“計算廣告是如何變現的
”我們知道，當前互聯網產品的大趨勢，就是免費！
可是互聯網企業也要活下去，他們也需要有變現的的資產。那些可變現的資產又是什麼呢？
總結一下，互聯網行業可變現的核心資產，主要來自兩個方面。第一個方面，也就是最簡單粗暴的方式——利用流量（traffic）變現。
什麼是流量呢？就是有人訪問你的網站，或者有人在用你的APP，在這些產品中，除了放用戶感興趣的內容以外，還可以放一些付費內容（Sponsored content），也就是廣告。在正常內容裡夾裹付費內容，就是流量變現的基礎。這個容易理解，有點類似於很多人都愛看電視劇，那麼電視臺就可以把廣告，插播在電視劇裡。你想看電視，就得看廣告！
但電視臺播放廣告的弊端也很明顯，那就是“千人一面”——所有人看到的廣告都是一樣的，這樣的廣告轉化率勢必不會太高。如何提高廣告轉化率呢？
除了流量能夠變現之外，互聯網公司還有一項非常更重要的法寶，那就是數據！
簡單地說，通過大數據（特別是用戶的行為大數據），互聯網公司可以做到較為精準的用戶畫像（personas），據此判斷用戶偏好，然後再根據這些偏好，提高付費內容的轉化率，這是數據變現的基本原理。
那麼這些用戶大數據又是如何得來的呢？自然都是來自各種免費的互聯網產品，當用戶在用這些產品過程中，就會留下蛛絲馬跡，互聯網公司就會收集這些信息，據此猜測這個用戶的屬性，比如購物偏好，然後再根據這些購物偏好，來投送相關的付費內容，這比沒有任何的指導來投放付費內容，它的效果肯定要好一些。
劉鵬先生提供了一個精彩的例子，如圖1所示，可以輔助讀者理解一下數據變現的原理。這個圖的左半部分說的是流量變現。比如說，假設我們有個網站，每天有10萬的訪問量，那麼就可以在上面放一個廣告位，這個廣告位可以有個報價，比如說5000塊錢，這就是流量變現的價值。
圖1數據價值的體現
但是這種流量變現的方式，並沒有最大化發揮數字廣告的優勢。因為剃鬚刀廣告的有效受眾，基本上都是男性，因此，這個流量裡邊，有一半的女性受眾是被浪費了，那麼，該如何合理利用另一半流量呢？
再看圖2所示的右半部分，實際上，在計算廣告體系裡，我們完全可以做到，僅僅把男性的一半流量留給這個剃鬚刀廣告客戶，對於這個客戶而言，它的有效受眾的觸達，其實並沒有損失，但由於他只用了一半流量，因此可以給他打個折， 3000塊錢就可以了。
如此一來，對流量變現的互聯網公司而言，它還剩下一半女性的流量，他可以用3000的價格賣給另外一家做化妝品的廣告主。對互聯網公司來說，它掙到了更多的錢（6000塊）。對於廣告主而言，他也是滿意的，因為他只用花3000塊錢的成本，就獲得了原來他要花5000塊錢成本，才能觸達的有效受眾。所以，這是個雙贏的生意！
實際上，我們知道，天下沒有免費的午餐！在我們的工作生活中，基本上，存在一個利益守恆原則。也就是說，如果你在某個方面獲得了利益，通常是會在其它方面，以某種形式（或顯式的或隱性的）利益犧牲為代價，換回來的。
雙贏（或多贏）是不符合利益守恆原則的。既然是雙贏，一定需要新的資源加入到這個利益分配過程當中，那麼這個資源是什麼呢？
這就是數據的價值！也就是我們一直說的數據變現的秘密。
計算廣告的收益——我們付出了什麼代價？
互聯網公司之所以能得到這1000塊錢的溢價，是因為他們有了每一個用戶的性別數據。如果再接著問，他們為何能有這些數據，還不是我們用戶“免費”使用了人家的產品嘛？
我們在享受互聯網公司提供的免費“午餐”時，付出的第一個代價，就是不經意間洩露了我們的個人隱私數據。你看看，天下哪有免費的午餐？免費的背後，其實是都是要付出代價的！
天下沒有免費的午餐，不光是個普世化的認知，在計算機科學領域，甚至還給出“沒有免費的午餐定理(No Free Lunch，簡稱NFL)”的理論證明。該定理是由美國聖菲研究所(Santa Fe Institute) 的教授Wolpert和Macready等在1997年提出[5]，其結論是：由於對所有可能函數的相互補償，最優化算法的性能是等價的。該定理通俗來說就是，如果某個算法在某個場景下，獲得了最優性能，但它在其它場景下，一定付出了性能代價，不可能在什麼場景下，你都最牛。就看當前場景下，算法優化後的性能改善，和付出的代價相比，值還是不值！
蘇萌、柏林森和周濤等人曾合著了一本書，叫《個性化：商業的未來》[6]。我們不能說這本書的觀點是錯的，但如果這本書的觀點是正確的，根據NFL原理，我們同樣也可以寫另外一本對應的書籍《隱私獲取：大數據公司盈利不得不說的秘密》。
因為所有的個性化服務，都必須以獲取用戶個性化的信息（即隱私數據）作為前提，沒有個性化的數據，自然就不會有“貼心”的個性化服務。
計算廣告盈利水平的提升，肯定離不開用戶隱私數據的獲取，而用戶的大數據隱私保護，肯定也是計算廣告繞不開的研究話題。
“計算廣告的收益”
互聯網公司之所以能得到這1000塊錢的溢價，是因為他們有了每一個用戶的性別數據。如果再接著問，他們為何能有這些數據，還不是我們用戶“免費”使用了人家的產品嘛？
我們在享受互聯網公司提供的免費“午餐”時，付出的第一個代價，就是不經意間洩露了我們的個人隱私數據。你看看，天下哪有免費的午餐？免費的背後，其實是都是要付出代價的！
天下沒有免費的午餐，不光是個普世化的認知，在計算機科學領域，甚至還給出“沒有免費的午餐定理(No Free Lunch，簡稱NFL)”的理論證明。該定理是由美國聖菲研究所(Santa Fe Institute) 的教授Wolpert和Macready等在1997年提出[5]，其結論是：由於對所有可能函數的相互補償，最優化算法的性能是等價的。該定理通俗來說就是，如果某個算法在某個場景下，獲得了最優性能，但它在其它場景下，一定付出了性能代價，不可能在什麼場景下，你都最牛。就看當前場景下，算法優化後的性能改善，和付出的代價相比，值還是不值！
蘇萌、柏林森和周濤等人曾合著了一本書，叫《個性化：商業的未來》[6]。我們不能說這本書的觀點是錯的，但如果這本書的觀點是正確的，根據NFL原理，我們同樣也可以寫另外一本對應的書籍《隱私獲取：大數據公司盈利不得不說的秘密》。
因為所有的個性化服務，都必須以獲取用戶個性化的信息（即隱私數據）作為前提，沒有個性化的數據，自然就不會有“貼心”的個性化服務。
計算廣告盈利水平的提升，肯定離不開用戶隱私數據的獲取，而用戶的大數據隱私保護，肯定也是計算廣告繞不開的研究話題。
閱讀更多 輝太狼烤羊腿 的文章
