计算广告学习——概念

1. 边际成本

边际成本指的是每一单位新增生产的产品(或者购买的产品)带来的总成本的增量。 这个概念表明每一单位的产品的成本与总产品量有关。

举个例子

比如现在你生产汽车,原本一天生产两辆,现在增加产量,一天生产三辆,那么成本肯定会增加吧,假设成本增加10万,那么这10万,就是边际成本。即增加一个单位的产量所带来的成本的增量,叫边际成本。

边际成本不是固定不变的,这就涉及到可变成本和不变成本的问题了。还是举生产汽车的例子吧,假设你原来一天生产两辆汽车,现在一天要生产三辆,那么除了购买生产汽车本身所需要的原材料(比如各种汽车配件神马的)之外,你很可能还需要购买更多厂房和机床,需要雇佣更多工人,因为你原来的工厂规模、设施、人手都不足以生产三辆汽车,要生产三辆汽车就要多花很多钱,这时候边际成本自然较高。可如果你原来一天生产100辆汽车,现在一天要生产101辆,那么你只需要购买必需的原材料和配件,不需要扩大厂房和人手了,边际成本自然较低,这就是规模生产的好处之一。

2. 什么是大数据问题

从理论上来讲,并没有很准确的界定标准,就好像在问你觉得什么是人工智能一样;
从实践角度来说,自从互联网公司开始挖掘海量用户行为数据中的价值,大数据这一概念就进入了实践阶段。

3. 什么是在线广告、定向广告、搜索广告

在线广告:在线媒体上投放的广告 ,包括一切互联网广告(定向、搜索也包含在内) ——《计算广告,刘鹏》

定向广告:指的是用户被动接受的广告。例如打开淘宝页面,会自动给你推荐各种各样的商品,这是你被动接受的

搜索广告:指的是基于Query的方法。还以淘宝为例,用户在搜索框中搜索商品关键字,出现的商品就是搜索广告,对于不同用户可能搜索出来的内容也不一样。

下图展示了定向广告和搜索广告的区别:在这里插入图片描述

4. 什么是A/B Test

A/B test 是一种用来测试新产品或新功能的在线测试常规方法。一般分为两组用户,一组对照组,一组实验组。对照组采用已有的产品或功能,实验组采用新功能。要做的是找到他们的不同反应,并以此确定哪个版本更好

A/B test 能帮助你爬上前面的山峰,但如果想弄清楚是爬这座还是另一座,A/B test 可能不太有效。A/B test 能对很大范围的事情进行测试

例如:

  • 亚马逊个性化推荐的 A/B test,发现个推能显著提升收益。
  • 领英对首页流排序的测试,谷歌的搜索广告排名。
  • 此外还可以对用户难以察觉的东西进行测试,如网站响应速度。亚马逊在07年发现:页面每增加100ms延迟,收入将会下降1个百分点。

5. 推荐系统与计算广告

5.1 推荐系统

定义:推荐系统是一种信息过滤系统,根据用户的历史行为、社交关系、兴趣点进行推荐商品。

Q1:机器学习如何找到这些适合你的商品?

A1:
1)基于内容的推荐算法(Content-based Filtering)
最早人们使用的是基于内容的推荐算法,根据物品的属性为他们打上标签,再通过这些标签计算他们之间的相似度。

2)协同过滤(Collaborative Filtering)
协同过滤就是通过数据找到与你相似的用户,通过他们的行为和他们喜欢的内容,为你推荐你可能感兴趣的物品或内容,充分利用了用户的“集体智慧”。日常生活中,我们也会找到兴趣相同的朋友来帮我们推荐电影或者音乐。下图为协同过滤的思想。
在这里插入图片描述
Q2:怎么去理解推荐系统的目标?

A2:
推荐系统他的目标很多,到底选择哪个作为指标是个问题,这需要根据实际的应用场景来做出决定,因为不同的场景,需求不同。需求大致有以下5种:

1)首页推荐
2)热门推荐(热搜)
3)搜索之后推荐(淘宝的基于Query的广告推荐)
4)购买之后的推荐(买完iphone手机不能再推荐手机产品了)
5)关注了某个用户之后的推荐(小红书)

Q3:什么是推荐系统中的冷启动问题?

A3:

1)用户冷启动:新用户来的时候,如何推荐
2)物品冷启动:新的物品,如何推荐
3)系统冷启动:新的网站上线,如何推荐

5.2 计算广告

计算广告:他不完全等同于推荐系统,他首先是一项商业活动,然后才是一项技术。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。因此计算广告比推荐系统复杂的多。

6. 从展示广告到竞价广告

  • 受众定向/用户画像:通过技术手段标定某个用户的性别、年龄、或其他标签
  • 在线分配策略:它需要解决两个问题:1)如何有效的将流量分配到各个合约相互交叉的人群覆盖上;2)如何在在线环境下实时的完成每一次展示决策。

6.1 展示广告

展示广告,顾名思义,就是展示在网站的那些广告。具体定义:线下的广告代理公司把一些在线媒体当成杂志版面,在里面插入广告位,按既往思路和逻辑进行采买。这种在互联网上展示横幅广告的产品形式为展示广告(display ad),而这种展示广告售卖方式称为合约广告(agreement-based advertising)

展示广告领域定向投放的最初动机,是媒体为了拆分流量以获取更高的营收。但是如果提供非常精细的定向,反而会造成售卖率下降,因此,最初的定向标签往往是人口属性等粒度较粗的定向。不过精细受众定向显然更符合需求方(广告主)的口味和利益。

tips:广告市场的钱全部来自需求方(广告主),他们的利益被满足的越好,市场的规模就会越大

因此,受众定向产生后,有两方面的发展趋势:

1)定向标签变得越来越准确,例如具体某件商品的购物兴趣
2)广告主的数量不断膨胀

在这些趋势下,按照合约方式售卖广告遇到了很多麻烦:

1)很难对这些细粒度标签组合的流量做准确预估
2)当一次展示同时满足多个合约时,仅仅按照在线分配策略,有可能浪费了部分本可以卖的更贵的流量。

既然量的约束带来了这些麻烦,有没有可能抛弃它呢? 这就催生了竞价广告

6.2 竞价广告

所谓竞价广告,也就是由用户自主投放,自行管理,通过调整价格进行排名来宣传信息,按广告效果收费的新型广告形式。

竞价广告最显著的特点就是按点击收费,如果不点击就不会收费。并且竞价广告主要是基于搜索引擎的服务,广告主通过互联网的精准投放特性,可以以少量的成本获取大量客户,有效提高企业的销售额。

说到竞价广告就要说一下竞价排名。什么是竞价排名

竞价排名是一种按效果付费的网络推广方式,由百度在国内首创。通过用户的搜索关键词推送给客户,搜索结果越靠前的信息,效果越好。

打个比方,张家和李家都是卖梨的,都在同一个网站平台上投了广告信息,但是张家给的广告价格比李家高,所以张家的产品信息就排在最前面,比李家更容易被消费者看见,更容易被消费者选择,这就是竞价排名。

竞价广告相比于传统广告有如下又优势:

1、性价比高;竞价广告完全按照给企业带来潜在客户的访问点击量来计费,企业在设置关键词后可以立即在后台监督,灵活调整推广力度和资金投入,是回报率最高。

2、关键词无限制;企业可以根据自己的产品服务设置各种各样的关键词,不论是数量还是难易程度都没有限制。客户只要舍得投入资金,可以自己设置多个关键词进行推广,不论是热门还是冷门,只要想都可以排到最前列。更加全面的关键词可以让产品更容易被潜在客户找到,进而实现转化成交。

3、投放更加精准有效;企业的推广信息经过大数据测算后,只会展示到真正感兴趣的潜在客户面前,针对性强,更容易实现销售。

但凡事不能尽善尽美,竞价广告也有自己的劣势所在:

1,价格昂贵,起伏较大;因为竞价广告按点击收费,广告展示位置又是根据价格高低决定的,虽然最低价格的广告费较低,但企业为了位置更加靠前,或抢占第一位,有的关键词单价可以达到数十元,一个月就要消费上万的广告费。

2,管理麻烦;为了控制成本,保持广告位置,找到最适合的竞价,需要专人进行监督查看,并对关键词进行筛选,对价格进行调整。

4、各个媒体平台的独立性;每个媒体平台都是独立的,当你在A平台上进行广告投发后,操作得当,广告信息非常靠前,点击率很高,但是当你换到B平台上时,就需要重新进行操作,衡量新的合适的广告词以及定价,重新花费精力进行推广。

但虽然有这样的劣势,相对于竞价广告能够带来的大量客户和销售额,这些投入成本都是值得的。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
高中生对于大数据发展的思考——我眼中的大数据 高中生对于大数据发展的思考——我眼中的大数据全文共2页,当前为第1页。 摘要:科技在发展,时代在进步。移动互联网技术的兴起将我们每个人与网络连接在一起而不可割离,无论是办理业务、手机支付、地图导航还是语音助手,这些都极大的便利了我们的生活。与此同时,这些新技术的背后都有一个关键技术支撑——大数据。而大数据有哪些特征呢?除了在移动互联网中的现有应用,又可以在哪些领域引起变革呢?通过查阅相关资料,并结合自身的理解,本文以高中生的视角来分析,思考大数据的发展以及应用方向。 关键词:大数据;高中生;发展应用 我们生活在一个日新月异的时代,科技的飞速发展让人们享受到了巨大的便利。随着移动互联网通信技术的发展与智能手机的迅速普及,人们几乎可以实现随时随地自由上网。"云"概念的迅速兴起与分布式处理技术的广泛应用使得原本复杂的计算与大容量存储得以简化,实现了大规模的普及。在这些因素推动下,大数据的概念被提出并得到了众多企业与用户的青睐,很快成为了一股浪潮席卷整个互联网及其相关领域。 一、大数据的特征 说到大数据,不得不提的就是"4V",意思是大数据"容量大Volume",必须使用大量的存储空间;"多样性Variety":包含文本、图片、音频视频等格式的信息;"价值高Value":通过分析大数据可以得到平常难以发现的结论;"速度快Velocity":大规模数据的处理对运算能力提出了新的要求。 这里我们从舍恩伯格在《大数据时代》这么书中提到的内容入手,总结的大数据的三个特征。 1、不是随机样本,而是全体数据 过去由于技术、经济、等多个层面限制,人们探索客观规律时,主要依靠抽样数据、片面数据、或片面数据,导致过去人类对于客观世界的认知是肤浅的、表面的、错误的。大数据的出现使人们获取数据变得更便捷、更迅速、更具时效性。我们的不再局限在抽样调查,而是覆盖对象的全体,能够在对事物的分析中发现更多的可能性和相关性。大数据的"量变"引发了人类进行分析和思考的核心层面上的"质变"。 2、不是精确性,而是混杂性 在庞大的数据体量面前,每一个小的数据的精确性可以变得不是那么的重要,因为庞大的数量可以消除或极大地稀释那些不准确的部分。看上去混杂无章的数据,可以将原来看似无关的维度联系起来。这个时候,数据的混杂性反而成为了大数据的优势,通过对不同维度的数据的分析,使这些维度开始出现相互交叉,数据之间的关联性获得了极大地增强。如果对这些不同维度的信息进行挖掘、加工和整理,就能够获得有价值的统计规律。 3、不是因果关系,而是相关关系 因果关系是最基本、最底层的逻辑规律。世界上万物间的联系很复杂,现实情况下的因果关系通常都是"多因果关系",也就是事物之间的相互作用是多因多果的,无法分析清楚复杂的、非线性的因果关系,人们习惯将这些多因果关系称之为是"相关关系"。"相关关系只是还没有被理解的、复杂的因果关系。"大数据提倡关注"相关关系",并非是对因果关系的否定,反而是对客观世界真相的承认与接纳——承认世界是复杂的,联系紧密的。也是站在一个更实用的立场上,专注于具体问题的解决或做出更优的决策。 二、大数据的应用 大数据由于其得天独厚的价值优势,已经成为众多新兴产业的宠儿,行业内都在积极部署大数据。同时,现有阶段我们也在享受着大数据带来的福利。 早在很久以前,古人们已经学会了利用大数据分析,很多古老的谚语其实就是对大数据总结的成果。拿二十四节气来说,就是我国古代劳动人民通过观察日月运行制定的,比如谷雨——在每年的4月20日左右,人们发现雨水增多,这样利于谷物生长,所以称之为谷雨,二十四节气是古代劳动人们长期经验积累和智慧的结晶。 再比如现代的淘宝网,通过将不同类型的消费者分类,可以进行精准的广告推送,在以前我们看到广告是杂乱无章的,如女性经常收到男士跑鞋、服饰等广告,容易引起用户的反感;而现在通过分析消费者的偏好可以精准投放广告,很容易满足消费者的需求,从而提高购买力。同时还可以帮助商家发现潜在消费人群。 对于高中生来说,大数据也在学习生活中发挥着巨大作用。最近非常热点的"成都七中"直播网课方式,为偏远地区的教育注入了新的活力。贫困地区的高中生通过收看直播的方式,与大城市高级中学的孩子们享受着几乎同样的课堂效果,提高了升学几率。同时,这种直播的方式缩小了大小城市、城乡间的教育差距,进一步促进了教育公平。此外,现在的网课、网络数据库等利用大数据技术整合出资源都可以应用在高中生的学习中,从而促进高中生综合能力的提高与全方面发展。 三、大数据的隐私问题 对于大数据时代,人类的一切行为习惯都被收集了,而云计算就像福尔摩斯一样,分析预测人们的行为。所以,大数据就该涉及到个人隐私的问题。随着公众法律意识增强,个人隐私问题备受关注,大数据在后台收集用

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

InceptionZ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值