本文是《计算广告》（刘鹏、王超 著）一书的读书笔记，结合笔者在云计算&计算广告领域的浅薄经验有感而发，部分内容引用原书。感谢大牛作者，这是了解互联网商业模式（尤其是后变现模式）的神书，墙裂推荐！
大数据、云计算、物联网，这些词近些年来被说滥了，但是绝对有90%以上的人民群众不知道这都是啥……其实这些东西距离我们并不遥远，大数据其实早就非常成熟的应用于我们"某种"生活场景，并创造了巨大的财富……
一、大数据是什么？无数次与云计算一起被提及的"未来趋势"竟然早已成熟落地？
想必不少朋友会有这个疑问…大数据还没有非常明确的界定标准，但换个思路，从实际操作的角度来看，如何定义大数据似乎更简单一些————有的数据处理问题无法通过数据采样的方法降低处理的复杂程度，必须用一些专门为海量数据处理设计的计算和存储技术，如Mapreduce、NoSQL数据库等，称为大数据问题。
用一幅图来说明
C类问题是传统数据处理问题——因为通过数据采样能显著降低数据处理的复杂程度，且解决问题的效果（目标函数）没有太大的下降。
A类问题是典型的大数据问题——随着数据采样率的降低解决问题的收益会快速下降。解决这类问题传统的存储和计算价格都不再合适，需寻找新的解决方案这是推动大数据技术发展的原动力。在线广告中的个性化推荐和计算广告需要用到每一个人的行为进行定制化推送需要用到Hadoop&NoSQL等技术才能实现。
B类问题介于两者之间，选择较大规模而非全量数据作分析。
从这个角度看，计算广告（A类问题）是非常典型的大数据应用。
除却这个理论定义层面，实操中大数据相当于计算广告的命脉，当你打开一个网页，或者打开x宝（x东），总会跳出你最近浏览过或者较为关注的商品/信息，当然可以顺利吸引你的注意，如果你点开这个页面/商品，当然也为媒体资源赚得一次点击的收益，而广告主也通过你的点击获得了曝光/销售收益——而这些利用用户数据进行商业变现的模式已经十分成熟。计算广告是非常典型的大数据应用。
关于计算广告与大数据的关系，有以下2点值得思考：（1）计算广告为规模化的将用户数据行为转换为可衡量的商业价值提供了完整的产品线和解决方案，并且实际上创造了互联网行业大部分的营收。（2）在线广告的数据加工和产业交易链对用户隐私边界有深入的探讨这值得其他涉及用户数据隐私的互联网产品借鉴。
二、在线广告有多牛x？带来了多少收益？
2017年，中国在线广告市场规模将达到3930亿元，xx头条2016年全年广告收入70亿+，x米通过其手机内置系统每年实现45亿+的收入————而国内风头正盛的ax云，2016年收入预估在55亿（大家都知道，为了实现这个收入，ax集团这些年砸了多少钱…），当今互联网思维大行其道，互联网思维提倡的免费的服务，是如何获得收入甚至赚得盆满钵满呢？————一枚硬币必有其正反面，而正面以免费服务获取流量和数据，背面将这些流量和数据变为金钱，就是互联网思维的关键模式之一。从结果来看，在线广告实际上成为互联网最重要的发动机，从营收上看，它支撑着互联网业务的半壁江山。
三、在线广告的变迁史————暗合Adam Smith关于社会进步基本逻辑
在线广告刚诞生的时候，正如所有的新鲜事物出生一样，人们并未足够重视，只是将它当做传统广告的延伸，将网站的版面当做一本杂志，网站主将这块"地方"售卖给可口可乐、肯德基麦当劳……每年收取n美金的广告费，这种交易形式称为"售卖模式"，这样的在线广告也被称为"展示广告"，在那个时代，人们关注的是一个好的创意。
随着在线广告规模越来越大，网站主有点不满足了，"有什么办法能给够让我赚到更多的钱呢？"于是有聪明的网站主想到了一个办法，女士访问网站时，将口红广告展示出来，男士访问网站时，展示最新款的皮卡————针对不同的受众实现不同的创意，口红厂家和汽车厂家当然都很乐意为这个举措支付更多的钱，毕竟对他们来说，这一创举可以使花出去的钱更有效果不至于以前那样一半几率的浪费！
在线广告开始把男性受众和女性受众区分开来卖给不同的广告主，例如与汽车厂商商定好，定好以每千次展示为基本单位，承诺进行n千次的广告曝光，本质上还是合约售卖模式，此时的在线广告叫做"定向广告"。计算的作用已经出来了：1、受众定向（是男是女）2、广告投放由嵌入变为根据用户标签实时前端响应。
人的欲望总是逐渐上升，随着投放广告的企业越来越多，没过多久，有的网站主又有点不满足了，"有什么办法能给够让我赚到更多的钱呢？"有人想到，合约式的售卖，比尔盖茨的点击和高中生的点击，卖的竟然是一个价格，都被包含到千次展示为单位里，卖给了拖拉机厂商……这明显是浪费资源啊！抛弃展示的数量，保证展示的质量（将受众标签更加精细化），改变以前的售卖模式，是不是能给挣更多的钱？？于是划时代的竞价广告就诞生了！
供给方只向广告主保障质量（即单位流量的成本）而不再以合约的形式给出量的保障，每次展示都按照收益最高来。也正是在这个时候，搜索广告、上下文广告诞生了，计算能力在这个时候又被凸现出来，人群被冠以更加精细的标签，而实时竞价也对"计算能力"（竞价系统和报价系统的高可用性）要求更高。回头看看，随着网站主流量方想要赚更多钱的愿望逐步实现，在线广告取得长足进步，从技术创新到商业模式创新，这背后的驱动力实际上就是追求利益最大化。竞价广告的出现，还给流量网站主带来一件好事，那就是催生了"流量中介"————ADN（广告网络），它们批量的运营着媒体的广告资源位，按照人群标签卖给需要打广告的企业，采用竞价机制决定着流量的分配————这实在是流量方的好朋友啊，有些不大不小的网站就将自己的流量委托给ADN去打理，大型网站也有些质量不高卖不上价的流量（长尾流量）交给ADN，这样自己多省事啊~
可以看到随着这些发展，流量方一直是最大收益者，而他们也推动着在线广告行业的发展，广告主的广告投放诉求被满足，但是ADN的出现，却也给广告主及其广告主的代理商带来一些"麻烦"，首先在ADN必须预先出价，而不能控制每一次出价，其次大部分ADN的人群标签做的比较老套，而广告主的要求越来越高，例如"想要给整个上海有可能买香港友邦保险的中产阶级人士推送广告"，这个标签ADN就很难做到，跟ADN的交易就像"黑盒子"，只能选择对方固定好的标签，并且要阶段性调整出价，整个过程都没有掌握在自己手里（没有一点甲方该有的强势…）
于是有了一个引爆点————定制化需求，技术的进步，使得广告主的定制化需求得以满足，广告主可以按照自己的人群定义挑选流量，这明显好于被动接受ADN提供的标签，而自定义的人群往往变化性很大，提前出价不太现实，因此又一划时代的产物诞生了：RTB（实时竞价）程序化交易，将拍卖的过程由广告主预先出价变为每次展示实时出价，访客访问页面时，该访客的身份标签被迅速反馈给广告主，他们对这一个流量进行竞价，出价高者获得该流量，这个企业的广告就会出现在这位网民的网页界面上，整个过程只有几毫秒……
于是广告主和流量方的好朋友又诞生出了ADX这一新平台，类似于股票交易所，而ADN是场外交易，广告主这边则诞生了DSP平台，用来对ADX平台的流量进行实时竞价，按照定制化的人群标签购买广告。
看到这里，可以发现在线广告的市场分工随着规模的扩张变得十分精细，而推动这一切的是广告主、流量方、普通受众的三方利益都得以满足，现在的"互联网"更懂你，你心心念的东西会自动出现在你眼皮子底下供你挑选，给你带来方便，网站从你的点击中获得收益，会更加精细的做各种标签将广告位卖出去，而广告主也将产品卖给最目标的客户，ROI（广告投入产出比）很高，三方共赢！
Adam Smith认为，市场规模越大，分工和专业化程度越高，技术进步（此处就是因为"各方人马利益诉求"而一次次突破的计算广告技术）就越快，财富就积累越多，从而促进了市场规模越来越大……可以看出，在线广告的发展正是符合了这个模型。
那么接下来的事情就可以依据此模型做出预测：1、程序化交易的作用和地位将不断增强，这是由计算广告的本质特点和广告主利益最大化的诉求决定的，RTB、PMP等程序化交易必将巩固、进化……这是商业模式的进化。2、人群定向技术等计算广告技术也将更加先进，这是技术的进步。3、近些年来"内容为王"的大势已经告诉我们，计算广告又将进入"创意时代"（李毅大帝曾经说过"这是毅种循环"用在这里比较合适），原生广告的崛起将成为必然，这是产品逻辑的创新。
写了这么久，互联网大数据掘金史第一章节就到这草草结束了，本文以《计算广告》内容为依据，做了转述传递，欢迎各位朋友交流、探讨！
