《计算广告》读后感

选书

之前看了一本《增长黑客》的书,对投放的业务层面有一些新的认识,但在问题的抽象和系统抽象层面,没有深入的介绍,故想找一本可以对业务和系统都有介绍的书。

在网上查阅了很多资料后,选择了这本《计算广告:互联网商业变现的市场和技术》,书中对互联网广告的发展历史,市场结构,产品设计,系统设计,开源软件接收都有比较具体和深入的介绍,作为在线广告的从业者,无论是产品还是技术,都非常值得一读。

读书

前言点评

点评里真的很多大佬,百度深度学习实验室科学家,雅虎实验室广告科学副总裁,阿里妈妈负责人等,对此书可以全面、系统、深入的介绍广告都给出了很高的评价,此书初版于2015年,移动互联网发展的当下,对原生广告的思考和总结也很到位。

免费的本质

互联网经历了网站到搜索,社交到电商,免费wifi,免费存储等互联网免费服务,而免费服务的背后,无一例外是面向广告主的收费模式。

广告的进化

互联网广告初期,投放广告的形式和传统媒体一样,是平移传统的电视或广告牌模式,这种模式是根据时间段和用户量进行售卖,早期Yahoo的banner广告条就是最早的根据时间段售卖的广告,成为CPT广告。

由于流量和时间有限,那么短期内广告收入就会有增长瓶颈,如何突破瓶颈,就是后续的定向广告,根据人群标签再进行划分,例如最基础的地域标签,这样不同的广告主可以根据地域标签定向展示自己的广告。

如果定向广告也用完了,下一步就是基于上下文的广告,根据用户浏览的页面,解析出页面标签,推荐广告内容,例如基于汽车文章的汽车广告,基于美妆文章的化妆品广告推荐,这样广告场景又多了一份收入。

如果以上也不够了,大的平台还会有广告联盟,例如百度网盟、阿里妈妈、adsense等,可以将平台广告主的广告需求发布到网络,联合不同的站点进行推广。

广告的特点

广告的流程和线下推广一致,找最合适的用户,推广合适的产品,赚取销售费用,而线上则是媒体方赚取推广费用,主要的收费模式分为两大类,按照量和按照效果,按照量的有CPT和CPM,按照效果的有CPA、CPS等。

典型的推广场景有搜索和媒体,搜索流量无疑是线上渠道中最优质的渠道,用户意图明确,转化率高;其中越接近最终转化场景的,效果越好,例如在淘宝店家推广时,使用阿里妈妈在淘宝体系内的搜索转化效果,会好于在新浪等媒体网站的搜索里。

在线广告的匹配需要用到线上广告数据或者媒体数据进行匹配,就会涉及数据的流动和计算逻辑,而转化的效果依赖数据准确和全面,依赖计算算法的优化,例如同一个广告给用户推荐三遍,转化效果会很差。

由于移动互联网的屏幕变小,广告形式上更多的基于分时场景进行投放,例如打开app时的开屏广告,浏览推荐信息的信息流广告,浏览内容时的挂载广告,而且要求广告和当前场景比较一致,称之为原生广告,例如视频做饭拿到的品牌电饭煲,点歌用的小度音响(节目叫什么生活来着)。

广告的技术实现上,由于场景不同,系统上会有差异,作者给出的通用架构非常受用,广告库和用户标签库作为基础数据,基于基础数据的用户行为数据,我成为三大主题数据,广告、用户、行为;基于广告数据倒排检索系统,基于三大数据的排序和收益管理系统,我成为三大系统,检索、排序、收益管理。

广告系统的开源组合

Nginx作为广告系统的server,支持高并发、高稳定、可扩展。

Zookeeper最为集群的配置管理和服务管理。

Lucene作为检索服务,将广告数据生成支持全文检索的倒排。

Thrift作为跨语言的服务调用,当然还有谷歌的ProtoBuf。

Flume作为数据高速公路,支持低延时、高吞吐的数据处理。

Hadoop作为离线大量用户行为数据分析系统。

Redis作为在线标签库服务,支持高并发、易扩展的缓存服务。

Storm作为在线数据处理系统,支持低延时、高吞吐的数据计算。

Spark最为在线模型迭代的数据处理系统,支持增量的模型数据处理。

用书

网站推荐

豆瓣地址:https://book.douban.com/subject/26596778/

中国广告协会:https://www.china-caa.org/

项目实战

可以参照作者的架构图练习,画出更加直观通用的系统架构;当前业务的系统也可以参考架构图,分阶段的实施;对广告系统的整体认识上更加清晰。

您的支持是我最大的动力!