刘鹏老师的互联网变现与计算广告
source link: https://breezedeus.github.io/2015/11/30/breezedeus-liupeng-comp-ad.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
刘鹏老师的互联网变现与计算广告 - Breezedeus | 算法优化世界
刘鹏老师今年10月份关于互联网变现和计算广告的分享1很有意思。这次分享的内容可以看做是他的《计算广告》那本书的summary，但也不完全是，有一些新内容。我认为这次分享的内容比书本身更精彩。下面简述一些刘老师的精彩观点。
交易数据一般是不能有任何错误的，所以存交易数据经常使用IOE（IBM、Oracle、EMC）这套系统；但是行为数据就不同了，丢失或记错点数据一般影响也不大。相对于交易数据，行为数据也多得多。刘老师认为目前说的“大数据”，指的是行为数据而不是传统的交易数据。
刘老师认为“大数据”问题也应该具有对抽样敏感的特点，也即解决问题的效果会随着数据的抽样而显著下降，如下图中的A曲线。所以个性化问题基本都是大数据问题。
另一个判断是不是大数据问题的方法是：如果数据出来的结果是给人看的，不能称为大数据的问题；大数据问题的结果一定是要给机器看的，这样才能形成一个闭环的决策过程。
“大数据简要说就是面向大规模的加工行为数据，并且把这个加工结果自动的反馈给机器做决策的应用。”
从利润环境看，互联网公司八成以上利润来自于广告，所以广告是一个先进的商业模式，不是无可奈何的事。
在将来任何一个行业，如果能做到定价权向需求方转移，这个行业就有机会做大。供给方定价模式不可能爆发式成长。按照部分数据交易、并且按照效果交易，这是在广告市场里摸索数据交易得到的共识。
数据的交易跟流量交易不同的特点，因为它可以不限量供应，流量天生就是限量供应。他的设想是，将来数据交易应该是一种限量的，流量本身是限量的，一个流量就是一个人投，不可能三个广告叠在一起投。但是数据可以卖给很多人，卖的越多越不值钱。不管是标签还是更细的数据，一定要结合在具体的数据应用上做交易才有可能快速的发展。
商业产品的市场就是复杂，而且越来越复杂，用户产品发展的规律是越来越简单，给懒人用；商业产品的规律则是越来越复杂，因为商业产品的目标很清楚，就是优化利润。只要利润提升1%，系统多复杂一倍都没有关系。
电信运营商对行为数据的掌控力在弱化。所以不是特别看好他们在行为数据方面长期的价值，但是地理位置和跨屏是他们天然的优势。
应该让媒体重新参与到广告的投放、决策过程中。
上面我只选了一些很有意思的观点，更多精彩内容见刘老师的分享吧1。
References
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK