《计算广告》_刘鹏_[一]在线广告市场与背景_(1)在线广告综述

 

写在前面

内容提要

计算广告，涉及领域：大规模搜索和文本分析、信息获取、统计模型、机器学习、分类、优化以及微观经济学等

本书系统介绍计算广告的产品、问题、系统和算法

以广告系统业务形态的需求和变化为主线，依次介绍合约广告系统、竞价广告系统、程序化交易市场等

 

前言

1、互联网最关键的思维模式

正面的免费服务是为了获得流量和数据，而背面的广告业务就是将这些流量和数据变成金钱。

2、重要的几类问题

（1）商业模式探索：比如电影，怎么降价获取利润？

（2）流量变现：比如互联网电视厂商，怎么流量变现？

（3）数据变现：比如室内导航技术，获取的数据怎么变现？

（4）商业产品建设和运营：比如团购、游戏联运、返利购买、积分墙等与广告有什么联系？

3、本书的两条主线

明线：商业逻辑驱动的在线广告产品和技术的升级。

暗线：数据的加工、利用和交易。

4、广告业务的收益来自三方面：数据、流量、品牌属性。

5、内容组织

第一部分：基本问题和背景知识。

第二部分：面向产品、运营、销售、决策者，根据在线广告的产品发展顺序，介绍市场结构、交易模式、主要产品。

第三部分：面向系统工程师、算法工程师和架构师，根据在线广告的产品发展顺序，介绍关键技术挑战和基础解决方案。

 

结构

第一部分：在线广告市场与背景，包含第1-2章

第二部分：在线广告产品逻辑，包含第3-8章

第三部分：计算广告关键技术，包含第9-15章

第四部分：附录，包含主要术语、参考文献

 

第一部分 在线广告市场与背景

第一章 在线广告综述

广告：首先是一项商业活动，然后才是一项在互联网情况下需要技术优化的商业活动

1.1 免费模式与互联网核心资产

免费产品获得的3项可变现核心资产：流量、数据、影响力

 

1.2 大数据与广告的关系

大数据问题的解释：
C类问题：如果通过下采样，还能很好的解决问题，则这类问题不属于大数据问题。

A类问题：随着下采样率的降低，问题解决的效果越来越差，则这类问题属于大数据问题。 

                 用hadoop和NoSql解决。

B类问题：随着数据量提高，解决问题效果明显。但是当数据量达到一定时，效果提升不明显。

                 用中等数据量解决。Spark。

 

1.3 广告的定义与目的

主线：出资人、媒体、受众三者的博弈关系

品牌广告：宣传品牌形象、提升中长期购买率与利润空间

效果广告：利用广告，马上带来大量的购买或其他转化行为

互联网广告：兼顾品牌广告+效果广告

评价成本：ROI Return On Investment 投入产出比

 

1.4 在线广告创意类型

横幅广告：常见于网页

文字链广告：常见于搜索广告中

富媒体广告：常见形式有弹窗、对联、全凭等。强烈的视觉冲击。

视频广告：常见形式有前插片、后插片、暂停

社交广告

移动广告

邮件营销广告

激励广告

团购

游戏联运

固定位导航

 

1.5 在线广告简史

由杂志引申出来：展示广告---合约广告

定向广告--竞价广告

搜索广告--上下文广告--竞价广告

广告交易平台ADX：DSP，SSP

社交广告--原生广告