很多互联网公司产品很容易通过初期的大范围广告投放，补贴等措施获得大量的种子用户，随即可以看到自己用户量及GMV的高速增长。但仔细一看伴随而来的是高额的市场成本，低效的活动效果，但一旦停止又明显看到了增速的放缓。这时候进退维谷，烧了心疼，不烧心慌。

怎么办呢？

其实任何事物都是需要遵循其内在规律，互联网项目在进入到一定阶段的时候数据驱动决策是实现业务健康成长的基本工作方法。

比如各个部门的日常工作是：

市场部

1.用户画像，制定合理的推广策略

2.跟踪网站，APP，微信等平台用户访问行为数据，通过再营销提高转换率

3.分析CRM信息，look-alike的寻求销售线索

4.购买测试第三方的数据（销售线索），评估预测效果

销售部

5.针对销售线索的质量评估，优先级制定

6.通过细分数据分析，调整和优化产品合约，销售策略

7.通过用户画像，即时的产品推荐，实时销售目标，提高销售沟通效率及效果

客服部

8.用户流失预警预测，及时调整服务策略

9.通过会员业务行为等，细分客群，进行更为有效的客户关系管理（续约，再消费，推荐好友，会员激励机制等）

技术部

10.用户平台行为表现，改进网站，APP等，提高用户黏度和转换率

11.打通不同系统用户数据，提升数据效用

我们今天晚上的分享会谈谈流量获取团队需要掌握的一些知识

流量获取的阶段要分别从网站、APP的不同特性来说。由于cookie是判断网站流量数据的技术手段，所以广告主和广告平台双方都会围绕cookie这件事来做处理。比如广告流量产业里比较多的会出现广告主的费用结算（CPC、CPM）与实际获得流量的质量很大程序上取决于双方约定的广告点击有效性，广告平台对于用户识别的定义是基于cookie id，但是这个cookie id本身与广告主的内部系统（比如CRM）识别的唯一用户不一样，所以就必须通过广告主内部系统来做数据整合、去重，并准确计算每个渠道的ROI。

企业可以把对接dsp/媒体投放设计为内部系统和外部系统，内部系统包括产品、运营、维护、报警；外部部系统，包括商务、运营、出价策略、对账结算、产品。内外部系统又分模块和行动路径及重点指标，最核心的问题其实数据驱动产品运营是解决稳定性、时效性和优化效果及减少浪费。

如果要深入理解在线广告投放的核心方法，首先就要了解百度、腾讯、Facebook、谷歌这些典型的互联网广告技术平台是如何设计广告产品的。

比如为什么广告投放系统里有人群定向、CPC、CPM等这些设置？为什么我们可以相信在BAT上投出去的广告是可以信赖的？有哪些防止流量作弊的方法？

如果你可以理解比如广告产品业务中关于点击率预估这件事的难度，你就可以理解在使用这些产品时需要注意的事情了，也有助于你理解数据处理的能力决定了广告投放的效率和效果优化。

（本图来自于谷歌开发者大会上腾讯社交广告团队分享广告排序使用Tensorflow深度学习技术的经验）

我们都知道，比如点击率预估会决定广告系统的变现效率，如果考虑到eCPM=1000bidpCTR这个经典公式，那么点击率本质上就可以在某种程度上反映用户体验，从而成为广告转化效果的基础。

许多人认为很简单的精准广告投放技术，比如在广告平台里，需要预测男性 x 年龄28-35 x 关注科技，这类用户点击电动车广告的可能性较大，就需要从LR模型中通过四维cross特征表达。

而点击率预估算法的难点在于随着互联网流量巨头们掌握的数据量飞速上升而导致特征维度可以达到千亿的规模。

从海量数据训练的实际工程实践来看，流量巨头如腾讯也需要在算法上要求模型具备复杂特征挖掘学习能力，系统架构上能提供充分的算力支持。

所以腾讯就开发了基于谷歌TensorFlow的点击率预估解决方案，用于支持体系内的各个大流量产品的广告变现。

所以，对于理解在线广告这件事，需要从广告主和流量方的数据生态角度出发才能得出完整的认知

对于企业或者广告主来说，在线广告是目前营销和获客的最重要渠道之一，也往往是营销预算投入的大头；对于媒体和流量方来说，在线广告也是目前流量变现的主要方式，贡献了中国互联网公司大部分的收入。我们将从广告主营销和媒体变现两个视角出发，帮助大家理解目前业界主流互联网广告产品的设计思想和核心技术，理解互联网广告市场的生态机制。

经过多年的发展，今天的互联网广告已完全进入数据驱动的阶段。在线广告产品和技术设计了多种机制发挥数据的作用优化广告效果。

本次分享我们也会重点探讨在线广告中数据驱动的产品和技术原理，从而帮助大家可以充分利用自身的数据和广告产品机制来优化广告营销效果，或构建自己媒体的广告产品。

作为国内第一个跨界传播和分享技术和数据驱动观念与实践经验的从业者社区，Dtalk很荣幸邀请到了陈戈老师。
9月25日晚，陈戈老师在DTALK分享了海量数据驱动的在线广告产品及核心技术方面的知识，第一部分分享海量数据驱动的在线广告产品及核心技术，第二部分和大家的Q&A的互动环节。

第一部分 海量数据驱动的在线广告产品及核心技术

在线广告的产品逻辑，我会分三块，一个是品牌广告的产品逻辑，一个是效果广告产品逻辑，再讲一下用户定向。

1、品牌广告的产品逻辑

首先我们要讲品牌广告的产品逻辑肯定要回归到品牌广告主的诉求来看。品牌广告主的诉求是什么，在线的品牌广告其实是由线下传统的线下广告和电视广告发展而来的。

大家可以考虑在没有在线广告之前，其实品牌广告主是在电视上投广告的。比如说我去投山东电视台，我希望主要大部分是山东的用户。因为广告主选择用户在对电视这个广播性的媒体实际上是很困难的。他实际上就变成一种广播，仅仅是能通过选择地域性的电视台，大概的选择一种用户。而且这种品牌广告往往是包断开式的，他是包断某一个时间的。比如说在某一个时间固定展示某个广告。

所以发展到线上最初是CPT广告。比如我把一个广告的位置在某一个时间段包下来都放我的广告。但是CPT广告的体量会越来越少了，因为他就被保量的CPM广告替代了。那CPM广告是什么意思呢，它是广告主买固定的曝光数量。显然这个就比包断一个时间要更可控了。因为包断一个时间我只能初步一下有多少广告的曝光数，那我就不如直接买一定固定数量的曝光。所以目前保量的CPM广告已经成为了品牌广告主投放互联网广告的主要模式，这里是品牌广告不是效果广告。

我们看保量的CPM广告，其实这个品牌广告主对于保量CPM广告有两个核心的诉求，一个是用户定向，一个是保量。

举一个例子说明品牌广告主的诉求，比如说宝马在今年12月1号会出新5系（时间虚构）。他可能会提前的对新5系列造势，推品牌广告，让大家都知道，其实是让有可能购买新5系的人知道我要出新5系了，他可能会提前选择在11月20号到时12月10号这二十天的时间里在爱奇艺去投放这个品牌广告。比如他会精确的投放一千万广告曝光。那他肯定不希望是一些对宝马不可能有兴趣的人。

他可能会选择用户定向选择男性，并且是一二线城市的收入比较中高的人去投放这个广告。同时又不希望一个人看了广告数过多，因为它首先他控制总量是一千万次。大家都知道一个人看广告的次数的效果是有一个边际效应递减，我看三次和五次可能差别有一点，但是看五次和八次可能已经没有差别了，我已经记住了。所以他会设置往往会设置一个频次限制。就是设置一个用户在这个投放中心里最多只能看五次广告，如果超过了就认为是无效的。这就是一个典型的品牌广告投放广告的诉求。

我简单总结一下，有几个核心诉求。

第一个是说在固定的投放周期内达到一定的用户的观看量。

这里面有两个硬要数就是第一投放周期要得到投放周期内的用户播放量达到保证，因为对于品牌广告来讲，他是希望在一个固定的周期内达成这个品牌营销的效果。品牌营销的效果也就是有一定的量的用户能够观看到我这个品牌广告了。

如果这个量是不能够保证的那对于品牌广告主来讲就是不是理想的了，比如说我这次品牌营销活动我的目标就是使一千万个人看到我这个广告，如果我这个营销活动。最后达成的量很随机。比如有可能是一百万个人看到，也可能是二百万个人看不到。那对我来讲这个营销活动的这个效果就是没法保证的了。所以他会要求希望有目标数量的人能够保证性的看到这个广告，这就是周期性的保量需求。

第二个需求是用户定向，他要保证是他的目标用户去触达。

比如说宝马主要是想高收入的男性触达，对于女性或者低收入人群是不感兴趣的。这样就产生了用户定向。第二个是他要求媒体对他的订单进行保证。他希望说我比如说就要买一千万个广告曝光，他是不能够少的。他希望媒体或者广告平台，对这个曝光量给予一定的保证。这个保证呢，当然他为了这个保证他可以付出一定的寓意价。如果是效果的竞价广告就无法达到保证量的效果。也就无法达到一次品牌营销的需求了。

那对于CTR和转化不是直接去考核的，因为这个链条也比较长的，很多是建立品牌的形象，而不是追求直接购买。

所以基于这样品牌广告保量的需求，并且他是购买的是未来的广告库存，也就是广告曝光，这样的一个特点呢，品牌广告的产品往往设计成这样一个流程。

首先总体来讲分为广告的售卖和投放两部分。这个与效果广告是有明显区别的。

效果广告的售卖端是比较简单，他仅仅有一个下单。但品牌广告的在售卖端有一个询量，再到下单的一个过程，什么叫询量呢，就是比如说宝马要购买十一月的爱奇艺的广告曝光，他首先会问一下爱奇艺十一月份这个男性高收入的人有多少量可以卖给我。他要问一问有多少量可以买，这就是所谓的询量。

在询量之后，他的才决定去下订单，比如说询量告诉他说爱奇艺十一月有一千万个曝光可以买，就意味着他最多只能买一千万个了，那他可能最终买五百万个。产品的逻辑就是先支持询量再支持曝光，再支持下单。但是一旦这个广告主完成下单，对于品牌广告来讲就是一个合约。如果在十一月份他一旦下单，爱奇艺无法帮宝马对男性的高收入人群完成一千万个曝光。那它就是一种违约的行为，在投放阶段媒体和广告平台要力求把这个订单去高程度的完成，如果没有完成，需要对没有完成的部分进行赔付对广告主进行补偿。

那品牌广告业务另一个特点是他需要对媒体对这个广告的执行情况进行监控。因为不能爱奇艺自己说我给你投了一千万个。所以生态中就出现了第三方监控公司。

往往这个广告主会要求引入第三方监控公司。在中国就是秒针是这个最常见的。比如秒针对这次订单的曝光监控。那秒针其实起到了一个监控记账的作用，秒针记下来爱奇艺的订单到底为宝马投了多少个符合的用户。这个是做为结算的依据，如果没达到就要进行补偿。这是品牌广告的核心逻辑。

刚才讲的是从满足品牌广告主的诉求的角度如何设计产品。实际上任何一个广告产品还要从媒体收入最大化的时候怎么设计这个产品。这块主要是一些实际上就是媒体希望管理好自己的广告库存，使得尽量的提高售卖率，尽量提高售卖的价格就达成品牌广告的收益的最大化，我这里往往是通过一些技术手段来保证的，这里我就不常见开讲了这个可以放到我们课程中再讲。因为技术的话题，可能展开讲就需要更多的时间。

2、效果广告的产品逻辑

接下来我们再看看效果广告的产品逻辑。那首先我们还是看看这个效果告广告主的核心诉求是啥，这个解释起来了，就比品牌广告容易了，但就两个点。

他投放广告第一个考核的事，这个这次广告投放的平均的转化成本是什么。比如说这次我头发广告花了这个一百万。那我花了一百万带来了多少对这个产品的购买。当然有可能是电商广告的购买，也可能是游戏的这个注册激活，比如说我是一个卖衣服的，我花了一百万在腾讯新闻做广告做效果广告。那我最后发现这一百万带来了这个一千个购买。我就可以计算出每一个购买我在花了多少钱，，其实广告主首先就是考量的我这次广告投放平均每一个购买花了多少钱，就是转化成本。

第二个考量的是我能达到多少的转化的规模。因为有可能在你这个媒体上我虽然能够使得这个转化成本不错，我希望转化成本控制在每个购买要小于一百块，我才不亏。但是可能媒体是个很小的媒体，虽然能做到这个转化成本控制在九十五块，是达标的，但是你每天只能给我转化两个，那今日头条能给我转化一千个，我显然我就可能不太考虑在你的媒体投了。因为这个太费劲了，转化这么两个还不够我这个投放这个请代理公司投放费劲。

所以其实他考核的两个，一个是平均成本，一个是总的转化数量。

有了这两个广告主的诉求也就产生了广告的卖法，其实效果广告卖从最基础的CPC广告，按照点击来计费，广告最基本的两个行为曝光和点击。就是一个用户点击了广告，我就对广告主计一次费。由于点击和转化有Gap，电商广告投资的用户点击离购买还有一定距离。后来广告主说我们按照购买来计费吧，也就action。当然可以定义好多种有可能是游戏的激活和等等对吧，那也就是说我直接按照广告的购买来计费。由于购买的行为往往是发生在广告主一端的，所以他需要上传到广告平台完成计费。

这样由CPC演化到CPA广告。那进一步演化到现在两种最流行的广告形式：OCPC，OCPM。这两个有什么差别呢，我后面会把他讲一下它本质有什么差别。

我们设计一个广告产品的时候要从广告主和媒体的角度。刚才从广告主的角度设计了广告的卖法。因为我看中的就是转化，所以我按照点击或者转化去计费。媒体在出广告的时候对效果广告往往采用的是竞价广告。也就是说他不对一个广告最后能拿到多少的曝光有任何的保证，每次我来竞价。我每次怎么竞价？当然是价高者得这次的曝光。所以说竞价广告是媒体收入最大化的手段。

那竞价CPM等于这个著名的公式：预估点击率乘以CPC。
假如每次曝光点击我能收广告主一块钱，一百次曝光有一次点击。这个广告主每次为曝光付的钱也就是一块乘以百分之一，也就是一毛钱。所以为什么是PCTR?

因为这个广告竞价是在每次曝光时实发生的时候，每次大家打开一个刷一个新闻的feed。当这个曝光亟待产生的时候。广告系统需要为每一个广告去计算这个广告如果在这个曝光下曝光可能产生的点击率是多少，这个点击率是一个预估的点击率，是通过技术的手段，通过算法，也就是现在说的通过大数据、机器学习的算法进行预估出的点击率。

用预估点击率乘以CPC，也就是竞价的CPM。比如说这个广告系统接入了一百个广告，每个广告都是效果广告设置了一个CPC。那当一个曝光来的时候我就会为这一百个广告每个广告计算一个预估点击率。然后用他们每个广告的预估点击率显示不一样的，用这个广告对这次曝光的预估点击率乘以CPC，就得到这次广告对这个曝光的出价了。

那最简单的。我选择出价最高的广告，作为这个广告投放，这也就达成了我媒体的收益最大化。那大家如果理解了这个逻辑就发现预估CTR的准确性，对于这个媒体收益最大化，有着非常显著的影响，如果这个预估的准，那我显然就能选到出价最高的广告，我的收益就高了。

当然实际的复杂的成熟的广告系统对这个公式会做一些修改，但是它的方向是不变的。大家理解的时候，按照这个公式是去理解基本是没有问题的。那对于CPA的广告，这个公式就演化成PCTR，乘以PCVR，乘以CPA，大家简单的理解一下就可以了，和上面同理。

image

3、用户定向

image

再讲一下用户定向，其实广告系统的，无论是品牌广告和效果广告。广告系统都会提供一个丰富的用户定向让广告主去选择针对哪部分用户投广告，这是往往是一个现在广告系统的必备品。

对一个广告主来想要在广告系统投放广告的时候选择自己目标的用户有两三种方式。

第一种方式是利用广告产品提供了丰富的用户标签去选择。这种用户标签往往是来自于这个媒体的，比如说腾讯会提供腾讯的很多用户标签，百度会提供百度的。

第二种方式，是广告主自己可能积累了很多数据，比如说宝马可能已经积累了很多的车主，他可能用他自己的第一方数据进行广告投放，这个广告平台也都是支持的。

第三种方式是用第一方数据的look like。比如宝马有上一代宝马五系的购车人群有一万个人。现在要推新5系，我肯定是希望推一些潜在可能购买新5系，但是没购买过的人。对这些潜在客户去投放广告，而不是对已有客户投放广告。那我怎么知道这些潜在客户是谁，我就去找一些和我购买过宝马五系的人像的人。也就是对这个购买过宝马五系的人，做一个look like，找到和他们相似的人，我认为他们对于购买宝马5系其实是一个高度的潜客去投放广告，look like现在也是广告平台的一个标配了。

我就整体的简单总结一下我讲的东西：

一）广告的市场和生态。因为广告之所以形成现在的生态和市场它是由这个广告主和媒体的诉求决定的。他的市场和生态形成什么样子。

二）针对广告主和媒体的诉求。那品牌广告和效果广告主要的广告产品逻辑是什么样子的。这里面体现了广告产品，对于广告主和媒体诉求的一种把握。这些基本上是广告产品设计的一些最核心的逻辑。

4、学员问答

「策略pm-张章： 广告投放端的方式多，且系统比较复杂。若是从0到1搭建投放端系统，应该如何规划不同阶段，考虑出发点是什么？

cpc，cpm，cps以及各种衍生的在线广告交易模式，不同模式间各自的适用场景怎么判定？」

我的回答：第一个问题实际是分了两个问题，第一个问题是说广告的投放端怎么构建，实际上是广告产品和系统的设计问题。

广告产品的构建我觉得分为几个阶段，第一个阶段首先要想清楚我这个媒体的变现主要要提供什么样广告的卖法。

譬如媒体其实是能够卖品牌广告的可能你就首先要提供这种保量CPM和CPT的。品牌广告卖掉之外还有很多的长尾流量，或者说你的媒体就卖不了品牌广告。那你就要设计一个效果广告的卖法，比如CPC或者CPA。

那定义出卖法之后，可以首先支持卖法的售卖和投放的功能，比如说我要支持CPT，支持保量CPM，支持CPC，完成对客户最基本的卖法的契约，投放系统先支持基本的功能。

那第二个阶段是深入的优化。

因为广告的技术要优化技术的时候有两个方向，一个是媒体收入的收益的最大化，这往往是通过很多的算法和数据完成的，比如说优化点击率预测，优化这个品牌广告的库存预估和分配的技术。深挖技术去优化媒体的收益最大化，另一个方法是通过技术提升广告效果。因为广告主买单的不是媒体收益，他只关心自己这一单投出来的广告效果。所以第二阶段优化的时候，要考虑通过算法技术优化达到媒体收益最大化。

另一个是通过技术优化这个广告主的广告投放效果。使广告主愿意不断的在你这投放，如果效果不好，他就不投了。

所以简单的总结，第一阶段是定义媒体广告的主要的卖法，这跟媒体的特点和销售都是有关系的。然后在系统上支持最基本的功能。第二个阶段，主要从这个广告主的广告效果优化以及媒体收入最大化的角度，优化数据和算法技术。这里面这讲的是方向上。具体的技术上其实涉及到这个工程的技术就海量服务的技术，涉及到数据的技术，涉及到算法的技术。

那第二个问题是说cpc，cpm，cps交易方式怎么样判定。因为这种交易方式最本质上要从客户的角度去判定，你在这里提到的其实都是效果广告的交易模式了。

首先说CPM，CPM其实竞价的CPM，CPM到CPC再到CPS会逐渐的离效果越来越近。对于一个对效广告主来讲他肯定是希望找到最贴近自己效果的计费方式去计费。这个时候对他是最有保障的。因为他实际上只愿意为Sale买单，他并不愿意为点击和曝光买单。所以从满足广告主的数据上讲，肯定是要建立起这个CPS的模式。这也是目前广告系统的趋势。

但是从媒体的角度能发现一些强势的媒体，如果以CPS来结算，因为CPS这种Sales往往发生在广告主一端，他依赖于广告主对Sale的认定和上报给媒体，他往往是媒体不能够独立把控的。需要广告主来上报的。这样对于媒体的计费，丧失了主动权。这个时候，一些强势媒体往往会往回拉。所以这也就出现了OCPC和OCPM。这种模式其实是找到了效果和媒体之间的一种折中，这个展开展会有点长，我就先不讲了，所以我就回答就先回答这些吧。

「Reagan-广告-产品 ：老师可以讲一下最近比较火的ocpc/ocpm吗？这里面有哪些核心的机制和策略呢？」

我的回答：第二个问题的回答我这里主要OCPC，因为我OCPC和OCPM，其实是同理的。我这里先给一个概括性的评断，其实OCPC的机制是比较简单的，如果大家能理解他的本质的话。但是我发现其实市场上很多人对它的理解是错误的，包括一些行业内的人，我看到他们发的一些评论我感觉并没有抓住要点。其实她的本质是比较简单的。

大家先考虑CPA。对于CPA的竞价公式来讲。因为广告系统对广告进行出价的时候都要把CPA的广告，还是CPC的广告，还是的OCPC广告都要转化成CPM出价，因为是对曝光出价。因为他们竞争的是广告曝光的机会。所以大家先考虑对一个CPA的广告。那他的这个竞价的CPM就等于我上面贴的这个公式：

PCTR乘以PCVR（转化率），再乘以CPA。

其实对于CPA的广告这样就完事儿了，一个广告主设定说，我按CPA计费，一个CPA出100块，然后当一个曝光来的时候广告系统就会预估这个广告在这个曝光下的点击率转化率乘上CPA，就是为这个广告对这个曝光的出价了。

但是为什么会出现OCPC呢，媒体发现CPA对我其实不太有利，因为就是我刚才讲的理由，我发现这个购买需要依赖于广告主的上报。假设有的广告主作弊，他实际上发生了他没报给我，我就不能及时的机会收钱，或者说有的时候它的系统有bug，他把计费上报上慢了，漏了，我不就亏了吗？所以越往转化深的地方去收费，其实对媒体的计费是不太有利的，容易出现漏记和延迟。

但是广告主实际上关注的是转化成本，是通过CPA去设定。所以怎么样均衡这两者的利益呢，媒体就发明了一种计费模式叫做OCPM。他的计费还是按照曝光去计费。计费的曝光采用的竞价的CPM对广告主去计费，如果这个广告主获得了这个曝光他就采用这个竞价的CPM去计费。他也让广告主去设置一个转化成本就是CPA。这样的媒体还是用这个公式算出一个CPM去竞价，并且按照这个CPM去计费。这样你看有一个二者的一个均衡。

一方面，对于广告主来讲的他还是设置的目标转化成本。虽然是不是按照计费，但是广告系统的通过准确的预估点击率和CVR是尽量保证是达成转化成本。另一方面对于媒体他又按照曝光去计费了，他没有计费的延迟的问题，因为这个PCTR、PCVR不可能百分之百计费准确。所以最终在这个控制的转化成本实际的主要成本是比CPA高或低的一个值，这也就看这个广告系统能力了。

广告系统越强大控制这些精准。这就是OCPM怎么设计出来的初衷。

「mike-海外-数据挖掘 ：期待介绍一下特征cross的建模 最终特征是不是一个标签类的输出？」

我的回答：这是一个具体的机器学习在构建征的一个技术问题，这个问题反而是最容易回答的，但我不确定你能不能完全了解，因为我看到这个问题，我觉得你还不一定完全理解的特征构建的一些基础。其实每一个cross的特征类，比如说我现在有两个基础的特征类，一个是用户的年龄，一个是用户的性别。我再做一个cross，那这个用户的年龄和性别就是一个新的特征类输出了，是一个新的标签类输出，它就是把两个特征类cross起来。

「赵璞莹-广告产品：老师，想请问下现在市面上常见的DMP的数据都来自哪里呢～」

我的回答：现在这个市面上的DMP可以分为两种。

第一类是说这个大媒体提供的DMP，第二类是一些第三方的中间的，这就是没有媒体的这种中间的广告技术公司提供的DMP。

那对于第一类来讲，比如说BAT提供的DMP，但是这些大媒体提供的DMP，做的事情是很有限的。这是因为，BAT的DMP提供的时候数据有一个只进不出的原则，比如腾讯，我们是不能够提供具体到某一个人的标签信息的。如果提供出这个牵扯到用户隐私泄露是一个比较严重的问题。所以在这种单条用户的数据不能出，其实这些大媒体的DMP只能提供一些聚合报告，所以比较难指导到你们的在线投放。所以它的价值是比较有限的。

第三方公司提供的一些DMP我所知道的，比如说品友、秒针，也会提供一些DMP，他收集到的数据往往是不同的，比如说秒针，因为他是有很多广告监测的数据，他可以收集一些数据。品友他有很多客户的数据，他可以收集一些数据。数据质量我也不好直接评论了。但是我相信他的数据的广度和细致的程度和BAT这种公司还是会有差距的。这个也是受到市场上广告主的认同的。但是在中国是没有办法的，因为数据是核心资产，大媒体肯定是只进不出的。所以这造成了，真正有价值的数据，大部分掌握在大媒体手里。

但是大媒体的数据又很难单条出来。所以DMP实际上在中国的广告市场上没有非常有效的输出。你要用大媒体的DMP，基本上就要在大媒体的广告平台里面投广告。因为这样投放的时候，才不会把数据给暴露出去，所以作为一个第三方广告平台基本上很难用大媒体的DMP指导投放。

「产品-产品：老师，腾讯的DMP能提供到用户画像下的大数据么？例如某个地区的的用户标签。属于总类的数据，不属于您所说的单条数据。」

我的回答：是的，如果你指的是聚合报告的话，我们是可以提供的。你可以联系我们，我们提供收费的服务，就是看聚合画像。比如说你提交一百万个手机设备号，或者甚至电话号码。我们可以给你出我们在很多属性上分布，比如说百分之多少是上海的百分之多少是北京的，甚至很多兴趣上的分布你都可以得到聚合报告的。这个服务是可以的。

「产品-产品：反过来呢？诉求是，某一个地区，半径三公里范围内，某一个时间段内所有用户标签。比如男性占比多少，年龄段占比等。」

我的回答：这个也可以。相当于你选了一个我们的标签生成了一个人群包，然后在我们这里看画像也可以的。

本文作者陈戈

腾讯广告业务技术总监和专家工程师，先后在百度和腾讯工作，在计算广告，推荐系统和搜索领域具有丰富经验，E-Bizcamp广告技术课讲师。