第一章 在线广告综述

关于大数据

从实际操作的角度来看，如果有的数据处理问题无法通过数据采样的方法来降低处理的复杂程度，就必须利用一些专门为海量数据处理而设计的计算和存储技术（如MapReduce、NoSQL等）来实现

换句话而言，仅仅只是对数据采样，随着采样率的降低收益会急剧降低的问题，就是典型的大数据问题

个性化推荐和计算广告需要用到每个人的行为进行定制化推送，而无法采样其中一部分人来处理，因此可以认为是经典的大数据问题

关于广告

广告的两个主动参与方

• 出资人（sponsor）／需求方（demand）
• 媒体（medium）／供给方（supply）

广告的根本目的是广告主通过媒体达到低成本的用户接触

延伸思考

• 考虑到品牌广告和直接效果广告的目的性差异，两者在创意设计、投放策略、媒体选择等方面应该有什么区别？

品牌广告的目的是希望借助媒体的力量来快速接触大量用户，以达到宣传品牌形象、提升中长期购买率与利润空间的目的。更注重于“引导潜在用户”。
直接效果广告则希望利用广告手段马上带来大量的购买或其它转化行为，例如短信直接投放打折信息给老顾客，公司楼下派发的快餐传单。
因此，品牌广告在创意设计上更加艺术化，投放的媒体平台越高大上越好。而效果广告则相反，比如在广告直接印上打折信息（虽然看上去很low），但是能明显的提高点击率。效果广告要求能精准的投放到目标人群。

• 找出几个泛广告的例子，并探讨其与典型产品广告的区别

团购、游戏联运、导航、返利等。

ps:答案是自己瞎写的，仅供参考

第二章 计算广告基础

量化指标：eCPM（千次展示期望收入）
eCPM ＝ 点击率 * 点击价值

广告的有效性原理

效果产生过程:

exposure=>operation: 曝光
attention=>operation: 关注
comprehension=>operation: 理解
acceptence=>operation: 接受
retention=>operation: 保持
decision=>operation: 决策

exposure->attention->comprehension->acceptence->retention->decision

坑爹简书不支持markdown流程图语法

互联网广告的技术特点

• 技术和计算导向
  受众定向、效果预估、效果优化等。

• 效果的可衡量性
  点击率、转化率。广告的可衡量性。

• 创意和投放方式的标准化
  有标准有规范干起活来就方便，写过程序的都懂。

• 媒体概念的多样化
  这一段并不是很懂，大概讲的就是由于互联网的媒体性质不同，离转化链条更靠近购买行为，ROI 越高，离“引导潜在用户越远”。（有点类似于品牌->效果）

• 数据驱动的投放策略
  收集用户的行为数据和广告反馈数据，调整投放策略。
  本质上互联网的在线广告系统就是一个大数据处理平台。

计算广告的核心问题

计算广告的核心问题，是为一系列用户与环境的组合找到最适合的广告投放策略以优化真题广告活动的利润

在线广告结算方式比较:

适用场景也是从品牌->效果

在线广告相关行业协会

IBA、4A、ANA

感觉这章啥也没讲。。。ANA那里说到“do not track(DNT)”就想到某年考研英语阅读，至今对那道选择题耿耿于怀。。。

延伸思考

• CPA/ROI的结算方式看似对广告主有利，实际也催生了一些变形的推广方式。请考察你接触到的CPA/ROI渠道，并研究其与CPM或CPC渠道的关键差异。

最主要还是转化行为大多为用户在广告商（需求方）站内发生，因此无法进行准确的估计和优化。广告主甚至可以故意扣单来低成本赚取大量曝光。

• 对广告产品而言，优化利润与优化ROI有什么区别？

如果仅仅是优化ROI并不一定能带来“大量的潜在用户”，其实还是品牌／效果那个问题。

• 在社交网络中发生的传播营销过程与典型的展示、点击、转化流程有很大不同，请对此建立一个合理的模型，并分析其中的关键量化指标

还是将过程拆分为3个阶段，选择、解释、态度
社交网络中的广告，可以有互动，可以被转发
曝光、关注：曝光量，阅读量
理解、接受：交互量（点赞、转发）
保持、决策：转化

ps:答案是自己瞎写的，仅供参考