直到被达尔文时代才受到挑战。达尔文思想中最重要的一个观念就是变异，他认为没有变异就没有自然选择。每个个体之间的差异性是自然选择的基础。这便是与类型逻辑思维对立的总体逻辑思维（Population Thinking）。总体逻辑认为平均数只是总体的一个特征值，而在类型逻辑看来平均数代表着真理。

作为营销人，我们需要问自己一个问题，我们是不是把每个人都视为独特不同的个体，承认每个人的差异是真实存在的，而非某一个典型个体的拙劣复制？变异是营销世界观中最重要的理念。

我们平时测的所有数据本质上都是通过模型加上测量误差所得，遵循的是类型逻辑思维。但总体逻辑思维认为呈现误差、变异才是世界的本质，观测数据是通过组间差异加上组内差异获得。那这对营销而言有什么不同呢？

举一个简单的例子，消费者画像。类型逻辑思维指导下呈现的是典型消费者画像（Typical Customer Persona）。若站在总体逻辑思维的角度，生物学、社会学的思维会尝试把消费者分成不同的群体，即消费者分群（Consumer Segmentation）。在营销中，哪种画像更能帮助我们理解消费者不辩自明。

我们再来认识一个人，克劳德·香农（Claude Shannon）。他提出了经典的信息传播模式，界定了信息传播过程的5大因素：信息源（Information source）、发射器（Transmitter）、噪声源（Noise Source）、接收器（Receiver）、信息接收者（Destination），并将信息细分为Signal。之后，他更提出了“信息熵”的概念。

信息熵对营销的启示是什么？信息熵告诉我们信息的传播本质上是概率问题，信息是关于一个人面临着有多个选择的时候，选择自由度的测量。就好比你的书架上有很多书，你的书越多意味着可以选择的余地越大，对你来说信息的混乱度也高。信息的传播是关于选择自由度的测量，我们站在广告主的角度来讲，他们很多时候并没有意识到这个问题，因为他们觉得自身品牌好、产品好，特别牛。但是站消费者的角度来讲，消费者平时看到的广告信息密度太高，脑子已经很饱和了，信息密度过高是会产生抗拒的。所以站在消费者、受众的角度来讲，信息熵就是选择自由度的问题。

传播学的研究低估了消费者信息熵的重要性，之前的研究大部分聚焦在媒体的信息熵上。在电视传播的时代，广告的竞争程度，或者说广告的信息熵是比较容易测量的。电视广告的总数是固定的，传播是线性的，通过研究电视上关于某一个品类的广告总共出现了多少品牌，各出现多少次，这个媒体端的信息熵增就可以计算出来。以前我们的研究主要是这类。但从消费者角度，探讨消费者每天看多少广告的研究却是比较缺失的。尤其是在今天，媒体渠道和广告形式多如牛毛，加上程序化的广告投放方式，传统研究信息熵的方式在大数据时代失去了操作上的便利性。

为什么消费者的信息熵特别重要呢？因为所有的传播必须要考虑受众消化信息的能力，我们处理信息的时候，信息在记忆里就像一叠扑克牌，你总是倾向去抽第一张，在最上面的信息也就是记忆最新鲜的信息是最容易被读取的。传播学研究发现广告混乱度越高，越会降低消费者的注意力、记忆力、认知力和认知反应。

我们来看看一组真实的数据，由于秒针基本上监测了绝大部分的互联网广告，所以大家每天看广告的多少是可以算出来的。我们把不同品类广告的信息熵程度做了计算，熵值越小，表示该品类广告在个体层面的竞争程度越低；熵值越大，表示该品类在个体层面的竞争程度越高。通俗来说，假设某人只看过欧莱雅的广告，他的广告熵就很小；假设某人看过欧莱雅，雅诗兰黛，OLAY，Dior，佰草集等很多美妆类广告，他的广告熵就很大。我们可以发现美妆个护类和食品饮料类广告的信息熵是最高的。也就是说，在占领消费者心智的战场上，在美妆个护领域是“厮杀”最厉害的，其次激烈的是在食品饮料领域。

我们尝试把数据导到电商的平台里看信息熵，信息熵高是因为你的竞品都触达了同一批人，信息熵高有利于把消费者引流向电商网站，但是去到了电商网站之后，信息熵越低的人，浏览商品的频次越高。

许多广告主在媒介采买的时候都希望能避开竞品的广告，以降低熵增。但其实很多广告主并没有找到很有效的方法。当你面对激烈竞争且相对有限的媒体资源时候，与竞品的广告抢夺消费者注意力难以避免。所以在Copy Testing中胜出的广告创意，未必在真实的媒体环境中能取得符合预期的效果。消费者被竞品的广告过度干扰，这个是跟在Copy Testing的实验室环境很不一样的。在大数据时代，数据能有效地指导营销，提升营销的效率，但同时也要意识到品牌、创意、内容，仍然是广告传播中至关重要的因素。数据和内容需要有机结合，有效指导营销。

最后，用一句香农的经典名言来结束:「We know the past but cannot control it. We control the future but cannot know it.」我们现在做的很多事情，包括AI、细分人群的运营，但我们需要知道自己在做什么，并尝试在把不知道的东西做到位。