本文根据BCW亚太区首席数字官Joe Peng与赵文元的研究整编而成。
从追求扩张到回归质量的年代，公关要交付的价值并非舆情，也非广告当量，而是认知的改变。这不是什么新鲜的结论，在此时提出，是因为由泡沫催生的“表演型公关”正在日益失去预算，这正是回归“价值型公关”的好时机。同时，AI的发展又为这种回归加入了变革元素。
在公关领域，循证传播理念（Evidence Based）自2009年被博雅公关提出以来，已成为行业的一个重要里程碑。这一理念的核心在于基于证据制定传播策略、并衡量传播效果；如今，数据分析和相关技术的发展让这一理念有了更坚实的基础。
当数据驱动成为了公关广告行业普遍接受的新方法论，我们也面临着一个新的关键问题：数据和证据不能直接画等号。在生成式人工智能（Generative AI）的快速发展时代，证据的准确性和可靠性遭到了前所未有的挑战。
循证传播的关键在于了解受众的认知状态，以及厘清影响受众认知的关键因素，从而有针对性地制定传播策略，评估传播结果。这里的第一步，往往就是从舆情开始的。
但在当下，我们亟需明确一个基础逻辑，舆情和认知是两回事。
大多数情况下，舆情数据并不直接等于目标人群的认知现状的全貌。它只是反映用户认知状态的指标之一。通常，一份舆情报告会包括某个具体话题、事件、品牌的声量、正负面内容分布比例以及核心意见领袖的观点等内容。在“证据”没有被污染前，一份扎实严谨的舆情报告所反映的目标人群认知现状很具参考价值。但现在，在“证据”逐渐被平台算法和各种社媒效应影响的现状中，“舆情监测报告” 与实际认知情况可能产生了距离。
其次，找到影响受众认知的关键因素变得日益困难。
当我们都知道舆情数据存在上述诸多问题时，为何公关还是难以从对“舆情幻象”的依赖中走出来？
因为我们过于依赖“控制式公关”。拥有较大传播预算的企业，更多寄望于通过媒介投放来进行传播，这可以有效管控传播讯息，制造企业想要的舆情数据效果。自媒体时代尤为如此，几乎所有的自媒体合作方式都是“投放合作”。在这样的情况下，用钱可以办到的事情，企业也不会愿意花费过多精力来了解舆情背后的认知真相，进而制定说服策略。
与之相伴，企业在做传播实施计划时，并不会花太多的精力来了解受众的认知状态，而是更多地把精力放在了企业想讲什么以及如何找到强有力的发声渠道上。
控制式公关带来问题便是只营造舆论气候，忽略了认知改变。没有认知改变，就无法带来行为改变，进而也就带不来品牌信任和产品购买，公关部便品效皆输，只能靠给高层提供情绪价值来巩固地位。
该如何做？公关部不应只交付舆情数据，公关需要把人当人看，把受众当用户来运营。以内容运营的思路来进行传播策略制定，在这一过程中建立起用户认知与行为分析框架。
舆情操盘手与用户运营负责人是气质不太相同的两种人。追求“一鸣惊人”的舆情操盘手关注的重点大多集中在声量、正负面等过程指标，很容易忽略背后更为复杂且多样的用户本身，也不会考虑用户实际的认知状态。而一个以认知转变为目标的内容运营负责人，不仅关注点击量和点赞数等过程指标，更会深入分析用户行为背后的认知动机，围绕5W1H（即Who,Why,Where,When,What,How），去分析是用户是谁，为什么来，从哪里来，什么时机说了什么，做了什么，背后的认知情况是什么等等。
内容运营会关注“用户全生命周期”的表现和认知的动态变化过程。建立用户的认知衡量与分析体系迫在眉睫，此话题尚需留待日后深入研究探讨。但这里有一个误区要避免，即盲目与广告投放的指标体系对齐。
在数字营销时代，公关与广告的边界早已模糊，用户建模与用户行为分析在广告领域已经有着较为深入的应用，不少公关从业者也会借鉴广告营销的做法，建立对于社交媒体KOL/KOC的投放合作模型。但是，这种借鉴往往只局限在以“点转评赞”为主的互动指标上，或导向如注册或下单等单次具体行为转化的营销指标上，并没有对用户的长短期认知发展变化做有效评估。
人工智能和大模型技术的发展，给用户认知与行为分析开创了新局面。技术可以帮助我们更好地理解用户对话，分析舆情数据背后的用户行为，辅助判读与生成内容。而要拥抱这些改变，构建基于内容的运营模式，更新我们的循证传播策略，就不再只是一个可选项，而是必选项。
本文由 @职场人类学 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。