計算廣告：互聯網商業變現的市場與技術

個人一直很喜歡讀「通史」或「簡史」類的書籍, 因爲可以通過歷史發展演化的角度來看待研究對象, 知道它是什麼, 知道它從哪裏來, 並可更好地猜測它會到哪裏去. 但市面上一直沒能找到一本和「互聯網廣告」相關的這類書籍, 直到 劉鵬 老師的「計算廣告」一書發佈. 之前能找到的大多是介紹互聯網行業的一些角色相關和產業鏈相關的書籍, 從裏面可以瞭解互聯網廣告相關的概念和大概的流程, 但始終是在隔靴搔癢. 作者在這本書中重點做了兩件事: 一是描述了在線廣告的發展歷史, 以及介紹了在線廣告的四種類別. 第二件事是介紹了在線廣告產品的核心關鍵技術(並有相關代碼片斷). 那到底什麼是 廣告 ? 廣告主: 出錢的人 媒體: 能接觸用戶的渠道 用戶: 會使用或購買產品的羣體 廣告即是廣告主通過媒體向用戶展示產品信息, 以達到自己推廣目的(提升品牌印象或提升銷量等) 在線廣告區別與傳統廣告的最主要特點就是以人羣爲投放目標, 支持數據量化優化. 這也就是 大數據 這個概念在互聯網廣告領域可以風生水起的一個原因. 計算廣告的核心問題就是: 針對一系列用戶 (u = user) 在不同的上網環境(情景)中 (c = context) 找到最佳廣告投放策略 (a = advertise) 從而優化廣告投放利潤 (P = profit) 利潤就是收入減去成本, 在廣告活動預算一定的情況下, 優化利潤相當於優化收入. R(a, u, c) = eCPM = CTR(a, u, c) * Value(a, u, c) = CTR(a, u, c) * 到達率 * 轉化率 * 客單價 在線廣告針對人羣受衆售賣的特點決定了 受衆定向 是非常重要的技術. 在考察定向技術好壞的時候, 重點看兩個東西: 質 與 量. 質就是定向的效果, 你圈定的人羣流量上面變現效率是不是高出平均 eCPM. 量就是定向的規模, 你圈定的人羣流量佔整體廣告流量的比例. 廣告系統比較流行的定向方式包括: 地域定向(geo-targeting) 分地域投放. 比如北京地區的鮮花速遞公司, 只需要投放北京地區的受衆, 其它地區的受衆不需要接觸. 人口屬性定向(demographical targeting) 人中屬性的標籤主要標籤包括: 年齡/性別/教育程度/收入水平等. 上下文定向(context targeting) 根據網頁內容來匹配相關廣告, 定向的粒度可以是關鍵詞/主題/或者分類. 行爲定向(behaviorial targeting) 根據用戶的歷史訪問行爲來了解用戶, 推送相關廣告. 這也就是互聯網應用爲什麼喜歡收集用戶行爲數據的原因, 可以產生變現的價值. 也由此催生出了數據收集/加工/交易的衍生業務. 商圈定向(hyper-local targeting) 在移動設備上面投放廣告時, 我們有可能獲得非常精準的地理位置信息. 這使得針對具體商圈進行投放廣告有了可能性. 重定向(retargeting) 對某個廣告主過去一段時間內的訪客投放廣告, 提升轉化效果. 這種方式的定向, 是被公認爲精準程度最高, 效果最突出的方式, 缺點就是覆蓋量較小. 新客推薦定向(look-alike targeting) 平臺根據廣告主提供的重定向種子訪客信息, 結合廣告平臺豐富數據, 爲廣告主找到行爲上相似的潛在客戶. 在線廣告類別 作者把互聯網廣告分成了四個類別: 合約廣告 主要包括兩種方式: CPT 廣告(按時段售賣) CPM 廣告(按展示量售賣) 在互聯網廣告早期, 媒體和廣告主(或廣告代理)直接勾兌, 把線下廣告的投放邏輯照搬到線上, 雙方簽訂合同, 廣告主買斷指定時間段內的媒體廣告位, 即按 CPT 的方式售賣. 後來演化出了按一次廣告投放的展示總量和展示單價來簽約, 即按 CPM 的方式售賣. 這兩種售賣方式對應的廣告系統, 其實只需要一個簡單的廣告排期系統即可. 競價廣告 隨着互聯網廣告行業的發展, 廣告投放朝着精細化的方向不斷前進. 交易模式也從原來的合約方式演進到了競價方式. 不再像之前一樣, 按時間段或批量售賣, 而是按不同的人羣進行區分售賣, 價高者得. 這種模式同時還有一個好處, 即原來按合約售賣賣不掉的剩餘流量, 現在也有可能通過競價被售賣出去. 這種形式最主要的應用場景有兩個: 一是搜索廣告, 第二個是廣告網絡. 搜索廣告因天生的搜索 query 詞代表用戶的搜索意圖, 可以輕鬆區分出人羣, 方便廣告主競價採買. 廣告網絡是指媒體方以頁面上下文關鍵詞或者訪問人羣的興趣標籤, 將人羣做區分, 方便廣告主競價(或按合約)採買. 程序化交易廣告 市場的發展方向是向需求方徹底開放(畢竟是金主爸爸), 除了允許廣告主按照媒體方或廣告平臺定義好的用戶劃分來購買以外, 進一步演化到了允許廣告主自行選擇流量和在每一次展示上獨立出價, 參與競價. 而這種方式, 就產生了以實時競價(RTB)爲核心的程序化交易市場. 原生廣告 在移動互聯網時代到來之後, 屏幕較小的移動設備環境下, 獨立展示和運營廣告和內容遇到的挑戰. 業務開始探討將內容和廣告混合的道路(Content as ad), 提升變現效率. 典型的如信息流廣告, 搜索廣告, 軟文廣告等等.

推薦理由這本書值得推薦的核心原因在於，作者劉鵬作爲清華博士，兼具微軟、360、科大訊飛等企業的技術研發與商業落地經驗，理論與實操兼備，其撰寫的這本書作爲該領域首部系統性專著，以 “市場 + 技術” 雙視角搭建了完整的計算廣告知識框架，從定義、生態到技術、趨勢全覆蓋，既避免了單一維度的片面性，又將複雜的算法原理與商業邏輯通俗化拆解，不僅適合互聯網商業化、產品、運營、技術等從業者落地應用，也能幫行業新人快速搭建全局認知，更聚焦 “流量高效匹配” 這一互聯網商業核心規律，既解析了當下程序化廣告的運作邏輯，又對合規化、智能化等未來趨勢有精準預判，長期具備參考價值。但本書也存在三點不足：1、隱私合規領域的新變化缺乏深入補充，對 “後 Cookie 時代” 的廣告投放革新探討有限；2、AIGC 賦能廣告創作、大模型驅動的精準推薦與效果優化等前沿技術應用未涉及，技術部分更側重傳統算法框架；3、案例多集中於國內早期互聯網平臺（如 360、雅虎等），對當下頭部平臺的廣告生態（如谷歌、Meta、抖音、小紅書等）及海外市場的差異化實踐覆蓋較少，實操參考性在新興場景下略有不足。 關於作者劉鵬，清華大學電子工程系博士，師從王作英教授，深耕AI與大數據領域多年。2005年起，他先後任職於微軟亞洲研究院、雅虎北京研究院、聚效、360、科大訊飛等機構，從前沿AI技術研發逐步轉向計算廣告領域，主導多項廣告技術優化與商業變現項目，推動程序化廣告落地。作爲國內大數據與數字廣告領域核心人物，他出版《計算廣告》專著，開設行業課程，兼任多所高校導師，爲計算廣告的理論普及與產業發展奠定重要基礎。 核心內容本書的框架 在線廣告市場與背景 互聯網廣告的發展歷程 在線廣告的發展劃分爲清晰的四個階段：合約廣告→定向廣告→競價廣告→實時競價廣告 (RTB)，核心邏輯是從 “賣廣告位” 到 “賣目標人羣” 的價值轉移，技術上從人工排期走向數據驅動、實時決策。分爲四大核心階段，各階段承接前序侷限，伴隨技術迭代升級。 第一階段爲合約廣告，是互聯網廣告原始形態，借鑑線下模式，廣告主與媒體簽訂合約包斷固定廣告位與時間段，以CPT計價，人工排期，“漫灌式”投放，無用戶數據利用，雖保障媒體穩定收入，但無效曝光多、流量價值被低估。 第二階段爲定向廣告，保留合約框架，引入受衆定向技術，構建用戶標籤體系，以CPM計價，實現“買人羣”的初步轉變，“滴灌式”精準投放，提升廣告相關性與流量價值，但受合約約束，投放靈活性不足。 第三階段爲競價廣告，打破合約框架，引入“價高者得、按效果付費”機制，以CPC/CPA計價，依託GSP競價規則與CTR預測模型，動態分配曝光機會，實現流量價值最大化，但依賴媒體數據、決策存在延遲。 第四階段爲實時競價廣告（RTB），程序化交易最高形態，以“單個用戶單次曝光”爲標的，通過DSP、Ad Exchange等生態，實現毫秒級競價與“一人一價”投放，依託實時計算與深度學習技術，打破媒體壁壘，實現全鏈路優化。 綜上，在線廣告演進本質是效率革命與價值重構，核心圍繞解決供需錯配，未來將向隱私計算、AI賦能、全鏈路整合方向發展，實現三方共贏。 在線廣告的產品邏輯 在線廣告不同於傳統線下廣告，其產品形式（這裏說的並非創意形式）相當豐富。主要有以下四類廣告產品： 合約廣告產品：它由線下廣告的交易形式衍生而來，又可以分爲按照時段售賣的CPT廣告和按照約定展示量售賣的CPM廣告。這類廣告產品主要服務於後續效果不宜直接衡量的品牌類廣告主，在門戶網站和視頻網站較爲常見。競價廣告產品：其最重要的形式是搜索廣告，其產品形式爲對搜索關鍵詞的競價。這種廣告在拓展到站外展示廣告流量時，演進成了對頁面關鍵詞或者用戶標籤競價的產品形式，也就是ADN。競價廣告的商業邏輯與合約廣告完全不同，也是解決效果類廣告需求的關鍵產品形式。程序化交易廣告產品：競價廣告的進一步發展催生了實時競價的交易形式。實時競價使得需求方可以更靈活地劃分和選擇自己的目標受衆，也使得更廣泛的數據使用和交易迅速發展起來。以實時競價爲核心的一系列交易方式逐漸演變爲機器之間以程序化的方式完成廣告交易決策，因此，這類產品稱爲程序化交易廣告產品。原生廣告產品：廣告的產品體系除了自身的演進，另一個重要課題是如何處理與非商業化內容的關係，讓廣告與內容儘可能以“原生”的方式共存。搜索廣告和社交網絡信息流廣告對此作了非常有價值的探索，不過這樣的原生廣告在規模化和交易化方面也遇到了很多的問題。然而，隨着近年來移動設備對於原生廣告的強烈渴求，像標準ADN那樣的原生廣告平臺正在快速發展中。對於每一種廣告的產品形態來說，都可能會有三個主要的組成部分：面向需求方的接口、面向供給方的接口、中間的投放系統及匹配策略。根據產品的不同，其中接口的形式可以是面向人工操作的界面，也可以是機器間通信的接口 其中程序化廣告的核心生態體系由四大核心角色構成，形成完整的交易閉環。一是需求方體系（DSP）：即需求方平臺，對接廣告主與代理商，核心功能是基於用戶數據實時分析曝光價值、計算出價，爲廣告主爭取最優曝光機會，同時支持投放策略的精細化設置（如定向、出價、頻次控制）。二是供給方體系（SSP）：即供應方平臺，對接媒體與流量主，負責整合媒體流量資源、管理廣告位庫存，通過程序化方式將流量接入交易市場，實現庫存價值最大化。三是交易平臺（Ad Exchange）：作爲供需雙方的橋樑，承接SSP的流量請求與DSP的競價請求，完成毫秒級競價排序、曝光分配，是程序化交易的核心樞紐。四是數據支撐體系（DMP）：即數據管理平臺，整合多源用戶數據（行爲、屬性、興趣），構建用戶畫像與標籤體系，爲DSP競價決策、SSP流量分層、廣告精準定向提供數據支撐。 從當下廣告市場格局來看，程序化廣告已成爲全球數字廣告領域的核心增長引擎與絕對主導力量，是連接廣告主、媒體與用戶的關鍵樞紐。其核心定位體現在三方面：一是數字廣告變現的核心載體，承接了絕大多數線上流量的商業化需求，尤其在流媒體、零售媒體等新興場景中成爲標配；二是技術賦能廣告行業的核心體現，推動廣告交易從“資源售賣”向“數據驅動的價值匹配”升級，打破了傳統廣告的場景與預算壁壘；三是行業創新的核心陣地，CTV（聯網電視）、RMN（零售媒體網絡）等新場景的商業化均以程序化技術爲基礎，成爲市場增長的核心驅動力。 市場份額方面，權威數據顯示，全球程序化廣告市場規模已達較高體量且持續攀升：2024年全球程序化廣告市場規模爲1591億美元，預計2026年將突破2000億美元。細分場景中，程序化交易滲透率持續提升，2025年全球超90%的CTV展示廣告將以程序化方式交易；在國內市場，程序化廣告佔數字廣告市場的份額已超60%，成爲廣告主首選的精準投放方式。從全球數字廣告格局來看，程序化廣告已佔據絕對主導地位，其增長主要依託CTV的場景滲透與零售媒體的技術下沉，未來仍將保持高於數字廣告大盤的增速，進一步鞏固市場核心地位。 計算廣告的核心技術 互聯網廣告核心技術的演變始終圍繞“解決供需錯配、提升匹配效率、平衡三方價值”展開，呈現出從“人工驅動”到“數據智能”、從“靜態粗放”到“實時精準”、從“單點優化”到“全鏈協同”的清晰趨勢，具體可概括爲五大核心方向：一、數據驅動：從“無數據利用”到“多源數據智能整合”。早期廣告技術無用戶數據支撐，依賴人工排期；定向廣告階段出現簡單人口屬性、興趣標籤；如今已發展爲多源數據（行爲、屬性、場景、線下數據）整合，通過DMP構建動態用戶畫像，實現標籤實時更新與精準匹配；未來將通過隱私計算技術（聯邦學習、差分隱私），實現“數據可用不可見”，在合規前提下挖掘數據價值，破解數據壁壘。二、計算能力：從“離線人工”到“毫秒級實時計算”。合約廣告階段僅需簡單離線排期系統；競價廣告階段引入近線計算支撐CTR預測；實時競價（RTB）階段依賴分佈式計算架構與高併發處理能力，實現100毫秒內完成“請求-匹配-競價-返回”全鏈路；未來將進一步強化層次化算力建設（離線、近線、實時協同），支撐大模型推理與海量併發場景，降低投放延遲。三、算法模型：從“簡單統計”到“深度學習與大模型賦能”。早期無複雜算法，僅通過場景分區實現初步定向；競價廣告階段以邏輯迴歸（LR）等傳統模型支撐CTR預測；當前深度學習模型（DNN、Transformer）成爲主流，可處理高維用戶行爲序列與廣告語義數據；未來大模型將深度融入，提升用戶意圖理解精度，同時優化CTR、CVR預測模型，實現“從曝光預測到轉化預判”的升級。四、技術分工：從“單一平臺承載”到“生態化協同分工”。早期廣告技術功能集中於媒體側，承擔排期、展示全流程；程序化廣告階段形成DSP、SSP、Ad Exchange、DMP四分生態，實現“需求方計算（出價決策）、供給方計算（庫存管理）、數據方計算（畫像構建）”分工協同；未來將進一步深化計算分工，推動智能投放技術發展，實現供需雙方算力高效協同。五、優化目標：從“單點效果”到“全鏈路智能優化”。早期技術僅優化廣告曝光效率；競價階段聚焦點擊、轉化等單點指標；當前已轉向“曝光-點擊-轉化-復購”全鏈路追蹤與歸因；未來將實現跨場景、跨平臺技術整合，打破流量壁壘，結合AI技術實現創意生成、定向投放、效果歸因的全鏈路自動化優化，兼顧投放效率與用戶體驗。 技術支撐是程序化廣告落地的核心，書中重點提及三大關鍵技術。 其一，實時計算技術：需在100毫秒內完成“流量請求-數據匹配-競價計算-結果返回”全鏈路，依賴分佈式計算架構與高併發處理能力，保障投放無延遲。 其二，用戶畫像與匹配技術：通過多維度數據標籤化構建動態用戶模型，結合上下文定向、興趣定向、行爲定向等技術，實現“用戶需求-廣告內容”的精準匹配。其三，預測與優化模型：核心是CTR（點擊預測）、CVR（轉化預測）模型，通過深度學習算法分析用戶行爲序列、廣告屬性等高維數據，精準預估曝光價值，支撐DSP出價決策；同時通過A/B測試、動態調價等工具，持續優化投放效果。此外，隱私計算技術（聯邦學習、差分隱私）也被重點提及，作爲合規前提下數據利用的核心解決方案。 同時，書中也剖析了程序化廣告的發展挑戰與趨勢。當前核心挑戰集中在隱私合規壓力（如個人信息保護法、GDPR）、數據壁壘導致的匹配效率不足、廣告欺詐等問題。未來發展趨勢則聚焦三大方向：一是AI深度賦能，生成式AI優化廣告創意、大模型提升用戶意圖理解精度；二是全鏈路整合，打破跨平臺數據壁壘，實現“曝光-點擊-轉化”全鏈路追蹤與歸因；三是合規與效率平衡，隱私計算技術規模化應用，實現“數據可用不可見”。 綜上，書中將程序化廣告定位爲在線廣告的終極形態之一，其核心價值在於“以技術打破供需錯配”，通過生態協同、數據驅動與實時決策，實現廣告主、媒體、用戶三方共贏。無論是從業者還是學習者，都能通過其核心邏輯，理解互聯網廣告商業變現的技術底層與未來方向。

互聯網通過正面的免費服務獲得流量和數據，進而將其變爲背面的廣告服務賺取真金白銀維持產品的生存。而傳統廣告向如今的計算廣告演化的驅動力來自於幾個方面，一是機器和算法取代絕大部分的人工與服務降低成本；二是由側重於大廣告主的品牌廣告變成兼顧中小廣告主的多種廣告形式，提高了廣告的規模營收；三是使廣告效果變得易於追蹤從而更好指導後續的改進。計算廣告圍繞着廣告主、媒體、用戶三個角色產生了三種廣告形式：合約廣告，在廣告網絡中進行的競價廣告（主要是搜索廣告），程序化交易廣告（廣告主可實時競價）。合約廣告按CPT或CPM來計費，側重品牌宣傳；搜索廣告主要分爲查詢擴展、檢索、排序、放置、定價五個過程，其中涉及到了位置拍賣的機制設計，其中市場保留價是爲了避免定價過低不及成本，價格擠壓因子的設置是爲了平衡廣告出價和廣告質量，避免只看重營收而忽略了廣告生態的可持續 程序化交易廣告的存在是由於廣告主想自行選擇流量以及在每一次展示上獨立出價，因爲這需要詢價、出價、競價同步進行。這種機制需要廣告交易平臺ADX、需求方平臺DSP、供應方平臺、數據管理平臺DMP、數據交易平臺的參與 而計算廣告需要的技術也是十分多元，如受衆定向、查詢擴展、信息檢索、點擊率預測、反作弊、隱私保護等

太專業了 越看越看不懂 棄坑[呲牙]

互聯網廣告經典之作。 對於要了解現代廣告市場發展脈絡、各參與玩家博弈過程、以及計算廣告核心技術的同學來說，是必讀書。

通過這本書來入門互聯網計算廣告，互聯網商業產品及數據運營真的有必要了解一下。 在線廣告及廣告演變邏輯；瞭解合約廣告、競價廣告、程序化廣告、原生廣告所面臨的不同產品問題及產品解決策略；重視產品的邏輯（講清楚問題的能力），而非僅僅只注重產品的用戶體驗功能設計。 感覺自己的數理邏輯還不夠清晰，書中的每一小節後面的問題都值得再深入思考。 部分閱讀隨筆 在線廣告產品類型： 一、合約廣告：線下廣告交易形式衍生而來，CPT、CPM廣告，主要服務於品牌廣告主。e.g：門戶網站、視頻網站 廣告位 廣告位+人羣 廣告的輪播售賣 廣告位合約與展示量廣告合約中可能出現的一些問題： 一、受衆定向： 1.地域定向 2.人口屬性（年齡、性別、教育程度、收入水平……） 3.上下文定向（當前瀏覽界面推測，ADN常用） 4.行爲定向（歷史訪問行爲、用戶當前訪問IP地址定向、whereonearth） 5.精確位置定向（LBS（蜂窩、GPS）、室內LBS（wifi、藍牙）） 6.重定向（定製化標籤，對某廣告主過去一段時間的訪客進行投放廣告，以提升效果,最精準、但是量級最小） 7.新客推薦定向（廣告主提供種子訪客信息，結合廣告平臺數據進行行爲上相似潛在客戶挖掘） 8.團購（降低決策門檻） ---- 二、受衆定向標籤體系： 1）標籤作爲廣告投放的直接標的（可以被廣告主直接選擇的人羣），這些標籤需要能夠被廣告主理解，方便廣告主選擇。——結構化層級標籤體系（如：一節標籤、二級標籤等） 2）標籤僅僅是投放系統中的中間變量（按照效果驅動的方式來規劃和挖掘標籤的，這各個標籤中不太需要層次關係的約束） 3）以“關鍵詞”爲主的標籤形式 ------ 三、流量預測： 展示量合約售賣（在合約中約定投放的量），因此產品策略中，就出現了流量預測 t（u，b）: u-人羣標籤、人羣標籤組合；b-出價 流量產品在廣告產品中包括以下三個主要用途 1）售前指導：展示量合約中要約定曝光總數，事先儘可能準確的預測各個人羣標籤的流量 2）在線流量分配：展示量合約要求的人羣很可能存在大量交疊，如何設置分配策略，使得各個合約都儘可能被滿足。二部圖：供給節點、需求節點、在線分配 3）出價指導：在競價廣告中，沒有了量的保證，廣告主往往需要根據自己出價瞭解一下可以獲得的流量，來判斷自己的出價是否合理 ------ 四、流量塑形： 主動影響流量，讓合約達成（例如，在門戶網站上曝光汽車頻道車展廣告，那麼在首頁的時候多設置鏈接給汽車頻道導流） 二、競價廣告：最重要的形式搜索廣告。對頁面關鍵詞或者用戶標籤競價的產品形式（ADN），主要解決效果類廣告需求。e.g：搜索關鍵詞 一、查詢拓展： 1）精確匹配：例如，“英語培訓”這個關鍵詞下，只會出現“英語培訓”“培訓英語”兩個查詢 2）短語匹配：例如,"英語培訓暑期班““雅思英語培訓”英語相關培訓”…… 3）廣泛匹配：例如,"外語學習班“六級證書”“TOFEL”等相關的查詢詞 4）否定匹配：廣告主可以在2))中刪掉一些匹配詞 二、廣告放置：廣告候選完成排序（一般根據eCPM=μ*v or μ^k*bidcpc，來進行排序，其中μ表示點擊率、v表示點擊價值；k表示價格擠壓因子；bidcpc在競價廣告中，一般會根據CPC來進行出價）後，需要分別確定北區與東區廣告條數（根據用戶敏感度來判斷）。 北區廣告：黃金廣告展示位，廣告收入較高，但是容易損失用戶體驗。 因此進入北區的廣告需要考慮:1.內容相關度-保證用戶體驗、2.RPM（千次展示收入）-保證高效利用；3.需要設置廣告條數上限 三、定價問題： 1.廣義第二高價（GSP）： 第二高價：指只有一個位置的拍賣中，對贏得每一個位置的廣告主，都按照他的下一位的廣告位置出價來進行收費。 2.VCG：針對於多廣告位的拍賣最優的定價策略，對於贏得某個位置的廣告主，其所付出的成本等於他佔據這個位置給其他市場參與者帶來的價值損害付出成本。 四、市場保留價（MRP)：贏得拍賣位置的最低價格 1.對整個競價市場採用一樣的保留價格 2.根據不同表的物（如關鍵詞）的特性不同設置不同的保留價 e.g競爭激烈的關鍵詞設置比較高的MRP、北區廣告設置更高的MRP 五、價格擠壓因子 六、廣告聯盟：水平、垂直廣告網絡· 三、程序化交易廣告：實時競價的交易形式，核心目標是讓需求方實時地自由地選擇流量和出價，廣泛的數據應用和交易迅速發展，以實時競價爲核心的一系列交易方式逐漸演變成機器之間的程序化廣告交易決策 用定製化標籤知道廣告投放是實時競價的關鍵產品目標。 1）優選：缺點在於決策過程中可能存在較多的服務器往返，才能得到最後的廣告。由用戶延遲，影響廣告效果 2）私有市場：除了實時公開競價拍賣機制，有時候爲了保證廣告主的質量，拍賣限制在一些被邀請需求方的小範圍內進行。（邀請制，保證廣告主質量，媒體價值不受傷害；保留競價關係，提升媒體變現能力；） 四、原生廣告：處理廣告與非廣告商業化內容的關係而衍生出來的。e.g：搜索廣告和社交信息流廣告 移動廣告： 1)特點：情境廣告的可能（移動設備跟着用戶走，用戶意圖和需求更多）、本地化廣告（蜂窩數據、wifi、藍牙、gps精確定位） 2）創意形式更多：橫幅、插屏、開屏、鎖屏、推薦牆、積分牆 3）移動環境以應用生態爲主，移動應用數據相對割裂；PC端廣告主移動化程度不足，落地頁與交互模式仍需探索，後續轉化流程可能大打折扣 表現原生：廣告的展示風格和樣式與內容相一致，做到產品形式上的原生 意圖原生：廣告投放決策邏輯與內容生產相一致，做到用戶意圖上的原生 ---- 商業產品的範疇： 面向需求方的接口、面向供給方的接口、中間的投放系統和匹配策略 一、客戶關係管理（CRM） 二、網站分析（WA） 三、數據管理平臺（DMP) .... （1）需特別關注產品中的策略部分：例如，競價機制設計、冷啓動數據探索、受衆定向的標籤體系 （2）特別關注數據，讓運營和產品優化形成閉環：以數據分析開始，以數據結束 （3）產品界面上，應當注重追求便捷性的設計原則

筆記整理 • 廣告類型： ○ 品牌廣告（brand awareness) 的目的是：宣傳品牌形象，提升中長期購買率與利潤空間的目的 ○ 效果廣告（direct response）利用廣告手段馬上帶來大量的購買或其他轉化行爲 ○ 線上廣告形態：根據需求不同：1. 橫幅廣告（banner ad), 橫幅廣告一般是嵌入在頁面中相對固定位置的圖片，需要佔據固定的版面 2.文字鏈廣告（textual ad) 這種廣告的素材形式是一段鏈接到廣告主落地頁的文字 3.富媒體廣告 （rich media ad) , 在不佔用固定版面位置的情況下，向用戶侵入式地投放廣告素材。富媒體廣告常見的形式有彈窗，對聯，全屏等。富媒體廣告與橫幅廣告不同，在未售出的情況下可以靜默，因而沒有防天窗的問題。4. 視頻廣告 （video ad), 視頻廣告可以分爲 前插片，後插片，暫停等類型廣告，前插片一般採用段視頻的形式，價格往往也比較高；而暫停廣告則與普通的橫幅廣告區別不大；5.社交廣告，是插入在社交網絡信息流中的廣告，而社交廣告和社交網絡中的廣告又不一樣，如在社交網絡頁面上競價售賣的文字鏈或橫幅廣告，其本質並不因爲處於社交網絡中有太大的變化，6，移動廣告：廣告也由Web訪問的頁面上搬進了應用裏。於是，也產生了在應用中插入廣告的SDK和相應的廣告網絡。目前移動廣告典型的形式有橫幅、開屏、插屏、積分牆或推薦牆等；（7）郵件定向營銷廣告（E-mail Direct Marketing, EDM）：與上面各種廣告形式都不同，EDM是一種主動的廣告形式，它不需要等到用戶接觸的機會出現時才被動地提供廣告，而是可以隨時向認爲合適的用戶發送推廣信息。 • CTR：到達率：落地頁成功打開次數與點擊次數的比例 • CVR conversion rate轉化率：轉化次數與到達次數的比例 • ecpm：（effective cost per mille）指的就是每一千次展示可以獲得的廣告收入，展示的單位可以是網頁，廣告單元，甚至是單個廣告（在 AdSense “高級報告”的“數據展示依據”下拉框中可以選擇）。 • 幾種廣告計算模式： ○ CPM結算：即按照千次展示結算。由需求方來估計和控制其中的風險。 ○ CPC結算： 即按點擊結算。效果類廣告市場中具有接近壟斷的地位。點擊率的估計是由交給供給方完成。 點擊價值的估計則由需求方完成，並通過點擊出價的方式向市場通知自己的估價。 ○ eCPM結算：CTR*CPC*1000 （其中CTR爲每個廣告的點擊率） ○ CPS sale/ CPA action/ ROI 結算CPT結算 • 廣告產品： ○ 合約廣告產品：CPT/CPM 門戶網站和視頻網站較爲常見 ○ 競價廣告產品：搜索廣告 ○ 程序化交易廣告產品：實時競價爲核心的一系列方式逐漸演變爲機器之間程序化的方式完成廣告交易決策 ○ 原生廣告產品 • 產品廣告的三個組成部分： 面向需求方的接口, 面向供給方的接口， 中間的投放系統及匹配策略 • 需求方層級組織與接口： ○ 廣告主 ○ 廣告推廣計劃 ○ 廣告推廣組：對應一個具體的廣告投放政策，主要是設定受衆定向條件和出價 ○ 廣告創意：展示和點擊的檢測地址 • 供給方管理接口： ○ 媒體：添加，刪除廣告位以及查看各廣告位的運營數據 ○ 廣告位：廣告位尺寸，取廣告投放代碼或SDK以及設定廣告位對廣告類型的要求 • 廣告形態： ○ 合約廣告：計劃經濟，所有量的保證和質的優化都是由媒體方的廣告投放機來統一完成：缺乏透明性，但是保量 ○ 廣告位合約：還有一種變現的方式 即輪播售賣，特別是中國門戶網站的品牌廣告中 ○ 競價廣告：市場經濟，競價和收費的規則

好評，但是特別討厭評論裏那些說什麼廣告行業必讀，根本就沒有任何書是必讀的，就像路邊小販或者low的網店說不買錯過了後悔一樣。並且它們都不知道廣告行業的廣泛，有環節中的各種企業，也有單獨做某一方面的。可能它們認爲廣告公司都一樣，都是做一種業務吧。

廣告入門書籍，不但對廣告發展史上各種類型的廣告產品有較爲全面地剖析與對比，還對它們各自的系統架構，技術選型，核心關注問題及算法方案有非常詳細的介紹，對計算廣告及其周邊行業的人員來說可以得到非常好的入門級瞭解和學習

從運營角度出發，這本書前半部分適合運營，後半部分就不行了，純技術分享。 當然前半部分從廣告的演進到基本的運轉邏輯再到運營可以提煉的關鍵指標，對於完全沒有廣告知識的同學而言非常有用，通讀一兩遍可以學到不少東西，提升眼界，以及沉澱一些思考。 當然也有不足，2019年的第二版了。居然對於信息流，視頻效果廣告提到的少之又少，然後對於移動廣告的描述還停留在多年前的“機遇挑戰與不足？”而且居然是與PC端相比的不足…不是吧大佬別這樣，第二版好歹與時俱進一下啊… 以及中國的書介紹的幾乎都是國外廣告公司和產品，讀着就有點不接地氣了，畢竟受衆日常靠的是國內各種聯盟活的… 值得讀半部，非從業人員能拓展知識，不過也得與時俱進的看。