1、数据类型分为四种：
-消费行为数据（购买过什么产品、消费金额多少）
-搜索行为数据（搜索过哪些关键词）
-社交行为数据（QQ号、人人网账号）
-浏览行为数据（看过哪些网站和页面）
2、数据收集：（DSP、DMP同时收集）
-DSP：通过监测代码收集用户数据
（主要收集浏览行为数据，少部分是消费数据，因大多数广告主不允许在购物车页面加代码）
-DMP：同过爬虫收集用户数据
（四种数据均收集）
-用户数据中应包含：cookieID、url、时间
（通过这些数据可判定用户的浏览行为、访问次数、访问周期、滞留时间）
3、数据分析：
-加标签：标签分为两种，网站标签（A）和人群标签（B）。
【A标签】为二维标签，由网站类型标签和网页内容标签组成。如网易女性频道，网站类型标签是“门户”，网页内容标签是“女性”。组合而成的二维标签就是：门户-女性。
【B标签】需要做2组，α组人群兴趣标签（如电子产品、健康、体育运动）；β组标签人群属性标签（如男女、年龄、职业）。
-算法：（参考）
A标签：主要依靠人工整理和爬关键字，人工整理比较准确。
B标签：贝叶斯分类
CTR预估：逻辑回归
4、数据定向：
推测人群爱好和人群属性（生成B标签）
/
依据cookie行为轨迹（cookieID和A标签）
\
做受众定向（look-alike）和回头客定向
-标签定向：在DMP海量人群数据标签中，从性别、年龄、收入、兴趣爱好、购买需求等多个维 度进行筛选，找到广告主想要的目标人群。（需要DMP做出人群标签）
-回头客定向：针对访问过广告主网站的用户，在其他网站中进行广告投放。最终将其再次引向广告主网站或其他指定网站。（需要DMP和DSP收集数据的时候，保证数据中存有访问各网站的次数和时间周期）
-受众定向（look-aike）：针对于持有访问过广告主网站的用户作为参考人群，对DMP中有相似网络行动履历的用户，在广告主网站以外的网站上投放广告。最终将这些目标用户引向广告主网站或其他指定网站。
（需要做人群相似模型，依据是行为相似，用到A标签，此外数据库规模要足够大）
三种定向的精准程度：回头客>受众>标签
三种定向的投放量级：标签>受众>回头客
5、DMP存在的目的
-人群（cookie）细分，能细分到性别、年龄、职业、兴趣爱好（虽然很扯淡，但还是有做的必要）
-数据管理（储存所有cookie和访问行为，其中包括第一方和第三方，数据规模越大越好）
-与DSP做数据交换（给DSP做定向）
