计算广告学笔记之基础概念

Posted 2020-08-03

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了计算广告学笔记之基础概念相关的知识，希望对你有一定的参考价值。

阅读目录

1. 广告的价值
2. 传统广告和互联网广告的区别
3. 推荐系统和互联网广告的区别
4. 互联网广告系统研究核心
5. 广告的售卖模式
6. 计算广告中基本概念
7. 参考资料

　　因为工作需要，最近一直在关注计算广告学的内容。作为一个新手，学习计算广告学还是建议先看一下刘鹏老师在师徒网的教程《计算广告学》。

　　有关刘鹏老师的个人介绍：刘鹏现任360商业产品首席架构师，负责 360 商业化变现的产品和技术。曾任微软亚洲研究院研究员、雅虎北京研究院高级科学家 ( 负责全球搜索广告、受众定向广告、个性化内容等项目 ) 、 MediaV 首席科学家 ( 负责算法和数据平台 ) 、以及搜狐集团研究院负责人，WOT 技术峰会特约讲师。

　　广告其实是大数据的产物，是大数据最实际的应用。我们一直在喊着大数据时代，但我们并没有真正地使用大数据，而广告是我们现实生活中唯一一种通过大数据进行变现的产品。

1. 广告的价值

　　首先，从整个互联网的角度来讲，整个互联网行业70-80%的收入都是来源于广告！这个现实可能有点惊人，但确实有数据来进行佐证。Google、Facebook等国外互联网巨头90%的收入直接来源于广告；在国内，淘宝80%来源于广告，腾讯也有70%的收入由广告来拉动，百度一直在O2O上烧钱，很多人都很费解为什么百度投入一个赔钱的行业，但是很难说未来这方面的业务会带来多少价值，百度也有80%的收入来源于广告（百度凤巢）。

　　从广告变现的角度我们来评价产品。在中国广告网上曾看到有位作者提问“互联网公司做的产品好用，还是微软做的产品好用？”，笔者给出的答案是“免费产品一定比收费产品好用。”很多人可能不同意这种说法，但是我感觉这句话还是说的很在理的。笔者给出的解释是，因为在互联网公司里，用户产品的部门和商业产品的部门是分开的，管这个产品的老大根本不考虑挣钱的事，没有这个KPI，没有把他所有的精力和能力解放出来，他可以全身心的服务用户。我的观点是：没有任何的收费产品现在还能做得过免费产品。你如果不了解后向变现，如果真的不了解广告对于互联网的价值，那么你可能就称不上是熟悉互联网。

2. 传统广告和互联网广告的区别

　　首先要确定一点的是，所有的广告的目的不是在于能够整取多少的利润，广告的直接目的是借助某种有广泛受众的媒介的力量，完成较低成本的用户接触（reach）（这里是一个误区）。传统的广告均为离线形式的广告，它所做的是广告的品牌，属于品牌广告（brand awareness）的一类，主要是以来于受众群体和广告的创新来创造独特良好的品牌或者产品形象，目的在于提升较长时间期内的离线转化率。而互联网广告除了做品牌广告之外，主要还创造了一种广告形式——效果广告（direct response）。

什么是效果广告呢？

　　wiki百科给出的定义很贴切“With performance-based advertising, the advertiser pays only for measurable results”，用中文翻译过来就是在基于效果为基础的广告系统中，广告主只需要为可衡量的结果付费。显而易见，这种方式能更好地保护广告主的利益，有了效果广告，广告主们不再需要去盲目地进行线下广告，而是越来越倾向于投入具有针对性的效果广告。效果广告中可衡量的行为可以是点击、下载、注册、电话、在线咨询，或者购买等，基本上可以归纳到CPA（Cost Per Action）的范畴。当然，企业最欢迎的是CPS（Cost Per Sale），即按照销售行为来付费。在实际的广告操作中，大企业一般将品牌广告和效果广告相结合使用。通过品牌广告来建立消费者对产品的早期认识，通过效果广告促进消费者最终购买产品。数据表明，在效果广告投放中，品牌知名度高的企业获得的销售转化率高于其他同类型企业。

那为什么互联网适合做效果广告呢？

　　互联网每天都会产生海量的用户日志，这为互联网中挖掘用户信息，对用户进行深入地分析、建模，从而实现用户的个性化服务提供了数据基础。在此基础上，互联网广告可以很方便的对每个人投送不同的内容，短期有购买欲望的人一定是很少一部分人，数字化媒体特别适合做这个。

　　下面是品牌广告和效果广告的一个具体的实例。

3. 推荐系统和互联网广告的区别

　　了解一些推荐系统的人可能知道，推荐系统的服务形式也是进行个性化的推荐，而且其展现形式也是类似于在做广告，那推荐系统和互联网广告到底有什么区别呢？对于这个问题，我个人也并没有很明确的答案，其实在我们生活中推荐系统和广告系统的明确界限本来就很模糊，但是这并不代表两者就没有区别，我很认同一位广告从业者的话“广告跟个性化推荐最大的差别在，广告比个性化推荐复杂得多。”

　　在一个广告系统中，广告主有预算，我今天最多投多少钱，还有一个是你今天至少要给我投多少，这使他的计算变得很复杂（貌似看来约束条件比较多）。对于互联网广告在收益的衡量有个专有的词叫做eCPM（effective Cost Per Mille），它指的就是每一千次展示可以获得的广告收入，默认情况下，eCPM 指的都是千次网页展示（Pageview）收入。eCPM 只是用来反映网站盈利能力的参数，不代表网站的收入。我们在这里多说一下eCPM的计算方法：

　　eCPM = 收入/网页展示次数*1000 = （广告单价*网页点击率*网页展示次数）/网页展示次数*1000 = 广告单价*网页点击率*1000

　　而在广告系统中，eCPM是其最想要优化的指标。广告的过程是很复杂的，我们从广告的展示页，首先用户如果对他发生兴趣，发生一次点击，他在链接页上进行更复杂的操作，他如果想要这个东西，他会到转化页下单。点击的过程是发生在媒体上的，新浪上投的广告，点击是发生在新浪上，转化的过程是发生在广告主站内，点击和转化两个量发生在不同的媒体，这产生了一个有意思的分工，这一次点击到了广告主站内以后，他平均能够给广告主带来多少钱。这两个量的分解，决定了我们广告的很多有意思的付费模式。

　　下面是一个完整的广告系统分解示意图：

4. 互联网广告系统研究核心

　　广告的主体分别为广告主（advertiser）、广告媒介（media）以及受众群体（audience），广告系统正是三个广告主体之间的博弈。广告系统可以通过数学建模为一种优化问题，当然我们的目标是要使得广告带来的利润最大化，其可以根据下面的公式进行描述：

　　当然对于上面目标方程来说对于不同的广告类型其具有不同的约束条件，所以更具体的来说广告系统的是一个约束优化问题。

5. 广告的售卖模式

　　我们最初的广告付费模式类似于租赁形式，具体来讲就是我这里有一个广告位，然后有个企业需要投放广告，我们达成一个协议，比如允许其在这个广告位投放一年，我收取该企业固定的钱，这就是最原始的合约广告。但是这样的收费模式有种弊端，我们举一个不太恰当的例子吧，比如这个网站是一个汽车网站，那么该网站的活跃用户更多的是男性群体，那如果我这个广告位平常的标价都是一年10w，那一个化妆品公司在这里进行广告投放明显是不公平的，因为化妆品公司的受众群体更多的是女性用户。所以在这儿产生了广告领域第一个里程碑式的技术和产生，广告系统把人分成产品了，可以说也是一个根本性的变化，根据人群来售卖，售卖的标志已经变成人群了，不再是位置了，位置也只是一个载体。但是这样的付费模式同样存在一种问题，假如一个母婴网站需要对母婴人群进行广告展示，但我们知道母婴人群是很少的，按照上述的方式而言相应的人群售卖量就很低。

　　所以针对上述两种售卖模式存在的弊端，广告系统中真正的产生了一个里程碑的变化：竞价广告模式。把定价权交给需求方，原来的定价权是供给方的。竞价的方式是这个东西你出多少钱，谁出的钱高，这个展示就给谁。数据交易将来关键的走势也在于定价权向需求方转移，我不跟你约定你拿不拿得到，你自己出价，拿到算你的。这样把整个市场盘活了，大量的中小企业主涌入进来。

　　继续发展，又发展成现在的实时竞价广告（Real time bidding，简称RTB），或者是程序化交易。这个词现在很火，它是最新的广告售卖模式，它的本质还是希望数据进入到市场里面，是第一方数据，第一方是指广告主。前面我们说的那么多数据，母婴也好，都是供给方给的定义，但是会有一些定义，比如说京东，我的流失用户这是我自己的定义，别人没有任何能力给我定义，因为你没有这个数据，前两个月来过京东，现在不来了，谷歌的数据再强你也不会知道。我希望用我的数据来影响我的营销。这种数据的价值是极高的，甚至远远超过第二方数据的价值。要想这种数据用起来，交易过程中，我没有办法预先开出来这样一个数据的展示让你来买。现在大家认为比较先进的合理的模式就是程序化的模式，我实时问你，我这里有一次展示的机会，在这个展示即将发生的那一刻，我把请求送到京东的服务器，问你一下，你要不要这次广告展示机会，你如果要，你自己定一个价格传给我，仍然是需求方定价。除了定价以外，把这个选择的机会也都交给需求方。这盘活了很多东西，比如说今天的数据交易，如果没有需求方选择模式，数据交易量没有这么大，数据交易是程序交易规模化运转起来以后，才成为一个选择。