计算广告：互联网商业变现的市场与技术

个人一直很喜欢读「通史」或「简史」类的书籍, 因为可以通过历史发展演化的角度来看待研究对象, 知道它是什么, 知道它从哪里来, 并可更好地猜测它会到哪里去. 但市面上一直没能找到一本和「互联网广告」相关的这类书籍, 直到 刘鹏 老师的「计算广告」一书发布. 之前能找到的大多是介绍互联网行业的一些角色相关和产业链相关的书籍, 从里面可以了解互联网广告相关的概念和大概的流程, 但始终是在隔靴搔痒. 作者在这本书中重点做了两件事: 一是描述了在线广告的发展历史, 以及介绍了在线广告的四种类别. 第二件事是介绍了在线广告产品的核心关键技术(并有相关代码片断). 那到底什么是 广告 ? 广告主: 出钱的人 媒体: 能接触用户的渠道 用户: 会使用或购买产品的群体 广告即是广告主通过媒体向用户展示产品信息, 以达到自己推广目的(提升品牌印象或提升销量等) 在线广告区别与传统广告的最主要特点就是以人群为投放目标, 支持数据量化优化. 这也就是 大数据 这个概念在互联网广告领域可以风生水起的一个原因. 计算广告的核心问题就是: 针对一系列用户 (u = user) 在不同的上网环境(情景)中 (c = context) 找到最佳广告投放策略 (a = advertise) 从而优化广告投放利润 (P = profit) 利润就是收入减去成本, 在广告活动预算一定的情况下, 优化利润相当于优化收入. R(a, u, c) = eCPM = CTR(a, u, c) * Value(a, u, c) = CTR(a, u, c) * 到达率 * 转化率 * 客单价 在线广告针对人群受众售卖的特点决定了 受众定向 是非常重要的技术. 在考察定向技术好坏的时候, 重点看两个东西: 质 与 量. 质就是定向的效果, 你圈定的人群流量上面变现效率是不是高出平均 eCPM. 量就是定向的规模, 你圈定的人群流量占整体广告流量的比例. 广告系统比较流行的定向方式包括: 地域定向(geo-targeting) 分地域投放. 比如北京地区的鲜花速递公司, 只需要投放北京地区的受众, 其它地区的受众不需要接触. 人口属性定向(demographical targeting) 人中属性的标签主要标签包括: 年龄/性别/教育程度/收入水平等. 上下文定向(context targeting) 根据网页内容来匹配相关广告, 定向的粒度可以是关键词/主题/或者分类. 行为定向(behaviorial targeting) 根据用户的历史访问行为来了解用户, 推送相关广告. 这也就是互联网应用为什么喜欢收集用户行为数据的原因, 可以产生变现的价值. 也由此催生出了数据收集/加工/交易的衍生业务. 商圈定向(hyper-local targeting) 在移动设备上面投放广告时, 我们有可能获得非常精准的地理位置信息. 这使得针对具体商圈进行投放广告有了可能性. 重定向(retargeting) 对某个广告主过去一段时间内的访客投放广告, 提升转化效果. 这种方式的定向, 是被公认为精准程度最高, 效果最突出的方式, 缺点就是覆盖量较小. 新客推荐定向(look-alike targeting) 平台根据广告主提供的重定向种子访客信息, 结合广告平台丰富数据, 为广告主找到行为上相似的潜在客户. 在线广告类别 作者把互联网广告分成了四个类别: 合约广告 主要包括两种方式: CPT 广告(按时段售卖) CPM 广告(按展示量售卖) 在互联网广告早期, 媒体和广告主(或广告代理)直接勾兑, 把线下广告的投放逻辑照搬到线上, 双方签订合同, 广告主买断指定时间段内的媒体广告位, 即按 CPT 的方式售卖. 后来演化出了按一次广告投放的展示总量和展示单价来签约, 即按 CPM 的方式售卖. 这两种售卖方式对应的广告系统, 其实只需要一个简单的广告排期系统即可. 竞价广告 随着互联网广告行业的发展, 广告投放朝着精细化的方向不断前进. 交易模式也从原来的合约方式演进到了竞价方式. 不再像之前一样, 按时间段或批量售卖, 而是按不同的人群进行区分售卖, 价高者得. 这种模式同时还有一个好处, 即原来按合约售卖卖不掉的剩余流量, 现在也有可能通过竞价被售卖出去. 这种形式最主要的应用场景有两个: 一是搜索广告, 第二个是广告网络. 搜索广告因天生的搜索 query 词代表用户的搜索意图, 可以轻松区分出人群, 方便广告主竞价采买. 广告网络是指媒体方以页面上下文关键词或者访问人群的兴趣标签, 将人群做区分, 方便广告主竞价(或按合约)采买. 程序化交易广告 市场的发展方向是向需求方彻底开放(毕竟是金主爸爸), 除了允许广告主按照媒体方或广告平台定义好的用户划分来购买以外, 进一步演化到了允许广告主自行选择流量和在每一次展示上独立出价, 参与竞价. 而这种方式, 就产生了以实时竞价(RTB)为核心的程序化交易市场. 原生广告 在移动互联网时代到来之后, 屏幕较小的移动设备环境下, 独立展示和运营广告和内容遇到的挑战. 业务开始探讨将内容和广告混合的道路(Content as ad), 提升变现效率. 典型的如信息流广告, 搜索广告, 软文广告等等.

推荐理由这本书值得推荐的核心原因在于，作者刘鹏作为清华博士，兼具微软、360、科大讯飞等企业的技术研发与商业落地经验，理论与实操兼备，其撰写的这本书作为该领域首部系统性专著，以 “市场 + 技术” 双视角搭建了完整的计算广告知识框架，从定义、生态到技术、趋势全覆盖，既避免了单一维度的片面性，又将复杂的算法原理与商业逻辑通俗化拆解，不仅适合互联网商业化、产品、运营、技术等从业者落地应用，也能帮行业新人快速搭建全局认知，更聚焦 “流量高效匹配” 这一互联网商业核心规律，既解析了当下程序化广告的运作逻辑，又对合规化、智能化等未来趋势有精准预判，长期具备参考价值。但本书也存在三点不足：1、隐私合规领域的新变化缺乏深入补充，对 “后 Cookie 时代” 的广告投放革新探讨有限；2、AIGC 赋能广告创作、大模型驱动的精准推荐与效果优化等前沿技术应用未涉及，技术部分更侧重传统算法框架；3、案例多集中于国内早期互联网平台（如 360、雅虎等），对当下头部平台的广告生态（如谷歌、Meta、抖音、小红书等）及海外市场的差异化实践覆盖较少，实操参考性在新兴场景下略有不足。 关于作者刘鹏，清华大学电子工程系博士，师从王作英教授，深耕AI与大数据领域多年。2005年起，他先后任职于微软亚洲研究院、雅虎北京研究院、聚效、360、科大讯飞等机构，从前沿AI技术研发逐步转向计算广告领域，主导多项广告技术优化与商业变现项目，推动程序化广告落地。作为国内大数据与数字广告领域核心人物，他出版《计算广告》专著，开设行业课程，兼任多所高校导师，为计算广告的理论普及与产业发展奠定重要基础。 核心内容本书的框架 在线广告市场与背景 互联网广告的发展历程 在线广告的发展划分为清晰的四个阶段：合约广告→定向广告→竞价广告→实时竞价广告 (RTB)，核心逻辑是从 “卖广告位” 到 “卖目标人群” 的价值转移，技术上从人工排期走向数据驱动、实时决策。分为四大核心阶段，各阶段承接前序局限，伴随技术迭代升级。 第一阶段为合约广告，是互联网广告原始形态，借鉴线下模式，广告主与媒体签订合约包断固定广告位与时间段，以CPT计价，人工排期，“漫灌式”投放，无用户数据利用，虽保障媒体稳定收入，但无效曝光多、流量价值被低估。 第二阶段为定向广告，保留合约框架，引入受众定向技术，构建用户标签体系，以CPM计价，实现“买人群”的初步转变，“滴灌式”精准投放，提升广告相关性与流量价值，但受合约约束，投放灵活性不足。 第三阶段为竞价广告，打破合约框架，引入“价高者得、按效果付费”机制，以CPC/CPA计价，依托GSP竞价规则与CTR预测模型，动态分配曝光机会，实现流量价值最大化，但依赖媒体数据、决策存在延迟。 第四阶段为实时竞价广告（RTB），程序化交易最高形态，以“单个用户单次曝光”为标的，通过DSP、Ad Exchange等生态，实现毫秒级竞价与“一人一价”投放，依托实时计算与深度学习技术，打破媒体壁垒，实现全链路优化。 综上，在线广告演进本质是效率革命与价值重构，核心围绕解决供需错配，未来将向隐私计算、AI赋能、全链路整合方向发展，实现三方共赢。 在线广告的产品逻辑 在线广告不同于传统线下广告，其产品形式（这里说的并非创意形式）相当丰富。主要有以下四类广告产品： 合约广告产品：它由线下广告的交易形式衍生而来，又可以分为按照时段售卖的CPT广告和按照约定展示量售卖的CPM广告。这类广告产品主要服务于后续效果不宜直接衡量的品牌类广告主，在门户网站和视频网站较为常见。竞价广告产品：其最重要的形式是搜索广告，其产品形式为对搜索关键词的竞价。这种广告在拓展到站外展示广告流量时，演进成了对页面关键词或者用户标签竞价的产品形式，也就是ADN。竞价广告的商业逻辑与合约广告完全不同，也是解决效果类广告需求的关键产品形式。程序化交易广告产品：竞价广告的进一步发展催生了实时竞价的交易形式。实时竞价使得需求方可以更灵活地划分和选择自己的目标受众，也使得更广泛的数据使用和交易迅速发展起来。以实时竞价为核心的一系列交易方式逐渐演变为机器之间以程序化的方式完成广告交易决策，因此，这类产品称为程序化交易广告产品。原生广告产品：广告的产品体系除了自身的演进，另一个重要课题是如何处理与非商业化内容的关系，让广告与内容尽可能以“原生”的方式共存。搜索广告和社交网络信息流广告对此作了非常有价值的探索，不过这样的原生广告在规模化和交易化方面也遇到了很多的问题。然而，随着近年来移动设备对于原生广告的强烈渴求，像标准ADN那样的原生广告平台正在快速发展中。对于每一种广告的产品形态来说，都可能会有三个主要的组成部分：面向需求方的接口、面向供给方的接口、中间的投放系统及匹配策略。根据产品的不同，其中接口的形式可以是面向人工操作的界面，也可以是机器间通信的接口 其中程序化广告的核心生态体系由四大核心角色构成，形成完整的交易闭环。一是需求方体系（DSP）：即需求方平台，对接广告主与代理商，核心功能是基于用户数据实时分析曝光价值、计算出价，为广告主争取最优曝光机会，同时支持投放策略的精细化设置（如定向、出价、频次控制）。二是供给方体系（SSP）：即供应方平台，对接媒体与流量主，负责整合媒体流量资源、管理广告位库存，通过程序化方式将流量接入交易市场，实现库存价值最大化。三是交易平台（Ad Exchange）：作为供需双方的桥梁，承接SSP的流量请求与DSP的竞价请求，完成毫秒级竞价排序、曝光分配，是程序化交易的核心枢纽。四是数据支撑体系（DMP）：即数据管理平台，整合多源用户数据（行为、属性、兴趣），构建用户画像与标签体系，为DSP竞价决策、SSP流量分层、广告精准定向提供数据支撑。 从当下广告市场格局来看，程序化广告已成为全球数字广告领域的核心增长引擎与绝对主导力量，是连接广告主、媒体与用户的关键枢纽。其核心定位体现在三方面：一是数字广告变现的核心载体，承接了绝大多数线上流量的商业化需求，尤其在流媒体、零售媒体等新兴场景中成为标配；二是技术赋能广告行业的核心体现，推动广告交易从“资源售卖”向“数据驱动的价值匹配”升级，打破了传统广告的场景与预算壁垒；三是行业创新的核心阵地，CTV（联网电视）、RMN（零售媒体网络）等新场景的商业化均以程序化技术为基础，成为市场增长的核心驱动力。 市场份额方面，权威数据显示，全球程序化广告市场规模已达较高体量且持续攀升：2024年全球程序化广告市场规模为1591亿美元，预计2026年将突破2000亿美元。细分场景中，程序化交易渗透率持续提升，2025年全球超90%的CTV展示广告将以程序化方式交易；在国内市场，程序化广告占数字广告市场的份额已超60%，成为广告主首选的精准投放方式。从全球数字广告格局来看，程序化广告已占据绝对主导地位，其增长主要依托CTV的场景渗透与零售媒体的技术下沉，未来仍将保持高于数字广告大盘的增速，进一步巩固市场核心地位。 计算广告的核心技术 互联网广告核心技术的演变始终围绕“解决供需错配、提升匹配效率、平衡三方价值”展开，呈现出从“人工驱动”到“数据智能”、从“静态粗放”到“实时精准”、从“单点优化”到“全链协同”的清晰趋势，具体可概括为五大核心方向：一、数据驱动：从“无数据利用”到“多源数据智能整合”。早期广告技术无用户数据支撑，依赖人工排期；定向广告阶段出现简单人口属性、兴趣标签；如今已发展为多源数据（行为、属性、场景、线下数据）整合，通过DMP构建动态用户画像，实现标签实时更新与精准匹配；未来将通过隐私计算技术（联邦学习、差分隐私），实现“数据可用不可见”，在合规前提下挖掘数据价值，破解数据壁垒。二、计算能力：从“离线人工”到“毫秒级实时计算”。合约广告阶段仅需简单离线排期系统；竞价广告阶段引入近线计算支撑CTR预测；实时竞价（RTB）阶段依赖分布式计算架构与高并发处理能力，实现100毫秒内完成“请求-匹配-竞价-返回”全链路；未来将进一步强化层次化算力建设（离线、近线、实时协同），支撑大模型推理与海量并发场景，降低投放延迟。三、算法模型：从“简单统计”到“深度学习与大模型赋能”。早期无复杂算法，仅通过场景分区实现初步定向；竞价广告阶段以逻辑回归（LR）等传统模型支撑CTR预测；当前深度学习模型（DNN、Transformer）成为主流，可处理高维用户行为序列与广告语义数据；未来大模型将深度融入，提升用户意图理解精度，同时优化CTR、CVR预测模型，实现“从曝光预测到转化预判”的升级。四、技术分工：从“单一平台承载”到“生态化协同分工”。早期广告技术功能集中于媒体侧，承担排期、展示全流程；程序化广告阶段形成DSP、SSP、Ad Exchange、DMP四分生态，实现“需求方计算（出价决策）、供给方计算（库存管理）、数据方计算（画像构建）”分工协同；未来将进一步深化计算分工，推动智能投放技术发展，实现供需双方算力高效协同。五、优化目标：从“单点效果”到“全链路智能优化”。早期技术仅优化广告曝光效率；竞价阶段聚焦点击、转化等单点指标；当前已转向“曝光-点击-转化-复购”全链路追踪与归因；未来将实现跨场景、跨平台技术整合，打破流量壁垒，结合AI技术实现创意生成、定向投放、效果归因的全链路自动化优化，兼顾投放效率与用户体验。 技术支撑是程序化广告落地的核心，书中重点提及三大关键技术。 其一，实时计算技术：需在100毫秒内完成“流量请求-数据匹配-竞价计算-结果返回”全链路，依赖分布式计算架构与高并发处理能力，保障投放无延迟。 其二，用户画像与匹配技术：通过多维度数据标签化构建动态用户模型，结合上下文定向、兴趣定向、行为定向等技术，实现“用户需求-广告内容”的精准匹配。其三，预测与优化模型：核心是CTR（点击预测）、CVR（转化预测）模型，通过深度学习算法分析用户行为序列、广告属性等高维数据，精准预估曝光价值，支撑DSP出价决策；同时通过A/B测试、动态调价等工具，持续优化投放效果。此外，隐私计算技术（联邦学习、差分隐私）也被重点提及，作为合规前提下数据利用的核心解决方案。 同时，书中也剖析了程序化广告的发展挑战与趋势。当前核心挑战集中在隐私合规压力（如个人信息保护法、GDPR）、数据壁垒导致的匹配效率不足、广告欺诈等问题。未来发展趋势则聚焦三大方向：一是AI深度赋能，生成式AI优化广告创意、大模型提升用户意图理解精度；二是全链路整合，打破跨平台数据壁垒，实现“曝光-点击-转化”全链路追踪与归因；三是合规与效率平衡，隐私计算技术规模化应用，实现“数据可用不可见”。 综上，书中将程序化广告定位为在线广告的终极形态之一，其核心价值在于“以技术打破供需错配”，通过生态协同、数据驱动与实时决策，实现广告主、媒体、用户三方共赢。无论是从业者还是学习者，都能通过其核心逻辑，理解互联网广告商业变现的技术底层与未来方向。

互联网通过正面的免费服务获得流量和数据，进而将其变为背面的广告服务赚取真金白银维持产品的生存。而传统广告向如今的计算广告演化的驱动力来自于几个方面，一是机器和算法取代绝大部分的人工与服务降低成本；二是由侧重于大广告主的品牌广告变成兼顾中小广告主的多种广告形式，提高了广告的规模营收；三是使广告效果变得易于追踪从而更好指导后续的改进。计算广告围绕着广告主、媒体、用户三个角色产生了三种广告形式：合约广告，在广告网络中进行的竞价广告（主要是搜索广告），程序化交易广告（广告主可实时竞价）。合约广告按CPT或CPM来计费，侧重品牌宣传；搜索广告主要分为查询扩展、检索、排序、放置、定价五个过程，其中涉及到了位置拍卖的机制设计，其中市场保留价是为了避免定价过低不及成本，价格挤压因子的设置是为了平衡广告出价和广告质量，避免只看重营收而忽略了广告生态的可持续 程序化交易广告的存在是由于广告主想自行选择流量以及在每一次展示上独立出价，因为这需要询价、出价、竞价同步进行。这种机制需要广告交易平台ADX、需求方平台DSP、供应方平台、数据管理平台DMP、数据交易平台的参与 而计算广告需要的技术也是十分多元，如受众定向、查询扩展、信息检索、点击率预测、反作弊、隐私保护等

太专业了 越看越看不懂 弃坑[呲牙]

互联网广告经典之作。 对于要了解现代广告市场发展脉络、各参与玩家博弈过程、以及计算广告核心技术的同学来说，是必读书。

通过这本书来入门互联网计算广告，互联网商业产品及数据运营真的有必要了解一下。 在线广告及广告演变逻辑；了解合约广告、竞价广告、程序化广告、原生广告所面临的不同产品问题及产品解决策略；重视产品的逻辑（讲清楚问题的能力），而非仅仅只注重产品的用户体验功能设计。 感觉自己的数理逻辑还不够清晰，书中的每一小节后面的问题都值得再深入思考。 部分阅读随笔 在线广告产品类型： 一、合约广告：线下广告交易形式衍生而来，CPT、CPM广告，主要服务于品牌广告主。e.g：门户网站、视频网站 广告位 广告位+人群 广告的轮播售卖 广告位合约与展示量广告合约中可能出现的一些问题： 一、受众定向： 1.地域定向 2.人口属性（年龄、性别、教育程度、收入水平……） 3.上下文定向（当前浏览界面推测，ADN常用） 4.行为定向（历史访问行为、用户当前访问IP地址定向、whereonearth） 5.精确位置定向（LBS（蜂窝、GPS）、室内LBS（wifi、蓝牙）） 6.重定向（定制化标签，对某广告主过去一段时间的访客进行投放广告，以提升效果,最精准、但是量级最小） 7.新客推荐定向（广告主提供种子访客信息，结合广告平台数据进行行为上相似潜在客户挖掘） 8.团购（降低决策门槛） ---- 二、受众定向标签体系： 1）标签作为广告投放的直接标的（可以被广告主直接选择的人群），这些标签需要能够被广告主理解，方便广告主选择。——结构化层级标签体系（如：一节标签、二级标签等） 2）标签仅仅是投放系统中的中间变量（按照效果驱动的方式来规划和挖掘标签的，这各个标签中不太需要层次关系的约束） 3）以“关键词”为主的标签形式 ------ 三、流量预测： 展示量合约售卖（在合约中约定投放的量），因此产品策略中，就出现了流量预测 t（u，b）: u-人群标签、人群标签组合；b-出价 流量产品在广告产品中包括以下三个主要用途 1）售前指导：展示量合约中要约定曝光总数，事先尽可能准确的预测各个人群标签的流量 2）在线流量分配：展示量合约要求的人群很可能存在大量交叠，如何设置分配策略，使得各个合约都尽可能被满足。二部图：供给节点、需求节点、在线分配 3）出价指导：在竞价广告中，没有了量的保证，广告主往往需要根据自己出价了解一下可以获得的流量，来判断自己的出价是否合理 ------ 四、流量塑形： 主动影响流量，让合约达成（例如，在门户网站上曝光汽车频道车展广告，那么在首页的时候多设置链接给汽车频道导流） 二、竞价广告：最重要的形式搜索广告。对页面关键词或者用户标签竞价的产品形式（ADN），主要解决效果类广告需求。e.g：搜索关键词 一、查询拓展： 1）精确匹配：例如，“英语培训”这个关键词下，只会出现“英语培训”“培训英语”两个查询 2）短语匹配：例如,"英语培训暑期班““雅思英语培训”英语相关培训”…… 3）广泛匹配：例如,"外语学习班“六级证书”“TOFEL”等相关的查询词 4）否定匹配：广告主可以在2))中删掉一些匹配词 二、广告放置：广告候选完成排序（一般根据eCPM=μ*v or μ^k*bidcpc，来进行排序，其中μ表示点击率、v表示点击价值；k表示价格挤压因子；bidcpc在竞价广告中，一般会根据CPC来进行出价）后，需要分别确定北区与东区广告条数（根据用户敏感度来判断）。 北区广告：黄金广告展示位，广告收入较高，但是容易损失用户体验。 因此进入北区的广告需要考虑:1.内容相关度-保证用户体验、2.RPM（千次展示收入）-保证高效利用；3.需要设置广告条数上限 三、定价问题： 1.广义第二高价（GSP）： 第二高价：指只有一个位置的拍卖中，对赢得每一个位置的广告主，都按照他的下一位的广告位置出价来进行收费。 2.VCG：针对于多广告位的拍卖最优的定价策略，对于赢得某个位置的广告主，其所付出的成本等于他占据这个位置给其他市场参与者带来的价值损害付出成本。 四、市场保留价（MRP)：赢得拍卖位置的最低价格 1.对整个竞价市场采用一样的保留价格 2.根据不同表的物（如关键词）的特性不同设置不同的保留价 e.g竞争激烈的关键词设置比较高的MRP、北区广告设置更高的MRP 五、价格挤压因子 六、广告联盟：水平、垂直广告网络· 三、程序化交易广告：实时竞价的交易形式，核心目标是让需求方实时地自由地选择流量和出价，广泛的数据应用和交易迅速发展，以实时竞价为核心的一系列交易方式逐渐演变成机器之间的程序化广告交易决策 用定制化标签知道广告投放是实时竞价的关键产品目标。 1）优选：缺点在于决策过程中可能存在较多的服务器往返，才能得到最后的广告。由用户延迟，影响广告效果 2）私有市场：除了实时公开竞价拍卖机制，有时候为了保证广告主的质量，拍卖限制在一些被邀请需求方的小范围内进行。（邀请制，保证广告主质量，媒体价值不受伤害；保留竞价关系，提升媒体变现能力；） 四、原生广告：处理广告与非广告商业化内容的关系而衍生出来的。e.g：搜索广告和社交信息流广告 移动广告： 1)特点：情境广告的可能（移动设备跟着用户走，用户意图和需求更多）、本地化广告（蜂窝数据、wifi、蓝牙、gps精确定位） 2）创意形式更多：横幅、插屏、开屏、锁屏、推荐墙、积分墙 3）移动环境以应用生态为主，移动应用数据相对割裂；PC端广告主移动化程度不足，落地页与交互模式仍需探索，后续转化流程可能大打折扣 表现原生：广告的展示风格和样式与内容相一致，做到产品形式上的原生 意图原生：广告投放决策逻辑与内容生产相一致，做到用户意图上的原生 ---- 商业产品的范畴： 面向需求方的接口、面向供给方的接口、中间的投放系统和匹配策略 一、客户关系管理（CRM） 二、网站分析（WA） 三、数据管理平台（DMP) .... （1）需特别关注产品中的策略部分：例如，竞价机制设计、冷启动数据探索、受众定向的标签体系 （2）特别关注数据，让运营和产品优化形成闭环：以数据分析开始，以数据结束 （3）产品界面上，应当注重追求便捷性的设计原则

笔记整理 • 广告类型： ○ 品牌广告（brand awareness) 的目的是：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 ○ 线上广告形态：根据需求不同：1. 横幅广告（banner ad), 横幅广告一般是嵌入在页面中相对固定位置的图片，需要占据固定的版面 2.文字链广告（textual ad) 这种广告的素材形式是一段链接到广告主落地页的文字 3.富媒体广告 （rich media ad) , 在不占用固定版面位置的情况下，向用户侵入式地投放广告素材。富媒体广告常见的形式有弹窗，对联，全屏等。富媒体广告与横幅广告不同，在未售出的情况下可以静默，因而没有防天窗的问题。4. 视频广告 （video ad), 视频广告可以分为 前插片，后插片，暂停等类型广告，前插片一般采用段视频的形式，价格往往也比较高；而暂停广告则与普通的横幅广告区别不大；5.社交广告，是插入在社交网络信息流中的广告，而社交广告和社交网络中的广告又不一样，如在社交网络页面上竞价售卖的文字链或横幅广告，其本质并不因为处于社交网络中有太大的变化，6，移动广告：广告也由Web访问的页面上搬进了应用里。于是，也产生了在应用中插入广告的SDK和相应的广告网络。目前移动广告典型的形式有横幅、开屏、插屏、积分墙或推荐墙等；（7）邮件定向营销广告（E-mail Direct Marketing, EDM）：与上面各种广告形式都不同，EDM是一种主动的广告形式，它不需要等到用户接触的机会出现时才被动地提供广告，而是可以随时向认为合适的用户发送推广信息。 • CTR：到达率：落地页成功打开次数与点击次数的比例 • CVR conversion rate转化率：转化次数与到达次数的比例 • ecpm：（effective cost per mille）指的就是每一千次展示可以获得的广告收入，展示的单位可以是网页，广告单元，甚至是单个广告（在 AdSense “高级报告”的“数据展示依据”下拉框中可以选择）。 • 几种广告计算模式： ○ CPM结算：即按照千次展示结算。由需求方来估计和控制其中的风险。 ○ CPC结算： 即按点击结算。效果类广告市场中具有接近垄断的地位。点击率的估计是由交给供给方完成。 点击价值的估计则由需求方完成，并通过点击出价的方式向市场通知自己的估价。 ○ eCPM结算：CTR*CPC*1000 （其中CTR为每个广告的点击率） ○ CPS sale/ CPA action/ ROI 结算CPT结算 • 广告产品： ○ 合约广告产品：CPT/CPM 门户网站和视频网站较为常见 ○ 竞价广告产品：搜索广告 ○ 程序化交易广告产品：实时竞价为核心的一系列方式逐渐演变为机器之间程序化的方式完成广告交易决策 ○ 原生广告产品 • 产品广告的三个组成部分： 面向需求方的接口, 面向供给方的接口， 中间的投放系统及匹配策略 • 需求方层级组织与接口： ○ 广告主 ○ 广告推广计划 ○ 广告推广组：对应一个具体的广告投放政策，主要是设定受众定向条件和出价 ○ 广告创意：展示和点击的检测地址 • 供给方管理接口： ○ 媒体：添加，删除广告位以及查看各广告位的运营数据 ○ 广告位：广告位尺寸，取广告投放代码或SDK以及设定广告位对广告类型的要求 • 广告形态： ○ 合约广告：计划经济，所有量的保证和质的优化都是由媒体方的广告投放机来统一完成：缺乏透明性，但是保量 ○ 广告位合约：还有一种变现的方式 即轮播售卖，特别是中国门户网站的品牌广告中 ○ 竞价广告：市场经济，竞价和收费的规则

好评，但是特别讨厌评论里那些说什么广告行业必读，根本就没有任何书是必读的，就像路边小贩或者low的网店说不买错过了后悔一样。并且它们都不知道广告行业的广泛，有环节中的各种企业，也有单独做某一方面的。可能它们认为广告公司都一样，都是做一种业务吧。

广告入门书籍，不但对广告发展史上各种类型的广告产品有较为全面地剖析与对比，还对它们各自的系统架构，技术选型，核心关注问题及算法方案有非常详细的介绍，对计算广告及其周边行业的人员来说可以得到非常好的入门级了解和学习

从运营角度出发，这本书前半部分适合运营，后半部分就不行了，纯技术分享。 当然前半部分从广告的演进到基本的运转逻辑再到运营可以提炼的关键指标，对于完全没有广告知识的同学而言非常有用，通读一两遍可以学到不少东西，提升眼界，以及沉淀一些思考。 当然也有不足，2019年的第二版了。居然对于信息流，视频效果广告提到的少之又少，然后对于移动广告的描述还停留在多年前的“机遇挑战与不足？”而且居然是与PC端相比的不足…不是吧大佬别这样，第二版好歹与时俱进一下啊… 以及中国的书介绍的几乎都是国外广告公司和产品，读着就有点不接地气了，毕竟受众日常靠的是国内各种联盟活的… 值得读半部，非从业人员能拓展知识，不过也得与时俱进的看。