“计算广告是如何变现的
”我们知道，当前互联网产品的大趋势，就是免费！
可是互联网企业也要活下去，他们也需要有变现的的资产。那些可变现的资产又是什么呢？
总结一下，互联网行业可变现的核心资产，主要来自两个方面。第一个方面，也就是最简单粗暴的方式——利用流量（traffic）变现。
什么是流量呢？就是有人访问你的网站，或者有人在用你的APP，在这些产品中，除了放用户感兴趣的内容以外，还可以放一些付费内容（Sponsored content），也就是广告。在正常内容里夹裹付费内容，就是流量变现的基础。这个容易理解，有点类似于很多人都爱看电视剧，那么电视台就可以把广告，插播在电视剧里。你想看电视，就得看广告！
但电视台播放广告的弊端也很明显，那就是“千人一面”——所有人看到的广告都是一样的，这样的广告转化率势必不会太高。如何提高广告转化率呢？
除了流量能够变现之外，互联网公司还有一项非常更重要的法宝，那就是数据！
简单地说，通过大数据（特别是用户的行为大数据），互联网公司可以做到较为精准的用户画像（personas），据此判断用户偏好，然后再根据这些偏好，提高付费内容的转化率，这是数据变现的基本原理。
那么这些用户大数据又是如何得来的呢？自然都是来自各种免费的互联网产品，当用户在用这些产品过程中，就会留下蛛丝马迹，互联网公司就会收集这些信息，据此猜测这个用户的属性，比如购物偏好，然后再根据这些购物偏好，来投送相关的付费内容，这比没有任何的指导来投放付费内容，它的效果肯定要好一些。
刘鹏先生提供了一个精彩的例子，如图1所示，可以辅助读者理解一下数据变现的原理。这个图的左半部分说的是流量变现。比如说，假设我们有个网站，每天有10万的访问量，那么就可以在上面放一个广告位，这个广告位可以有个报价，比如说5000块钱，这就是流量变现的价值。
图1数据价值的体现
但是这种流量变现的方式，并没有最大化发挥数字广告的优势。因为剃须刀广告的有效受众，基本上都是男性，因此，这个流量里边，有一半的女性受众是被浪费了，那么，该如何合理利用另一半流量呢？
再看图2所示的右半部分，实际上，在计算广告体系里，我们完全可以做到，仅仅把男性的一半流量留给这个剃须刀广告客户，对于这个客户而言，它的有效受众的触达，其实并没有损失，但由于他只用了一半流量，因此可以给他打个折， 3000块钱就可以了。
如此一来，对流量变现的互联网公司而言，它还剩下一半女性的流量，他可以用3000的价格卖给另外一家做化妆品的广告主。对互联网公司来说，它挣到了更多的钱（6000块）。对于广告主而言，他也是满意的，因为他只用花3000块钱的成本，就获得了原来他要花5000块钱成本，才能触达的有效受众。所以，这是个双赢的生意！
实际上，我们知道，天下没有免费的午餐！在我们的工作生活中，基本上，存在一个利益守恒原则。也就是说，如果你在某个方面获得了利益，通常是会在其它方面，以某种形式（或显式的或隐性的）利益牺牲为代价，换回来的。
双赢（或多赢）是不符合利益守恒原则的。既然是双赢，一定需要新的资源加入到这个利益分配过程当中，那么这个资源是什么呢？
这就是数据的价值！也就是我们一直说的数据变现的秘密。
计算广告的收益——我们付出了什么代价？
互联网公司之所以能得到这1000块钱的溢价，是因为他们有了每一个用户的性别数据。如果再接着问，他们为何能有这些数据，还不是我们用户“免费”使用了人家的产品嘛？
我们在享受互联网公司提供的免费“午餐”时，付出的第一个代价，就是不经意间泄露了我们的个人隐私数据。你看看，天下哪有免费的午餐？免费的背后，其实是都是要付出代价的！
天下没有免费的午餐，不光是个普世化的认知，在计算机科学领域，甚至还给出“没有免费的午餐定理(No Free Lunch，简称NFL)”的理论证明。该定理是由美国圣菲研究所(Santa Fe Institute) 的教授Wolpert和Macready等在1997年提出[5]，其结论是：由于对所有可能函数的相互补偿，最优化算法的性能是等价的。该定理通俗来说就是，如果某个算法在某个场景下，获得了最优性能，但它在其它场景下，一定付出了性能代价，不可能在什么场景下，你都最牛。就看当前场景下，算法优化后的性能改善，和付出的代价相比，值还是不值！
苏萌、柏林森和周涛等人曾合著了一本书，叫《个性化：商业的未来》[6]。我们不能说这本书的观点是错的，但如果这本书的观点是正确的，根据NFL原理，我们同样也可以写另外一本对应的书籍《隐私获取：大数据公司盈利不得不说的秘密》。
因为所有的个性化服务，都必须以获取用户个性化的信息（即隐私数据）作为前提，没有个性化的数据，自然就不会有“贴心”的个性化服务。
计算广告盈利水平的提升，肯定离不开用户隐私数据的获取，而用户的大数据隐私保护，肯定也是计算广告绕不开的研究话题。
“计算广告的收益”
互联网公司之所以能得到这1000块钱的溢价，是因为他们有了每一个用户的性别数据。如果再接着问，他们为何能有这些数据，还不是我们用户“免费”使用了人家的产品嘛？
我们在享受互联网公司提供的免费“午餐”时，付出的第一个代价，就是不经意间泄露了我们的个人隐私数据。你看看，天下哪有免费的午餐？免费的背后，其实是都是要付出代价的！
天下没有免费的午餐，不光是个普世化的认知，在计算机科学领域，甚至还给出“没有免费的午餐定理(No Free Lunch，简称NFL)”的理论证明。该定理是由美国圣菲研究所(Santa Fe Institute) 的教授Wolpert和Macready等在1997年提出[5]，其结论是：由于对所有可能函数的相互补偿，最优化算法的性能是等价的。该定理通俗来说就是，如果某个算法在某个场景下，获得了最优性能，但它在其它场景下，一定付出了性能代价，不可能在什么场景下，你都最牛。就看当前场景下，算法优化后的性能改善，和付出的代价相比，值还是不值！
苏萌、柏林森和周涛等人曾合著了一本书，叫《个性化：商业的未来》[6]。我们不能说这本书的观点是错的，但如果这本书的观点是正确的，根据NFL原理，我们同样也可以写另外一本对应的书籍《隐私获取：大数据公司盈利不得不说的秘密》。
因为所有的个性化服务，都必须以获取用户个性化的信息（即隐私数据）作为前提，没有个性化的数据，自然就不会有“贴心”的个性化服务。
计算广告盈利水平的提升，肯定离不开用户隐私数据的获取，而用户的大数据隐私保护，肯定也是计算广告绕不开的研究话题。
閱讀更多 輝太狼烤羊腿 的文章
