由于工作關系，先后參與過大數據分析、廣告監測監播、DMP+DSP開發、媒體監測等相關產品設計、開發及營銷，對當下的計算廣告有一定了解，所以計劃寫個系類文章來分享下我的所見所得。

1. 什么是計算廣告？

計算廣告學是一門由信息科學、統計學、計算機科學以及微觀經濟學等學科交叉融合的新興分支學科。計算廣告這個概念首先是由美國工程院院士、前雅虎副總裁AndreiBroder是由提出的，之后，AndreiBroder和另一位Yahoo！科學家在斯坦福開設了此課程，被稱為互聯網廣告從業人員的“必修課”。而在國內，曾經擔任Yahoo！高級科學家的劉鵬博士在網易云課堂系統地講授過這門課程。
簡單地說，

2. 計算廣告生態鏈

2.1計算廣告生態鏈構成

在移動廣告生態鏈中計算廣告是使免費用戶互聯網產品獲得資產變現的一種系統性手段，其中，這些資產主要包括：數據、流量和品牌價值。
對大多數媒體和用戶產品來說，品牌價值往往不容易獲得，主要的資產還是數據和流量。計算廣告的基本任務就是把數據和流量規模化變現。它涉及到DMP積累、營銷引擎、機器學習及數據挖掘等，是數字和計算驅動的行業。，由6部分主體組成：

• 廣告主
• 廣告代理公司
• 廣告平臺（優化平臺）
• 應用開發者
• 應用發布渠道
• 移動用戶。

以AdMob為代表的廣告平臺，其上游面對廣告主和廣告公司，此主體為廣告的最終埋單者，而下游則是應用開發者，其開放自身廣告位，由廣告平臺（優化平臺）整合銷售。依照移動用戶的曝光數或廣告點擊數，開發者和廣告平臺對銷售所得進行分成。比如一位游戲開發者開放了自己的廣告位給AdMob，AdMob賣給廣告主，最后，收入所得的68%給開發者，32%歸AdMob。
計算廣告生態鏈構成復雜，環節眾多，如下圖是有LUMA發布的計算廣告生態鏈的主體環節以及各個環節的主流公司，具體內容會在后續的文章詳細介紹。

2.1 付費模式

流量變現始終是廣告以及大數據行業不變的主題，在移動廣告行業，廣告付費模式決定著生態鏈各方的收入，甚至是廣告各個環節的構成。按照行業通用標準一般分為三類：

1. CPM(Cost Per Mille或者Cost Per Thousand/Impressions，每千人成本)
   廣告投放過程中，聽到或者看到某廣告的每一人平均分擔到多少廣告成本。此種由傳統媒體多為采用的方式也多為品牌廣告采用，比如蘋果iAD即以此方式計費。
2. CPC(Cost Per Click/Thousand Click-Through每點擊成本)
   CPC通過點擊率限制可以加強作弊的難度。大家常見的朋友圈廣告就主要采用CPC計費。
3. CPA(Cost Per Action 每行動成本)
   按廣告投放實際效果，即按回應的有效問卷或定單來計費，而不限廣告投放量。CPA的計價方式有一定對賭的意思，該方式對于網站而言有一定的風險，但若廣告投放成功，其收益也比CPM的計價方式要大得多。

除上述三種計費模式外，廣告交易還常用

• CPT（Cost per Time）
• CPS（Cost per Sale）
• CPD（Cost per Download）
• CPD（Cost per Day）
• CPI（Cost per Install 每次安裝成本、一般用于APP計費方式）
• CPP (Cost Per Purchase) 每購買成本
• CPP (Cost per person) 按人頭收費，這點是我們在做場景話精準營銷時自己設計的計費模式。
• CPR (Cost Per Response) 每回應成本
• 包月方式
• PFP(Pay-For-Performance) 按業績付費
• CPL(Cost Per Leads)：以搜集潛在客戶名單多少來收費;
• CPS(Cost Per Sales)：以實際銷售產品數量來換算廣告刊登金額
  其實，不同的設計模式都是為了應對不同廣告應用場景而設計的，廣告計費模式一定程度上反應了廣告應用場景的商業模式。一般而言，CPM和包月方式對網站有利，而CPC、CPA、CPR、CPP或PFP則對廣告主有利。目前 比較流行的計價方式是CPM和CPC，最為流行的則為CPM，在精準的場景話營銷里，CPP對各方更有利。

3. 國內現狀

下圖是國內廣告行業構成概覽；

個人認為國內計算廣告行業主要表現有如下幾方面：

1. DMP扎堆出現

DMP在互聯網廣告中的核心位置為”雞蛋黃中的鉆石“級別，為何這么這么重要？因為只要幫了為廣告主搭建DMP這件事，那么其他業務就是順理成章衍生了，所以DMP橋頭堡這關非占不可。比如CRM巨頭安客誠，如果為廣告主搭建了DMP之后，EDM，直復營銷，Callcenter，CRM全部順利成章囊中之物，整體協調也更有效。易傳媒的嵌入式DMP能為互聯網廣告投放得更精準，admaster的DMP則能夠評估各媒體渠道投放的效果。DMP沒有統一的功能，大多是為廣告主量身定做的，所以DSP+DMP一家供應商這種情況在美國也非常常見，也有大型廣告主講究DMP與投放渠道獨立的，廣告主各有各的故事，建了DMP一切都好說。

2.移動流量RTB adexchange已由藍海變火海

技術框架上DSP和RTB沒有太大區別，目前中國移動端的展示量據說已經超過美國，裝機量跳躍式增長，市面上，91+秒針，芒果，三星adhub，還有阿里媽媽等流量控制者，都在建移動adexchange。

3.Data Exchange的出現

中國adexchange生態里，高質量第三方數據奇缺，多數掌握在BAT+Sina+電信運營商手里，但是可喜的是，Alimama與baidu已經開始動起來了，據說阿里媽媽正在對接Google Bidding Manager，可能是看中了google的品牌廣告主。

4.DSP的技術及數據實現越來越容易

2013年算是DSP元年，大量DSP公司涌現。起初，DSP的構建具有很高的門檻，一般而言，一個真正意義的DSP，必須擁有兩個核心特征，一是擁有強大的RTB(Real-Time Bidding)的基礎設施和能力，二是擁有先進的用戶定向(AudienceTargeting)技術。通俗的說，就是必須具備很強的計算機工程能力和強大的硬件、網絡基礎設施做支撐，同時需要由大量用戶數據的積累，實現廣告定向投放。
在各大巨頭紛紛開發計算能力和數據能力的今天，構建一個功能強大的DSP變得很容易，2017年前，DSP公司若想走到市場前列，關鍵時依靠過硬的技術支撐和海量的數據積累，如上的兩大行業壁壘將不再時DSP公司的核心價值，個人認為DSP行業的核心價值會越來越回歸商業本質，即構建更透明的商業模式來服務廣告主。
例如，在2017年我主導公司的一個場景話精準營銷的產品，在阿里云營銷引擎的基礎上，配合阿里云提供的相關產品，僅用了一個月時間就構建出一套業內最為先進的DSP營銷系統，技術方面阿里提供了一整天解決方案，DMP方面，阿里提供了市場中最為精準的數據支撐（非淘系數據）。
（說個題外話，本人從事計算機由七八年時間，前后從事過單板機，嵌入式軟硬件開發，linux內核開發，機器學習和數據挖掘算法研究，大數據開發，行業洞察和廣告營銷，對計算機行業日新月異的發展頗有感慨：ARM出現，使得芯片設計變得通用；android出現使得嵌入式行業的技術難點變成通用模塊；google三大論文后出現的hadoop，spark等大數據計算平臺，使TB級數據分析變得很容易；阿里云等云產品不僅很大程度上降低了企業的基礎設施等重資產投入、運維成本以及研發成本，更使得企業在運維、基礎技術構建等方面變得得心應手。不僅如此，而今，構建一款視頻APP，構建一套開箱即用的大數據計算平臺或中臺系統，構建一個有行業特色的DMP+DSP營銷系統等都變得很容易；16年人工智能大火，當時的判斷是人工智能在各大巨頭及學術界共同發力下，必將在未來幾年內成為計算機行業的基礎設施，實際上，前幾年人工智能火，主要解決計算視覺、音頻識別相關課題以及文本識別相關課題這三個方向原始信息的識別，而這些課題一旦功課，就會變成類似API方式的商業應用，所以個人認為，技術的存在即價值是為了解決問題，計算機行業的前景是在了解計算機技術邊界的基礎上，努力發掘商業的邊界，例如本文講的DSP，在阿里云營銷引擎的基礎上，幾乎人人都可以有自己的DSP，所以關鍵不再是如何構建DSP，而是在DSP構建變得輕而易舉后，商業模式會有什么樣的變化，以及會有什么樣的新的商業模式）

總結

以上是生活随笔為你收集整理的计算广告概述【计算广告】的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。