计算广告 第2版

刘鹏

出版时间

2019-08-31

ISBN

9787115497482

评分

★★★★★
书籍介绍
这本书最核心的洞见,是把广告从'花钱买曝光'的直觉认知,拉回到一套可计算、可比较的科学体系。它反复强调一个反常识的判断:以短期转化为唯一目标来投放广告,很可能背离正确的方法论——品牌广告的价值不能简单用即时成交来衡量。全书以广告系统的业务形态为主线,从合约广告到竞价拍卖,再到程序化交易,把eCPM估算、Myerson最优拍卖、虚拟定价等机制讲得清晰透彻。它适合想系统理解'流量如何变现'的从业者与技术向入门者,也适合传统广告人重建对程序化时代的认知。但需注意:数学公式与统计模型占比较大,非技术背景的读者可能只能囫囵吞枣地从整体意会,而书中对传播有效性的探讨着墨甚少。
作者简介
刘鹏(@北冥乘海生),现任科大讯飞副总裁,大数据研究院院长。他在清华大学获得博士学位后,加入微软亚洲研究院,从事人工智能研究,后参与创建雅虎北京研究院,出任高级科学家。他还曾任MediaV首席科学家、360商业化首席架构师等职。在多年从业经历中,他一直致力于将人工智能方法与海量数据相结合来解决工业界问题,负责过多个大型互联网商业产品体系。 他特别重视计算广告和大数据技术的普及,他讲授的“计算广告”在网易云课堂有超过3万名学生,已经成为业界进行相关培训的基础教程。他还曾担任北京大学、中国传媒大学等高校客座教授,讲授计算广告相关课程,为推动中国广告产业的数字化、智能化做出了贡献。 王超(@德川),于北京大学获得硕士学位后,曾就职于微博、汽车之家等公司的广告部门,从事计算广告领域的研究和实践工作。现任百度主任研发架构师,从事个性化推荐领域相关的工作。
AI导读
核心看点
  • 系统解析合约与竞价广告的产品逻辑
  • 深入剖析程序化交易市场的核心机制
  • 融合深度学习等前沿算法的工业实践
读者共识
  • 体系完整逻辑清晰,是入门必读经典之作
  • 技术深度有限,实战细节略显过时且简略
  • 适合建立宏观认知,需结合工作实践复盘
精彩摘录
  • "从数据分析开始,以数据结束,这样的闭环式迭代是最适合商业产品的开发模式。"
  • "也就是说,按某种市场意图接触相应的人群,进而影响其中的潜在用户,使他们选择某产品的概率增加,或者对产品性价比的苛求程度降低,这才是广告的根本目的。至于短期内的转化效果,由于市场意图或媒体性质的不同,并不是直接可比的。换句话说,如果仅仅以转化效果为目的来思考问题,可能会背离投放广告的正确方法论。举个例子,某感冒药广告商如果以短期效果导向,那么最佳的策略是把广告投放给那些现在已经感冒的人,不过这显然是一个荒谬的决策;再比如,某汽车广告商为了提升自己的品牌形象,希望对自己竞品品牌的用户加强宣传,而对于这部分人群,广告的直接效果甚至有可能比随机投放还要差。认清这一概念,有助于在遇到多种广告渠道的效果比"
  • "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来实现"
  • "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"
  • "广告的根本目的是广告主通过媒体达到低成本的用户接触"
  • "一切付费的信息、产品或服务的传播渠道,都是广告"
  • "与工业革命时期机器化的根本驱动力——电力相类比,互联网化的根本驱动力可以认为是数据的深入加工和利用。"
  • "Find the best match between a given user in a give context and a suitable advertisement"
目录
第一部分 在线广告市场与背景
第1章 在线广告综述3
1.1 免费模式与互联网核心资产4
1.2 大数据与广告的关系5
1.3 广告的定义与目的7

显示全部
用户评论
这个必须Mark啊!
这行业太复杂 这么大一本书勉强算个名词解释
从历史,到业务,到技术,面面俱到,很有收获。
常读常新
作为广告学的学生表示买错书了
道阻且长…
关于计算广告目前市面上最全的介绍,包括非技术讲解和技术介绍,当然比起实际工作来说还是相当过时。面试相关岗位,紧急用这本书速成了一下,虽然也没太问到相关内容,但确实增进了自信!今天拿到offer啦,开心🥳
不讲算法的话我看的还挺开心的
一本介绍互联网广告模式的书籍,推荐阅读前两部分,即在线广告市场背景以及产品逻辑,技术部分写的过于简略,不适合入门也不适合进阶。非常有收获的内容包括广告的分类(合约与竞价),原生广告的崛起,广告投放涉及的各个主体(DSP、ADX、ADN、SSP、DMP)。获取知识之余也不得不感叹我们个人信息竟然被如此反复且广泛地售卖。
这本书和宋星的数据赋能,是我读过的现代广告领域最好的两本书,不同于数据赋能面向品牌方的增长的实践需求,计算广告则是从互联网产品商业化的角度去阐述其历史、商业模式和实现逻辑,篇幅虽小但非常成体系,不足之处是偏浅,说是名词解释集当然不恰当,但确实有着想要深挖,想要更具体的案例但戛然而止的遗憾。 后半部分讲的是工程化实现的技术,简单翻阅了几章感兴趣的章节,比如索引技术和最优化方法,希望可以面向机器算法更好地理解实践动作,令我意外的是,诸如单纯形法、贝叶斯学习等大学中枯燥的线性代数和高数竟然是广告算法的基础逻辑。 忍不住想,要是在大学课堂,老师能把这么酷的应用场景拿出来当案例,高数线代运筹学,也不至于那么无聊了,但可能,一辈子教书的老师也未必知道这些知识在现实世界是怎样被应用的吧
下载
收藏