计算广告：互联网商业变现的市场与技术
刘鹏 王超
内容提要
- 十多年的实践证明，互联网最有效的商业模式莫过于可以把流量直接变现的在线广告模式。从最初铺天盖地的横幅广告起步，到人群及兴趣精准定向的搜索广告与推荐引擎，直到与内容环境融为一体的原生广告，用户需求与口味的不断变迁促使着广告产品与技术持续不断地升级与发酵。
- 互联网上的流量是趋利的，变现能力决定了流量的方向和价值。
- 流量变现和数据变现是很多互联网公司商业模型的核心。
- 互联网广告在近十余年里一直保持着爆炸式的发展，支撑着谷歌、脸书、阿里、百度等数个百亿、千亿级互联网公司。
- 世界上有一种沟通是付费的，这就是广告的本质。
- 计算广告学把传统的无法定向投放和无法度量的广告变得可以定向投放和可以量化度量效果。
- 在每一个用户产品成长的各个阶段，除了认真解决需求痛点、优化用户体验，也应该不断地对流量和数据的价值进行评估，并积极探讨商业变现的战略与产品。
- 真解决需求痛点、优化用户体验，也应该不断地对流量和数据的价值进行评估，并积极探讨商业变现的战略与产品。而在各种商业化产品当中，以计算为导向的广告变现无疑是最为重要的。
- 当产品得到市场认可，获得了一定的用户规模以后，积极制定系统性的商业化战略，用合理的变现方式获得现金流，从而支撑产品的快速发展，则是每一个互联网公司成长过程中必须经历的关键步骤。
- DSP、DMP或是RTB
- 正面的免费服务是为了获得流量和数据，而背面的广告业务则是将这些流量和数据变成金钱，这就是互联网最关键的思维模式之一。
- 所有能够传播信息的商品，其售价都会趋向其边际成本。
- 首先，在互联网广告中，服务于中小商家、以直接销售为目的的广告取代品牌广告成为主流，这也创造了全新的巨大市场；其次，它的关键不再是创意、策略等人工服务，而是以数据支撑的流量规模化交易为典型特点
- 广告业务的收益只能来自于三个方面：数据、流量和品牌属性。
- 计算广告这个领域的复杂性在于，对于任何一项产品或技术都需要放在相应的商业背景下去判断其合理性；而想要了解商业产品上能达到的目标，还需要对技术的现状和难点有相当的认识。
- 在线广告在其短短十几年的发展过程中，已经形成了以人群为投放目标、以产品为导向的技术型投放模式。
- 可以不夸张地说，在过去相当长的一段时期内，大数据（big data）这一方法论在实践中唯一形成规模化营收的落地行业就是在线广告，只不过当年大数据这个词还不那么流行罢了。
- 首先，广告不完全等同于搜索或推荐，它首先是一项商业活动，然后才是一项在互联网环境下需要技术优化的商业活动；其次，在这一商业活动中，广告主、媒体和用户的利益都需要被认真考虑和满足，这样才能达到整个市场的平衡和不断发展
- 如果有的数据处理问题无法通过数据采样的方法来降低处理的复杂程度，就必须利用一些专门为海量数据处理而设计的计算和存储技术（如MapReduce、NoSQL数据库等）来实现。于是，这样的问题也就从工程上归为大数据问题
- 个性化推荐（personalized recommendation）和计算广告（computational advertising）需要用到每一个人的行为进行定制化推送，而无法只采样其中的一部分人来处理，因此可以认为是典型的大数据问题。
- （1）计算广告为规模化地将用户行为数据转化为可衡量的商业价值提供了完整产品线和解决方案，并且实际上创造了互联网行业大部分的营收。
（2）在线广告孕育和孵化了较为成熟的数据加工和交易产业链，并对其中的用户隐私边界有深入探讨，这值得所有涉及用户数据的互联网应用学习和借鉴。
（3）由于有了商业上的限制条件，计算广告的技术和产品逻辑比单纯的个性化系统更加复杂周密。因此，理解在线广告的产品和市场对于设计正确有效的商业产品大有益处。
- 这一阶段广告的目的是希望借助媒体的力量来快速接触大量用户，以达到宣传品牌形象、提升中长期购买率与利润空间的目的。这种目的的广告称为品牌广告（brand awareness）。当然，也有许多广告商希望能利用广告手段马上带来大量的购买或其他转化行为，这种目的的广告称为直接效果广告（direct response），有时也简称为效果广告。
- 网络广告的迅猛成长并没有直接带来电视广告的市场萎缩。这是因为网络广告的主要场景仍然集中在搜索引擎营销、效果类广告网络等直接效果类的广告活动上，而这部分相对于电视的品牌广告更多地是增量而非替代。
- 广告的根本目的是广告主通过媒体达到低成本的用户接触。
- 一切付费的信息、产品或服务的传播渠道，都是广告。
- “社交广告”与“社交网络中的广告”是两个不同的概念，如在社交网络页面上竞价售卖的文字链或横幅广告，其本质并不因为处于社交网络中有太大的变化。社交广告希望达到的效果是通过用户的扩散式传播获得更大的影响力和口碑，从这个意义上讲，在信息流的交互中挖掘价值前景光明。
- 媒体向广告主保证某个投放量，并在此基础上确定合同的总金额以及投放量未完成情况下的赔偿方案。这种担保式投送（Guaranteed Delivery, GD）的交易方式逐渐成为互联网合约式广告的主要商业模式。一般来说，这样的合约仍然主要面向品牌广告主，并且遵循按千次展示付费（Cost per Mille, CPM）的计费方式。
- 市场上产生了大量聚合各媒体的剩余流量并采用实时竞价方式为他们变现的产品形态——广告交易平台（ad Exchange, ADX）
- 首先是合约阶段，广告主通过代理公司从媒体方采买广告，而媒体方的广告投放机则负责完成和优化各个广告主的合约；然后，市场进化出了竞价售卖方式，从而在靠近供给方产生了ADN这样的产品形态，而需求方的代理公司为了适应这一市场变化，孵化除了对应的媒介采买平台（media buying platform）；最后，当市场产生了实时竞价方式交易时，供给方进化出了ADX，而需求方则需要用DSP与其对接来出价和投送广告。图中的下半部分
- 固定位导航
- 图2-1所示这一有效性模型把广告的信息接收过程分为选择（selection）、解释（interpretation）与态度（attitude）三个大阶段，或者进一步分解为曝光（exposure）、关注（attention）、理解（comprehension）、接受（acceptence）、保持（retention）与决策（decision）6个子阶段。下面我们分别来讨论每个阶段的意义和关键点。
- 实际的广告实践中，曝光的有效性对最终结果的影响往往远远高于其他技术性因素，所以才会有传统广告中“位置为王”的说法。
- 首先，尽量不要打断用户的任务。这一点是上下文相关的广告投送的原理基础，也是当今讨论原生广告产品的出发点之一。
- 理解阶段有哪些原则呢？首先，广告内容要在用户能理解的具体兴趣范围内，这说明了真正精准的受众定向有多么必要。其次，要注意设定与关注程度相匹配的理解门槛。
- 广告的上下文环境对于广告的接受程度有着很大的影响，同一个品牌广告出现在某游戏社区上和门户网站首页上，用户会倾向于认为后者更具说服力，这也就是优质媒体的品牌价值。
- 广泛收集用户的行为数据和广告反馈数据，利用云计算的基础设施对用户打上合适的标签，同样根据数据在多个广告竞争同一次展示时作出决策，再将投放的结果统计数据反馈给广告操作人员以调整投放策略，这已经成为在线广告的基本投放逻辑。
- 用µ表示点击率，用ν表示点击价值（click value），即单次点击为广告产品带来的收益。
- 另外一种兴趣标签的组织方式，是根据广告主的具体需求设置相应的标签，所有的标签并不能为同一个分类体系中所描述，也不存在明确的父子关系。这种半结构化或非结构化的标签体系往往包含一些比较精准的标签的集合，因而主要适用于多种目标，特别是效果目标并存的广告主的精准流量选择要求。
- 搜索广告最基本的形式是与自然检索结果一致的文字链，一般会加底色和角上的“推广”“推广链接”“Ads”等字样，以区别于自然结果，这样做的目的是让那些对广告没有兴趣的人尽量少减少误点击，从而降低广告主的无效消费和提升用户体验。
- 搜索广告的整个决策过程可以分为查询扩展、检索、排序、放置、定价等几个阶段。
第1章 在线广告综述
- 大数据（big data）这一方法论在实践中唯一形成规模化营收的落地行业就是在线广告
- 一是它的内涵，即这种商业活动的定义与目的；二是它的外延，即在线广告发展的简要历史和发展过程中产生的关键产品形态。
- 首先，广告不完全等同于搜索或推荐，它首先是一项商业活动，然后才是一项在互联网环境下需要技术优化的商业活动；其次，在这一商业活动中，广告主、媒体和用户的利益都需要被认真考虑和满足，这样才能达到整个市场的平衡和不断发展。
1.1 大数据与广告的关系
- 作者用Volume（规模）、Variety（多样性）、Velocity（高速）和Value（价值），即所谓的4V特征来描述大数据问题的特性
- 计算广告为规模化地将用户行为数据转化为可衡量的商业价值提供了完整产品线和解决方案，并且实际上创造了互联网行业大部分的营收。
1.2 广告的定义与目的
- 广告是由已确定的出资人通过各种媒介进行的有关产品（商品、服务和观点）的，通常是有偿的、有组织的、综合的、劝服性的非人员的信息传播活动。
- 出资人、媒体和受众这三者的利益博弈关系是广告活动永远的主线，这一主线将贯穿于商业和产品形态的整个演化过程。
1.3 在线广告创意类型
- （1）横幅广告（banner ad）
- （2）文字链广告（textual ad）
- （3）富媒体广告（rich media ad）
- （4）视频广告（video ad）
- （5）社交广告（social ad）
- （6）移动广告（mobile ad）
- （7）邮件定向营销广告（E-mail Direct Marketing, EDM）
- 广告的本质是一切付费的信息、产品或服务的传播渠道
1.4 在线广告简史
- 竞价广告（auction-based advertising）。在这种模式下，供给方只向广告主保证质即单位流量的成本，但不再以合约的方式给出量的保证，换言之，对每一次展示都基本按照收益最高的原则来决策。
- 基于竞价机制和精准人群定向这两个核心功能，在线广告分化出了广告网络（ad Net-work, ADN）这种新的市场形态。
- 将内容与广告以某种方式统一决策或排序的广告产品——原生广告（Native AD）
1.5 泛广告商业产品
- 泛广告商业产品的本质都是付费推广
- 团购本质上是一种按照效果付费的泛广告产品，其特殊性在于广告主除了付推广费用外，还向用户让利以获得转化。
- 游戏联运。游戏联运根据用户的最终游戏内消费在推广渠道和游戏开发商之间分成的商业产品，这仍然是一种按效果付费的泛广告产品
- 当一个公司同时运营普通广告和上述一种或多种泛广告产品时，它们之间甚至是和用户产品之间，经常会出现争夺广告位或其他入口资源的问题。面对这样的问题，最合理的分配方式是通过它们之间的竞价来决策，这是非常重要的内部流量货币化的运营理念。
第2章 计算广告基础
- 可衡量的效果以及相应的计算优化是在线广告区别于线下广告的主要特点。
- 千次展示期望收入（expected Cost Per Mille, eCPM）正是计算广告中最为核心的量化指标之一。
2.1 广告有效性原理
- 有效性模型把广告的信息接收过程分为选择（selection）、解释（interpretation）与态度（attitude）三个大阶段，或者进一步分解为曝光（exposure）、关注（attention）、理解（comprehension）、接受（acceptence）、保持（retention）与决策（decision）6个子阶段。
- 在互联网广告中，位置的影响有时会更加显著，因此如何从算法上消除由此带来的点击率预估偏差，是一个非常重要的实际问题。
- 其次，明确传达向用户推送此广告的原因，这一点是受众定向广告创意优化的重要方向。另外，内容符合用户的兴趣或需求，这是行为定向的原理基础。
- 定性地说，越靠前的阶段，其效果的改善对点击率的贡献越大；而越靠后的阶段，其效果的改善对转化率的贡献越大。
2.2 互联网广告的技术特点
- （1）技术和计算导向。数字媒体的特点
- （3）创意和投放方式的标准化。标准化的驱动力
- 对在线购物行业而言，门户网站、垂直网站、搜索引擎、电商网站、返利网，在转化链条上一个比一个更靠近购买行为。我们从直觉上就可以知道，越接近转化的媒体上的广告带来的流量一定可以达到越高的ROI，不过离“引导潜在用户”这样的广告目的也就越远。
- 互联网化的根本驱动力可以认为是数据的深入加工和利用
- 行为数据和广告反馈数据，利用云计算的基础设施对用户打上合适的标签，同样根据数据在多个广告竞争同一次展示时作出决策，再将投放的结果统计数据反馈给广告操作人员以调整投放策略，这已经成为在线广告的基本投放逻辑。因此可以认为
2.3 计算广告的核心问题
- 计算广告的核心问题，是为一系列用户与环境的组合找到最合适的广告投放策略以优化整体广告活动的利润。
- 首先，强调广告问题优化的是一组展示上的效果，而非孤立的某一次展示上的效果
- 对一个广告市场中具体的产品形态，我们往往能够主动优化的是收入而非成本
- 当用户在媒体页面的广告位上看到广告以后，如果产生兴趣，首先产生的是点击行为，广告点击与广告展现的比率称为点击率（Click Through Rate, CTR）；点击行为成功以后，将会打开广告主的落地页（landing page），落地页成功打开次数与点击次数的比例称为到达率，这是在广告主网站上发生的；如果用户从落地页开始，进一步完成下单等操作，则称为转化，转化次数与到达次数的比例称为转化率（Conversion Rate, CVR），这是在广告主网站上或线下发生的。
- 在对多个检索候选进行排序时，是根据eCPM还是CTR排序也是区别广告产品和用户产品的重要策略特征
- eCPM一般指的是估计的千次展示收益，它有两个很相近的概念：如果讨论的是千次展示收入，往往用RPM；如果讨论的是千次展示成本，往往用CPM。
- 点击价值还可以进一步分解为到达率、转化率和客单价的乘积
- （1）CPM结算，即按照千次展示结算。
第3章 在线广告产品概览
- 合约广告产品：它由线下广告的交易形式衍生而来，又可以分为按照时段售卖的CPT广告和按照约定展示量售卖的CPM广告。这类广告产品主要服务于后续效果不宜直接衡量的品牌类广告主，在门户网站和视频网站较为常见。
- 对于每一种广告的产品形态来说，都可能会有三个主要的组成部分：面向需求方的接口、面向供给方的接口、中间的投放系统及匹配策略。
3.1 商业产品的设计原则
- 客户关系管理（Customer Relation Man-agement, CRM）、网站分析（Web Analytics, WA）以及后面要提到的数据管理平台（Data Management Platform, DMP）
- 用户产品演进的根本驱动力是人们追求方便的天性。
- 相对于产品功能，要特别关注产品中的策略部分。
3.2 需求方层级组织与接口
- 在市场上大多数的产品中，广告的层次分为广告主、广告（推广）计划（campaign）、广告（推广）组（ad goup）、广告创意（creative）等几个层级，参见图3-2
- 广告创意则是最终展示出来的素材，可能在同一个组策略下有不同尺寸的创意存在
3.3 供给方管理接口
- 供给端的资源组织主要分媒体和广告位两个层次
- 但一般来说，设定广告位尺寸、取广告投放代码或SDK以及设定该广告位对广告类型的要求是一些通用的需求。
第4章 合约广告
- 从供给方产品和技术的复杂程度来看，CPM合约甚至比以后的竞价系统更加复杂，其复杂性主要来源于多个合约对投放系统提出的量的约束。
4.1 广告位合约
- 首先，在一些强曝光属性的广告位上采用这种独占式的广告投放，往往可以有效地给用户带来品牌冲击；而在其他一些横幅位置长期独占式的购买有利于形成“橱窗效应”，塑造不断攀升的品牌价值和转化效果；还有一点，这种销售模式由于可以向广告主提供一些额外的附加服务，比如同一个页面上的竞品互斥，使得高溢价的流量变现成为可能。
- 广告位合约还有一种变形的形式，即按照广告位的轮播售卖。
- 对于供给方，即媒体而言，往往会使用一种在合同确定以后自动地执行合同的广告管理工具，或者称为广告排期系统。
4.2 受众定向
- 在考察某种定向方法时，主要有两个方面的性能需要关注：一是定向的效果，即符合该定向方式的流量上高出平均eCPM的水平；二是定向的规模，即这部分流量占整体广告库存流量的比例。
- （1）地域定向（geo-targeting）
- （2）人口属性定向（demographical targeting）
- 在人口属性数据覆盖率不足的情况下，如果要按照这种定向进行CPM售卖，我们可以用已知人口属性的用户作为训练集，构造分类器对人口属性进行自动标注。一般来说，采用分类器的方法确定人口属性准确程度有限。在单纯效果类的广告活动中，预测人口属性的必要性不太高，因为预测出来的人口属性也是根据用户其他行为特征得到的，并不能提供额外的信息量。
- （6）精确位置定向（hyper-local targeting）
- 重定向被公认为精准程度最高、效果最突出的定向方式，不过其人群覆盖量往往较小
- 新客推荐定向的思路是根据广告主提供的种子访客信息，结合广告平台更丰富的数据，为广告主找到行为上相似的潜在客户。
- 当标签仅仅是投放系统需要的中间变量，作为CTR预测或者其他模块的变量输入时，那么结构化的标签体系其实是没有必要的，应该完全按照效果驱动的方式来规划或挖掘标签，而各个标签之间也不太需要层次关系的约束。
4.3 展示量合约
- 展示量合约指的是约定某种受众条件下的展示量，然后按照事先约定好的单位展示量价格来结算。
- 媒体从按固定广告位售卖变为按CPM售卖，初衷是为了在受众定向的基础上提高单位流量的变现能力
- 展示量合约并没有摆脱广告位这一标的物。
- 互联网广告计算驱动的本质：分析得到用户和上下文的属性，并由服务端根据这些属性及广告库情况动态决定广告候选。
- （2）在线流量分配。
- 广告里一般的流量预测问题，可以描述成对流量t（u, b）这个函数的估计，其中第一个参数u 是给定的人群标签或人群标签的组合，第二个参数b 是出价。
- 在有些情形下，我们可以主动地影响流量，以利于合约的达成。这一产品策略问题称为流量塑形（traffic shaping）。
- 在线分配需要根据历史数据和某种策略离线得到一个分配方案，线上则照此方案执行。
- 一个广告产品声称自己的标签体系多么复杂，有多少标签种类，实际上没有太大的实际意义，这些标签的人群规模会更有说服力。
第5章 搜索与竞价广告
- 竞价交易模式的本质是将量的约束从交易过程中去除，仅仅采用“价高者得”的简单决策方案来投放每一次广告
- 广告网络中竞价的标的物有两种：一是上下文页面中的关键词，这是直接从搜索广告衍生而来的；二是根据用户行为加工的兴趣标签，这是从展示广告的定向逻辑发展而来的。
- 对应于竞价广告的产生，需求方的产品和技术也在发生变化。其中关键的变化有两点：一是由面向广告位采买变成面向人群的跨网络采买；二是帮助广告主在竞价环境中完成量的保证，这一点是竞价市场不再直接保证的。
5.1 搜索广告
- 首先，量的保证不复存在，广告主需要自行调整效果与量的平衡；其次，价格的约定也被去掉，每个广告主都可以随时调整各关键词上的出价。
- 搜索广告是以上下文查询词为粒度进行受众定向，并按照竞价方式售卖和CPC结算的广告产品。
- 搜索广告竞价的标的物是竞价关键词（bid term），用户输入的查询（query）通过与关键词相匹配来确定是否可以触发该条广告。匹配的方式及可
- 搜索广告的变现能力，即eCPM远远高于一般的展示广告，其市场重要程度也就得以彰显。因此，与搜索广告的一些独特问题和算法的研究，受到了高度的重视。而搜索广告高变现能力最关键的产品原因就是用户主动输入的查询直接反映了用户的意图。
- （1）在通用广告链接上增加更多有表现力的信息点。
- （2）直接展示结构化的广告内容摘要，甚至提供一些可直接访问的功能，这样可以减少用户跳转的成本，提高推广效率。
- 搜索广告的整个决策过程可以分为查询扩展、检索、排序、放置、定价等几个阶段
- 确定一条广告能否进入北区要考虑两个关键因素：一是该广告相关性是否足够；二是该广告的RPM是否足够。前者是为了确保用户体验，后者是为了高效地利用展示位置。
- Google将策略改变为在投放过程中预估每条广告的点击率，然后按点击率和出价的乘积对广告排序，这也就形成了现在竞价广告普遍采用的根据eCPM决策的逻辑。
- 在一些高商业价值的垂直搜索引擎（如电商、房产、汽车、应用下载）之中，利用搜索广告的产品体系进行变现是需要最优先考虑的流量变现方式。
5.2 位置拍卖与机制设计
- 而所谓稳定，指的是整个竞价系统处于纳什均衡（Nash equilibrium）状态，也即每个广告主都通过出价得到了最符合自己利益的位置。
- 告主，其所付出的成本应该等于他占据这个位置给其他市场参与者带来的价值损害。在这一原则下，VCG的
- 为了控制广告的质量和保持一定的出售单价，竞价广告市场往往要设置一个赢得拍卖位置的最低价格，这一价格我们称为市场保留价（Market Reserve Price, MRP），俗称“起价”或“底价”。
5.3 广告网络
- 广告网络的产品功能是批量聚合各媒体的剩余流量，按照人群或上下文标签的流量切割方式售卖给广告主。
- 竞价方式不向广告主做量的约定，而是根据变现能力，即eCPM，来决定每次展示分配给哪个广告主
5.4 竞价广告需求方产品
- 一是如何挑选合适的目标人群，二是如何对各个目标人群给出合适的出价。
- 搜索广告对应的需求方产品，即通过竞价采买搜索引擎关键词来做推广，这就是搜索引擎营销，即SEM。
- 媒体采买平台的技术挑战主要在于ROI的优化部分，要合理地选择需要的受众定向条件，并在每个人群上优化出价，以保证量的要求和优化收益是一个复杂的组合优化问题
5.5 竞价广告与合约广告的比较
- 在合约广告的情况下，所有量的保证和质的优化都是由媒体方的广告投放机来统一完成，而在竞价广告的情况下，市场只负责制定竞价和收费的规则，而各广告主量的保证完全采用市场竞争的方式来完成。
- （1）非常精细的受众定向可以被无障碍地使用在交易中，而这是展示量合约广告很难做到的。由于这一点，市场的效率得到了巨大提升。
（2）大量的中小广告主逐渐成为参与竞价的主体，这使得市场的规模得到了快速扩张。
（3）与合约广告相比，竞价广告中数据的价值得以彰显，整个市场开始以数据为核心来组织和运营广告产品。
第6章 程序化交易广告
- 出价需求的存在和广告主预算范围内的套利要求DSP具备点击率预测、点击价值估计、流量预测、站外推荐等多方面的运算能力。
- 到现在为止，媒体至少有四种常用的广告变现选择：担保式投送的合约售卖方式、自营广告网络、托管给其他广告网络、通过RTB变现。
- 作为数据加工与交易的两个关键产品：数据交易平台（data exchange）和数据管理平台DMP分别从第三方数据和第一方数据入手，为市场提供了有价值的数据源或数据加工服务。
6.1 实时竞价
- 用定制化标签指导广告投放是实时竞价的关键产品目标。
6.2 其他程序化交易方式
- 程序化交易的核心目的是让需求方能够自由地选择流量和出价
6.3 广告交易平台
- 广告交易平台，即ADX，是程序化交易时代的关键产品，它负责将媒体流量以拍卖的方式售卖给DSP，可以类比于证券市场中的交易所。
6.4 需求方平台
- 这一产品的核心特征有两个：一个是RTB方式的流量购买，另一个是需要支持需求方定制化的用户划分
- 在广告网络中，我们估计eCPM的目的是为了对广告排序，而绝对的eCPM值并不需要太精确。但是在DSP中，由于每次展示都要按CPM向ADX报价，因此准确地估计eCPM非常关键，这也成为DSP出价策略的基础。
- DSP的出价策略要基于两条曲线，即eCPM和市价随时间变化的曲线。
- 网站重定向（site retargeting），即将在一段时间内到达过广告主网站的用户作为重定向集合。
- 搜索重定向（search retargeting），即将搜索过与广告主直接相关的关键词的用户群作为重定向集合。
- 由广告主根据自己的第一方数据提供一部分种子用户，再由拥有更丰富数据的第二方数据的广告平台分析这些用户网络行为的特征，并根据这些特征找到具有相似特征的拓展人群。很显然，这也是一种定制化用户标签。这样的标签加工策略称为新客推荐，即look-alike。
6.6 数据加工与交易
- 要提高定向的精准程度与人群覆盖率，技术远不是唯一重要的因素。那么什么才是决定性的呢？是数据的来源与质量。
- 按照对效果广告的有效性分类，这些行为可以分为决策行为、主动行为、半主动行为和被动行为。
- 半主动行为主要包括分享和网页浏览
- 首先，随着用户主动意图的提升，相应的行为数据信息价值也随之增大；其次，越接近转化的行为，对效果广告的精准指导作用越强。
- 一般我们说的第一方和第二方分别是指广告主和广告平台，而不直接参与广告交易的其他数据提供方统称为第三方。
- 数据交易平台（data exchange）的主要产品功能是聚合各种来源的在线的用户行为数据，加工成有价值的用户标签，然后在广告市场上通过售卖这些标签来变现。
第7章 移动互联与原生广告
- 应该说所有将商业化内容与非商业化内容统一生产或混合排序的产品都可以认为与原生广告有关系，这样的产品方向经常被称为内容即广告（content as ad）。
7.1 原生广告相关产品
- 信息流广告由于自然地出现在用户内容消费的主路径上，而且展示形式与内容非常接近，因此吸引的关注比较有效，这也使得其效果比一般展示广告有较大的提升
7.2 移动广告的现状与挑战
- （2）大量潜在的本地化广告主。
- 移动展示广告主要的创意形式有横幅、插屏、开屏、锁屏、推荐墙、积分墙等
- 开屏可以说是移动广告形式比较好的探索之一，因为用户在等待应用打开时还没有明确的任务，因此不会对广告很反感。
- （3）移动广告的产品形态需要一次革命。
7.3 原生广告平台
- “原生”这一概念实际上有两种不同的诉求：一种诉求是将广告的展示风格和样式变得与内容相一致，从而做到产品形式上的“原生”；另一种诉求是将广告的投放决策逻辑与内容生产相一致，从而做到用户意图上的“原生”。我们把这两种原生分别称为表现原生与意图原生。
- 一是要判断用户当前的意图，二是要确定根据用户的意图提供什么信息。
第8章 在线广告产品实践
- 在互联网市场上主要有三种资产能够变成钱，分别是数据、流量和品牌属性。
8.1 媒体实战
- 一般来说，为了维持价格水平，媒体的合约广告售卖率不会很高。合约广告未能变现的剩余流量就需要采用其他竞价广告了。
8.2 广告主实战
- 广告主对营销方式的选择，主要要考虑几方面的因素：是推广品牌还是直接销售？是否有自己的第一方数据可以用于营销？对新客和老客的营销重点如何？
- 对于直接效果类推广需求，需要特别重视垂直的行业入口渠道。
9.1 个性化系统框架
- 一般的个性化系统由四个主体部分构成：用于实时响应请求，完成决策的在线投放（online serving）引擎；离线的分布式计算（distributed computing）数据处理平台；用于在线实时反馈的流计算（stream computing）平台；连接和转运以上三部分数据流的数据高速公路（data highway）。这几部分互相配合，完成个性化系统的数据挖掘和在线决策任务。
9.2 各类广告系统优化目标
9.3 计算广告系统架构
- 在实践中，广告系统的建立应该是循序渐进的。一般来说，对一个刚起步的广告产品，有广告投放机和相应的日志系统，实现简单的定向投放逻辑，就可以开始使用。随着对广告效果深入优化的需求，需要建立起完整的广告排序和用户行为反馈模型；而当中小广告主大量增加时，就需要实现广告的倒排索引和相应的检索功能。
10.2 最优化方法
- 最优化讨论的是在给定一个数学上明确表达的优化目标后，如何用系统性的方法和思路找到该目标的最优解。
- 最优化问题讨论的是，给定某个确定的目标函数以及该函数自变量的一些约束条件，求解该函数的最大或最小值的问题。
11.2 担保式投送系统
- 流量预测一般的方法其实并不是预测，而是根据历史数据的统计来拟合未来的流量。
12.3 行为定向
- 行为定向问题的目标是找出在某个类型的广告上eCPM相对较高的人群