一、大数据与广告的关系

A类问题：随着数据采样率下降，解决问题的收益会快速下降，这是典型的大数据问题。如个性化推荐（personalized
recommendation）和计算广告(computational
advertising)。通常采用Hadoop和NoSQL数据存储技术。
B类问题：随着数据采样率上升，解决问题的收益有所提高，达到一定规模，收益趋于稳定，如文本主题模型（topic
model）。属于中等规模的问题，常用spark计算框架解决。
C类问题：随着数据采样率下降，解决问题收益并没有明显下降。如统计报表等。

二、广告的定义与目的

广告定义——出资人（广告主、需求方）通过媒体（供给方）将自己的产品（包括商品、服务和观点）传达给受众。
需求方——广告主、代理商、采买方
供给方——媒体方、变现平台
受众

品牌广告（Brand Awareness）——借助媒体的力量快速接触大量用户，达到宣传品牌形象、提升中长期购买率与利润空间的目的。
效果广告（Direct Response）——利用广告手段马上带来大量的购买或其他转化行为。

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。
ROI(投入产出比)=总产出/总投入
一切付费的信息、产品或服务的传播渠道，都是广告。

三、在线广告创意类型

横幅广告——嵌入在页面中相对固定位置的图片，一般需要有默认的备选广告素材文字链广告——一段链接到广告主落地页的文字，eg，搜索广告
富媒体广告——弹窗、对联、全屏，适合品牌性质比较强的广告，对用户体验影响大，不存在防天窗的问题
视频广告——前插片、暂停播放时广告，前插片广告冲击力和表现力较强
社交广告——社交网络环境下嵌入的广告，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
移动广告——横幅、开屏、插屏、积分墙或推荐墙邮件定向营销广告（EDM）——可以随时向认为合适的用户发送推广信息

四、在线广告简史

1、合约广告

（1）展示广告（ display advertising ）

展示广告也叫显示广告。这一阶段的展示广告售卖模式称为合约广告（ agreement-based advertising ），即采用合同约定的方式确定某一广告位在某一时间段为某特定广告主所独占，并且根据双方的要求，确定广告创意和投放策略。

（2）定向广告（ targeted advertising ）

两个技术需求：
受众定向（ audience targeting ），即通过技术手段标定某个用户的性别、年龄或其他标签；
广告投放（ ad serving ），即将广告投送由直接嵌入页面变为实时响应前端请求，并根据用户标签自动决策和返回合适的广告创意。

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。
合约广告系统中的计算问题——在线分配——在满足各合约目标受众量要求的同时尽可能为所有广告商分配到质更好的流量。
在线分配的两个难点：
如何有效地将流量分配到各个合约互相交叉的人群覆盖上；
在线的环境下实时地完成每一次展示决策。–> 带约束优化的数学方法解决。

4、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。
定价机制——广义第二高价（GSP）

上下文广告（ contextual advertising ）
将用户的即时兴趣标签由搜索词换成正在浏览页面中的关键词，可以将这套竞价广告系统从搜索结果页照搬到媒体页面上，这就产生了上下文广告（ contextual advertising ）。

广告网络(ADN)
竞价机制+精准人群定向，按照人群或上下文标签售卖给需求方，并用竞价的方式决定流量分配，结算以按点击付费（Cost per Click，CPC）的方式为主。

ADN只通过出价接口提供价格约定，由需求方保证广告量。

流量采买
更多地面向受众而非媒体或广告位进行采买；这与受众定向的流行有关
需求方的代理需要采用技术的手段保证广告主量的需求——拿量，并在此基础上帮助广告主优化效果

交易终端（TD）
该问题与在线分配的区别在于——由于需求方或者代理商只能在ADN定义好的定向标签组合上预先指定出价，不能控制每一次展示的出价，因此，市场就像一个黑盒子，需求方只能靠选择合适的标签组合以及阶段性调整出价来间接控制效果。这种面向多个ADN或媒体按人群一站式采买广告并优化投入产出比的需求方产品，成为交易终端（TD）.

6、实时竞价（RTB）

——定制化需求：让需求方按自己的人群定义来挑选流量
广告主预先出价，每次展示时实时出价。
实时竞价主要采用按展示次数计费方式（CPM）

广告交易平台（ADX）——把广告展示的上下文页面URL以及访客的用户标识等信息传给需求方，就能有充分的的信息来完成定制化的人群选择和出价。

需求方平台（DSP）——通过实时竞价的方式，按照定制化的人群标签购买广告
DSP需要尽可能准确地估计每一次展示带来的期望价值。

程序化交易——基于DSP的广告采买方式

在广告发展史上，定向技术和交易形式的发展是一条主线

交易形态主线：固定位置合约——定向广告——GD广告——受众定向按展示量结算的合约——竞价广告(ADN,TD)——实时竞价（ADX）
产品展现逻辑主线：广告位与内容独立（以优化收入为目标）——原生广告（将内容和广告以某种方式统一决策或排序的广告产品）

发展热点——将原生广告与交易逻辑相结合

广告发展的核心驱动力：让越来越多的数据源为广告决策提供支持，从而提升广告的效果。

五、泛广告商业产品

团购——按效果付费，以向用户获利获得转化，获新
游戏联运——按效果付费
固定位导航——按时间付费，引流
返利购买——获得高ROI，不利于获新

计算广告：第一章——在线广告综述相关推荐

计算广告第一章——在线广告综述
文章目录 1. 在线广告综述 1.1 免费模式与互联网核心资产 1.2 大数据与广告的关系 1.3 广告的定义与目的 1.4 在线广告表现形式 1.5 在线广告简史注:本博客系列为读书笔记(< ...
《计算广告》读书笔记——第一章在线广告综述
在线广告, 也称为网络广告. 互联网广告, 指的是在线媒体上投放的广告. 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. 在线广告开启了大规模. 自动化地利用数据改善产品和提高收入的先河. ...
粤教版高中信息技术必修一《数据与计算》第一章:python编程作ASCII编码excel表
粤教版高中信息技术必修一<数据与计算>第一章 python编程作ASCII编码excel表知识点: 1.循环语句 2.条件语句 3.格式化输出:format, f'{} 格式化三个方 ...
计算广告1之在线广告市场和背景
1.在线广告综述在线广告,指的是在线媒体上投放的广告.与传统广告不同的是,在线广告在其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. 图1 在线广告综述 1.1 免费 ...
广告基本知识-在线广告的市场
在线广告的市场下图是几年前的图了,它放到今天已经有一些不准确了,所以在后面我们讨论商品形态和产品的时候,会对它有一些微调.图中清楚地揭示了广告发展的几个阶段,越靠左的部分越接近于需求方(demand ...
平流式初沉池贮砂斗计算_第一章沉砂池的设计与计算-精品PPT课件最新版
<第一章沉砂池的设计与计算-精品PPT课件.ppt>由会员分享,可免费在线阅读全文,更多与<第一章沉砂池的设计与计算-精品PPT课件>相关文档资源请在帮帮文库(www.wo ...
网络广告反作弊在线广告作弊手段一览
广告业有句古老的名言:你知道广告投入的一半都被浪费了,可你不知道究竟是哪一半."这是个最好的时代,也是最坏的时代."这句话用来描述互联网时代广告主们的处境实在是再准确不过了.这里提 ...
python字典值的和计算_第一章Python数据结构和算法（字典的运算）
问题怎样在数据字典中执行一些计算操作(比如求最小值.最大值.排序等等)? 解决方案考虑下面的股票名和价格映射字典: prices = { 'ACME': 45.23, 'AAPL': 612.78 ...
《计算广告》第二部分在线广告产品逻辑——笔记（下）
文章目录第6章程序化交易广告实时竞价其他程序化交易方式优选私有市场广告交易方式谱系广告交易平台需求方平台需求方平台产品策略出价策略重定向新客推荐供给方平台供给方平台产品策 ...
《计算广告》第二部分在线广告产品逻辑——笔记（上）
文章目录前言第3章在线广告产品逻辑商业产品的设计原则需求方层级组织与接口供给方管理接口第4章合约广告广告位合约展示量合约受众定向受众定向方法概览受众定向标签体系流量预测流 ...

计算广告：第一章——在线广告综述

第一章——在线广告综述