计算广告：免费模式的本质
本文是阅读 《计算广告 第2版》 的第一篇读书笔记。
所有读书笔记请访问这个公众号话题标签：《计算广告》
也可以访问我的博客：
https://blog.zengrong.net/tag/computational-advertising/
1. 在线广告的目的和实现
定义和分类
广告在《当代广告学》中的定义：
广告是由已确定的出资人通过各种媒介进行的有关产品（商品、服务和观点）的，通常是有偿的、有组织的、综合的、劝服性的非人员的信息传播活动。
广告的主动参与方：
出资人-需求方-广告主/代理方
媒体-供给方
广告的被动参与方：受众。
广告是出资人、媒体和受众三者的利益博弈。
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。
品牌广告 的作用是宣传品牌形象，提升中长期购买率和利润空间。
直接效果广告 的作用是带来大量的购买或者其他转化行为。
在线广告优势
在线广告与传统媒体广告相比，主要优势体现在下面两个方面：
变现流量：低成本投送个性化广告
变现数据：搜索和电子商务可以更清楚了解用户意图
在广告业务中，数据变现 是附着在 流量变现 的基础上的。
对于互联网广告来说：
一切付费的信息、产品或服务的传播渠道，都是广告。
定向广告系统
定向广告(targeted advertising)系统对计算机技术提出两个需求：
受众定向(audience targeting)
实时广告投放(ad serving)
担保式投放 (Guaranteed Delivery)的计算问题：
有效将流量分配到各个合约互相交叉的人品覆盖上。
在线环境下实时完成每一次展示决策。
竞价广告 (auction-based advertising)不再给广告出保证量，而转为保证质（单位流量成本）。对于每一次展示，按照收益最高的简单原则来决策。
广义第二高价（Generalized Second Price） 是重要的竞价广告理论。
实时竞价（Real Time Bidding）为预先出价，完成每次展示时实时出价。
2. 免费模式的本质
免费模式的本质是将那些能够规模化、个性化的传播信息的商品，以边际成本的价格出售。
这里有四个重点：
规模化。没有规模化，获利太少没有商业价值。
个性化。没有个性化则不易于传播。
传播。无法传播的商品无法进行免费模式改造。
边际成本。边际成本就是量产成本。
免费模式的利润从何而来？有三个重点：
流量。在免费内容中夹带付费内容。
数据。个性化数据是有价值的，依赖个性化数据调整投放策略，让投放更有效。
影响力。具备影响力的产品会获得更高溢价。
影响力变现的方式，不容易被在线广告体系处理。
3.曾嵘：顺便聊聊微信小游戏
微信小游戏 是免费模式的典型应用。让我们一条条拆解一下：
规模化：大量的小游戏 ARPU 只有几分钱，想要赚钱必须上大流量。
个性化：玩家对于小游戏的买账，就会产生自然分享。自然分享的目的是标榜自己的独特性（角色、皮肤、战绩）。
传播：「裂变」是小游戏低价流量的主要来源。
边际成本：由于互联网产品的特点，每个玩家所玩游戏的边际成本接近 0。
我在 2018 年微信小游戏启动时写过了一篇文章：微信小游戏：风口还是泡沫，从文字中可以看出，当时的微信小游戏市场就已经在弱监管下疯狂地在免费模式的经典之路上冲刺了：
裂变的目标是“廉价的流量”，让用户能主动分享为小游戏带来新的用户，在不花或者少花买量费用的情况下实现游戏的用户增长。微信虽然限制了“诱导分享”，但并没有限制“分享”行为本身。通过对不同年龄阶段和产品目标用户属性的分析，经过精心的设计，还是能得到不错的效果的。
但目前大多数的微信小游戏并不是这个思路。纯单机，开了流量主之后就不再维护，粗制滥造，疯狂换皮，只注重广告不注重体验，这样的做法只会留下一堆堆小游戏垃圾。
什么样的团队容易产出小游戏垃圾呢？主要是这样三种：
以流量为主的公司，做的是流量生意，没有自己的技术团队，通过为已上架的小游戏导量分成的方式运营。
看到小游戏红利一头扎进来的公司，需要快速大量出产品，快速组建开发团队，快速上线小游戏。
个人开发者和小规模团队，抱着试水的想法快速发布产品。
以上团队没有能够做出精品游戏的基因。贪多求快，原封不动地抄袭，占山头卖流量拿红利，不会做出好产品。还是那句话，如果快有用，为啥市场要期待精品？
到了 2019 年，我又写了一篇文章 做个靠谱的微信小游戏 CP 表达对这种变现模式的担忧，决定坚持做有价值的游戏：
SAGITEAM 经常打趣说这一届“玩家质量堪忧”。这不是玩家的问题，而是我们的问题，是我们思维方式的大问题。我们在技术和美术上专业度足够了，在“好玩”这件事情上还相当嫩。
到了现在，我们已经知道：在不同平台，玩家的需求是不一致的，不能用相同的游戏设计思路去面对不同的玩家。玩家会用脚投票，不好玩的游戏，玩家离开你甚至都不会挥挥衣袖，更别说带走一片云彩。
做好微信小游戏这个平台，需要深挖玩家的需求，做贴合玩家需要的产品。做一些“真正的小游戏”。早点放下自己“专业”的架子，进入“接地气”的阶段，才能做出爆品。我们需要把心思放在如何“更好玩”，而不是“更专业”上。
这对 SAGI GAMES 的未来当然是一个好的选择。
如果站在 技术的角度 来讨论， 在微信小游戏的互联网免费模式的大潮洗礼之下，在监管羸弱的前提下，在稍纵即逝的市场机会前，关注极低成本的规模化传播，对小游戏做疯狂裂变或许才是更客观的选择。
4. 在线广告是典型的大数据应用
大数据的特点(4V)
规模 Volume
多样性 Variety
高速 Velocity
价值 Value
数据规模
从 数据来源 看，传统数据处理的主要是 交易数据，大数据主要处理的是 行为数据。
交易数据是商业活动中的必须数据，它对一致性和实时性的要求非常高。例如通话记录、充值、存取款等都是交易数据。
交易中产生的其他非必须数据是 行为数据 。行为数据有两个特点：
规模巨大。
对于数据一致性的要求较低。
加工方式
如果只采样一部分数据，但最终解决问题的效果没有太大下降，这就是 A 类问题 ，A 类问题不需要全量处理，不是大数据问题。
个性化推荐和计算广告等问题就不能通过对部分数据的分析来达到高收益，这就是 B 类问题。B 类问题要得到最高的收益，需要对 全量数据 进行分析。这是典型的大数据问题。
图像 1: 大数据问题的特性示意
大数据应用方向
洞察(insight)
洞察应用需要人的参与，报表规模不能太大，因此会造成一定的信息量损失。对于洞察报表的解读和决策，需要相当专业的训练。
企业的财务报表，销售月度总结就是传统的洞察应用。
BI(Business Intellgence) 是洞察应用的典型表现。
自动化(automation)
自动化营销系统(Marketing Information System)，由机器进行决策，数据可以在个体颗粒度上进行处理。
计算广告是唯一得到充分商业化的规模化的大数据应用
计算广告为规模化变现流量和数据提供了完整产品和解决方案，创造了互联网大部分利润。
在线广告孵化了成熟的数据加工和交易产业链。
计算广告产品和技术比推荐系统更加复杂。理解它对于设计高效的商业产品大有益处。