计算广告学习笔记1

写在前面：
笔记是学习《计算广告》一书的学习笔记，因为最近开始学习广告后台的先关内容，也是刚刚毕业，带我的人广告业务为主，我也是刚刚学习，刚刚进入这个领域，选择的是《计算广告》一书，学习视频在B站有，同时也有网易课堂的教学内容，希望能有所长进。

第一章 在线广告综述

首先大多数的互联网巨头的收入很大一部分来来自广告。

下面是与商业化相关的产品问题：

• 商业模式的探索：
• 流量变现：
• 数据变现：
• 用户增长：

目前很多的情况是，免费模式实现用户的增长，免费模式是，售价倾向于边界成本。获得其他资产之后通过后向变现的方式获取利益。

互联网三项可变现的核心资产：

品牌：提高付费内容的关注程度
数据：提高付费内容的投放效率
流量：正常内容中夹带付费内容
常看一些互联网产品的变现能力变现的哪些核心内容。
流量+数据使得更多的个性化的结合使得更面向用户的标签。

大数据方案解决问题的依据（来源+问题+应用来确定）：

数据的采样率与数据的目标函数的关系决定了这个问题是否需要依托大数据来解决这个问题。（有一张表的但是我就不贴了）
**行为数据和交易数据：**交易数据必须无误的记录，数据格式几乎一样，行为数据可有可无。（医药行业的订单和个人的运行习惯，还是医药行业里的例子很好理解）

一个行业能否为大数据改造的思考：
自动化应用+行为数据（区别交易数据）+全量加工（区别采样加工）

广告的定义和目的：

广告主通过媒体达到低成本的用户接触（提升品牌效果，）。或者是互联网下更和实际的定义为，一切付费的信息，产品，或者服务的传播渠道都是广告。

广告就目的可以分成是品牌广告和直接效果广告（提升品牌形象长远利益的和直接立刻短时间内催生购买欲望的）

一些常见的广告类型：

banner
文字链
视频广告
社交广告
移动广告
开屏广告
邮件定向营销广告（唯一主动的广告广告形式）

计算广告的核心挑战是：

其实就是在合适的环境下对特定用户完成特定的广告的投放，达到更加合理的效果，这个计算过程就是计算广告。本质上还是受限条件下的最优化问题。

实现优化的分析步骤：

一种合理的分析过程是将这个广告业务过程分成一个漏斗，在这个漏斗过程中是找关键步骤进行优化：

漏斗的过程是为了合理的分析各个阶段的步骤，按照步骤进行合理的优化，向着更好的关键指标方向走。

在线广告的一些简史：

（这块我读着也很乱，需要重新整理和总结）
最早的合约广告，广告位合约和展示量合约，只有出现了受众广告（需要满足的两个技术要求是受众定向和广告投放），合约广告中的比较重要的问题是在线分配问题，即在满足合约受众量的要求情况下同时尽可能分配质更好的流量。后来竞价广告出现了，供给方指向广告主保证质而不再承诺保证量。竞价广告最开始用在搜索广告中，这种成功的模式很快推广到媒体页面上，这种广高被称为上下文广告。基于竞价机制和精准的人群定向这两个功能，在线广告分化出广告网络这个新的市场形态，
所以广告在做的事情就是在向广告主卖带有特征的流量，让他们的产品更好的接触用户。用户标签中需要使用到的广告注提供的数据，这种标签被称为定制化用户标签。常见的使用定制化的用户标签的场景有：对预警流失的客户的一次促销，对指定类型潜在用户的一次促销广告投放，只要知道上下文页面和访客的用户标识就可以利用这些信息完成定制化人群的选择和出价，出现了聚合大量剩余流量的并采用实时竞价的方式为其变现的产品形态，即广告交易平台。通过实时竞价方式man找定制化人群标签购买广告，这种产品就是需求方平台。基于DSP的广告采买方式叫做程序化交易