如何看待大数据环境中的互联网广告？

2018级广告学内招班 石泠玥

大数据

大数据是指，无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据渗透进了各个行业，在互联网广告领域，互联网展示广告逐渐程序化、智能化。大数据可以帮助广告主利用海量数据，进行用户行为分析和广告投放效果优化，即基于用户特性进行流量运营和价值挖掘。

所见所闻——对日常互联网广告现象的理解

在大数据时代，互联网广告正逐渐程序化、自动化、智能化，以程序化广告的精准推送为例，平时我们在刷抖音、微博、小红书等的时候，平台会把优质的、具有相关性的内容推送给喜欢的用户。例如用户细化浏览体育类的抖音视频，当用户再在主页不断刷抖音的时候，平台会分析其阅读行为，然后不断推送体育类视频，直到用户不再喜欢，以此实现精准推送。

淘宝、天猫的“为你推荐”。一个淘宝账号的所有购买及浏览的数据会被淘宝系统抓取到，抓取的维度非常多，如我们搜索的关键词、产品的类目、价格区间、地域甚至刚刚浏览一个商品的时间等等，最后根据这些属性划分人群标签。淘宝系统也会给商品打上标签，了解这些对淘系的店铺运营有很大帮助。顾客与产品之间的标签越匹配，产品被展示的几率就越高。

旅行记录、购票记录、使用导航……LBS广告是建立在服务的基础上，根据用户的地理位置推送附近的广告信息，可以让用户更加深刻地了解企业的产品和服务，最终达到企业宣传企业品牌、加深市场认知度。

所思所想——对程序化广告的思考

当前大数据环境下，数据越来越成为整个营销流程的决定性因素，多元丰富的数据能够帮助企业更好地进行差异化服务，提升用户体验，从而达到降低成本、提升效果的目的，未来能否获得或拥有丰富的数据资产，将决定企业营销是否成功。而大数据与企业和用户之间的关系，也导致信息安全和用户隐私问题的出现。

一项关于美国和欧洲用户隐私的调查结果显示，只有25％的被调查者认为根据浏览历史推荐商品或新闻内容是合乎道德的，甚至只有17％的人认为跟踪他们的在线活动行为以展示个性化广告内容是合乎道德的。所以说，大数据也是把双刃剑，当涉及侵犯用户隐私安全的问题时，程序化广告的效果往往会大打折扣。例如一些广告主滥用用户地理位置，频繁重复进行投放，使用户产生厌烦和不安的情绪。

因此，互联网时代，如何利用好大数据和程序化广告技术进行品牌营销，平衡精准广告与用户隐私的关系，是品牌和互联网广告公司，甚至是国家安全和司法需要探究和解决的重要问题。

现象：笔者是在读硕士研究生，但却经常在微信朋友圈中收到考虫考研、中公考研等机构所推送的信息流广告，诸如“你要悄悄考个在职研究生，然后惊艳所有人”“在职也能读研究生”等，此外也会收到诸如婚纱摄影、汽车等广告，而这些广告并不符合我当下的需求和状况。

对此笔者对信息流广告的精准投放产生怀疑，信息流广告是否徒有虚名？经研究发现信息流广告出现“不精准”主要有以下内外两方面原因：

第一，国家对个人信息的保护（外部因素）。

个人信息保护主要有两点：什么是个人信息？如何使用个人信息才不会侵犯个人信息权利？

目前对个人信息的定义仍存在争议，但不同法律条文对于个人信息的定义相近但不一样，总结起来个人信息有两个重要特征——识别和关联，无论信息是单独还是集合出现，只要能够识别到这个人都属于个人信息。

对此如何合法合规使用个人信息进行广告投放是平台不可逾越的红线，在取得用户明示同意的前提下，平台对数据的使用不可超过约定范围，最重要的是要对信息进行去特征化（脱敏），将能够指向个人的个人信息进行处理消除其个人指向性的过程，主要有以下几种方式：其一是信息模糊化，通过技术消除个人信息可识别部分，比如具体年龄、收入变成范围区间等；其二是个人集合为人群，使用整个人群的共有属性代替个体属性；其三是运用MD5对ID进行加密。这是从外部环境视角发现信息流广告“不精准”的原因。

第二，信息流广告的投放优化逻辑（内部因素）。

信息流广告和RTB广告一样具有精准选人的功能，但它的最终目的还是选人，而在于转化。信息流广告投放选人实际是在广告主圈定范围内进行机器监督学习机制来完成的。从投放经验来看，信息流广告上线初期不宜将人群范围限定的太小，如果广告主此时将选人范围设置得非常严苛，机器只能在较小的种子人群中进行学习和调整，试错范围和机会都有限，另一方面机器学习通过属性交叉设置、选人范围圈定执行监督学习和调整，也需要一定的时间成本，因此也会导致我们看到的信息流广告“不精准”。

我的看法：借助于网络媒体，互联网广告发展迅猛,因其广泛的传播范围、多样的形式载体、良好的互动性等优势，成为了时下最风靡的广告形式之一。互联网广告在大数据背景下迎来新的机遇和挑战，互联网广告的内容生产、投放形式都将因为大数据受到影响，而至关重要的，随着大数据挖掘技术日益广泛的运用，互联网广告从业者思维与观念会发生强烈的激荡和变化。

现象：淘宝购买过的产品出现在了朋友圈信息流广告中。

例子：前几天我在淘宝寻找洁面产品，一开始是在搜索栏直接搜索“洗面奶”，看到珂润在进行双11的预售活动，于是我付了定金，然后开始刷起了淘宝的推荐页面，看到了几个我之前购买过的护肤品品牌，其中包括科颜氏。第二天我打开朋友圈，看到了我之前买过的科颜氏白泥面膜广告。

思考：我是怎么看到这条广告的？

       提到程序化广告，我的第一反应就是，个性化推送。近几年，手机似乎越来越懂我们了，推送给我们的信息越来越贴合我们的兴趣或需求。作为广告行业未来的从业者，我们需要了解这种推送背后的投放机制，优化投放精确度和用户体验。

       那么科颜氏白泥面膜的广告是如何出现在我朋友圈的呢？每次使用淘宝，淘宝都会将我的浏览、购买、搜索数据记录下来，并根据这些历史访问行为了解我的兴趣，形成标签长期储存在属于我的用户画像中。由于我会定期在淘宝主动搜索并购买品牌护肤品，所以护肤消费成为我的一个标签，和我其他标签:女生，大学生，20岁，关注美妆时尚等共同形成我的消费者画像。

       但这并不代表每次打开淘宝我都会收到关于护肤品的推送，因为淘宝知道，我对护肤品的兴趣和需求不是常年持续的。对于淘宝这样的购物平台来说，更看重的是即时受众标签，即根据用户单词访问行为进行定向，推测用户的即时兴趣，进而推送相关广告。所以在我搜索洗面奶的时候，淘宝检测到了我对护肤产品的兴趣，并匹配到我过去的购买行为，推测到此时我很可能会对购买过的品牌感兴趣，并产生重复购买行为。所以在我返回主页时，它对包括科颜氏等一众护肤品牌发起了广告请求。而科颜氏看到了我的标签，发现我非常符合他们对目标受众的要求：具有一定的护肤消费习惯和能力，并且购买过科颜氏产品。于是科颜氏竞价买下了主页的推荐广告位，并根据我的实时需求，推送了主打清洁功效的产品。我点开详情页，但是发现双11折扣并不大，而且我在秋冬季对泥膜类深度清洁的产品的需求并不强，所以看了两眼就退出了。

       第二天当我打开朋友圈的时候，相似的情况再次发生，显然科颜氏认为我这个用户还是有价值的，所以竞价拍下了朋友圈的广告位，我就这样看到了自己所在地理位置附近的科颜氏专卖店活动信息。

反思：科颜氏的广告先后投放了两次，而且我相信，如果我使用小红书、抖音等其他平台，它很有可能也会继续给我推送信息。但是显然广告出现的次数再多，都不会促成我的购买行为。我认为主要有两方面的原因，客观方面，我对泥膜类产品的需求强度和频率都并不高，主观方面，我在网上消费性格为保守节约型，广告转化率不高，尤其是对价格偏高的产品。

      因此针对这次体验，我总结了两点程序化广告提高效率的方法。一、更精准地洞察消费者需求。这要求在具体的垂直领域中，用户标签要更碎片化、更精深。例如在护肤品领域，标签要精确到消费者的皮肤类型（油皮/干皮/敏感肌/…）、产品偏好（水/乳/膜/霜/…）以及周期性变化特点等。二、更关注消费者本身的消费性格和决策特点。消费性格对购买决策的影响非常重要，个性化推荐系统应针对消费者的各方面行为特征和消费经历等数据， 提供差异化的推送频率、场景、时机等， 提升消费者体验的同时优化资源配置和广告投放效率。

        我很喜欢看企业的品牌宣传广告片，有一些品牌广告真的很有趣。但是平时见到最多却是我并不想购买的商品广告，品牌广告往往出现在传统媒介里，如电视，官网等。而近期在分析宝洁与海尔的品牌战略架构分析的过程中，我注意到部分品牌广告的目的是传播企业形象，这种广告往往需要长期的效果积累，而无法像其他普通广告那样通过追踪短期的数据来衡量广告效果，因此我翻阅了老师所写的《程序化广告》一书，了解到如今品牌广告的投放与效果考核不再局限于投放渠道与投放量上，而是扩展到投放环境与受众群体的精准度上。以下是我根据书中的描述整理出的知识框架。

思维导图原链接：https://www.processon.com/view/link/5fa8af61e0b34d7a1a9e7324

        我想通过拼多多的品牌广告，结合以上知识进行分析，以下是我思考的结果。

首先，当天猫、京东等电商巨头都在摆脱低价形象，打造品质消费平台时，拼多多注意到中国的新中产阶级人数依然较少，三线以下城市网民超过一半。他们大多是低收入人群，对商品价格极其敏感。因此拼多多准确定位到新的蓝海市场，精准把握了目标消费群体的需求，利用微信的熟人网络赚足了红利。

        于是，从2016年起，拼多多开始在广州线下投入地铁及公交站牌广告，电视广告也同步进行。整体来看，拼多多的电视广告有一个十分明显的特点，那就是它不惧怕自己成为所谓的“低端品牌”，甚至通过改编于《好想你》的洗脑神曲引领了砍价与低价潮流。因此，其早期品牌广告的投放效果的评估应该与经典洗脑品牌广告“脑白金”十分相似。不同的是拼多多的线上社群营销，通过拉新提现、拼团砍价等新型网购形式，获得了较好的品牌广告效果。而其中拉新体现的方式我认为是属于以金钱补充为动机的操纵测量数据行为。拼多多以以微信作为社群起点及基点，而微信对其拉新体现的分享行为也进行了一定的拦截，试图阻止其对微信自身社群及功能的入侵以及降低其广告的可见曝光度。

        综上我们可以发现，拼多多品牌广告的评估确实不局限于投放渠道与投放量上。其电视广告的投放只是起点，旨在让大众知道并了解这个软件，之后需要进行的比较具体的效果评估更多集中体现在拉新以及社群运营的过程中用户的留存率、活跃率与付费率等信息的统计上，其关注更多的是受众群体的精准度。

        因此，我认为，如今品牌广告的效果不局限在单支广告的投放数据上，还与品牌的其他活动有关，品牌广告的效果应该与整个品牌的形象与发展情况挂钩。比如，品牌广告可以影响消费者（大众）对品牌的好感度与信任度，从而愿意进入或持续留存在品牌所运营的社群里，进而购买品牌的产品或服务，那么计算品牌广告的相关效果时就需要考虑到多方面的整合因素，而非短期内回收的投放数据，如点击率，完播率等等。

        我分别从我微博大号和小号中截下了三条原生广告，它们出现在微博信息流之中，这种广告在形式或内容上与下文保持一致，在社交、资讯等媒体中很常见，有信息流、焦点图等展示方式，有文字、图文、文字+视频等常见形式。

         这是出现在我大号中的广告，分别是冬季好物分享、平价商品安利还有一条抽奖微博。

        这是出现在我小号中的广告，分别是广州家博会、减肥广告还有DR钻戒。

        可以看出两个微博账号里的广告差别很大，但使用者都是同一个人，也就是我。我不需要看家具，不需要减肥，和钻戒更是沾不上边。虽然两个账号中的广告都不太能吸引我，但是大号中的广告是更符合我的需求的（双十一购物）。出现这种情况和我两个号的使用习惯与发布内容不同相关：我微博大号的资料完成度高于小号，而且小号发布内容杂乱。同时和微博的投放策略设计有关。

        实际上以前看到的更多是一些植发广告和夸张的网文推广，有时候是我所处城市的美容院的广告，配图或者视频是被放大的毛孔……但是都被我倔强地选为“与我无关”，但微博的进一步推送却也没有更贴近我。那些广告质量不高，甚至有时令人感到不适。

         但这就是微博的真正实力吗？我看未必。

        随着程序化购买广告的蓬勃发展, 越来越多的互联网公司不再满足于将广告接入于其他的DSP平台, 而开始在公司内部自建程序化广告平台, 以将优质广告资源的售卖和推送把握在自己手中。微博粉丝通在2012年诞生，是基于微博海量的用户数据, 通过技术手段把推广信息广泛传递给粉丝和潜在粉丝的广告产品。

        而微博最大的特性就是热点，将推广产品和热点进行结合可以有效提升转化率。通过打造话题、事件，以转发、评论、点赞等互动行为持续发酵，可以在短时间内让用户主动传播，实现营销内容大范围传播。微博有着亿级用户资源，可根据用户属性和社交关系将品牌或产品信息精准地投放给目标人群。

        在初期阶段，微博在大品牌客户方面的收入上增速缓慢，中小企业是主要客户。随着营销升级，众多大品牌客户加入，微博的客户结构被改变，但中小企业甚至个人仍然是微博推广的重要收入。

        如今微博上的营销信息近乎泛滥，微博粉丝通现有的广告出价方式主要为CPE和CPM 两种，除了对博文中的链接进行点击以外, 还有多种方式用户会参与博文互动，比如点赞评论转发等。于是出现了“你骂他还给他钱了”的情况，比如最近的“凡尔赛文学”代表人物蒙淇淇77，将热搜称为“30岁给我的最后大礼”。

        数据及管理挖掘是程序化广告的基础，而以用户画像为代表的技术运用是关键的驱动力。计算广告与传统广告最大的不同就是从“买媒体”到“买人”，因此精准找到目标人群并且满足其需求是非常重要的。

        微博作为如此大型的社交平台，可以为广告主提供优质的用户数字资源。但越来越多营销号和用户的涌入也在加大数据挖掘与识别的难度，像开头里微博向我推送的广告是没有达到应有的效果的，加上微博从时间流改为兴趣流的问题也一直遭到诟病，相比之下微信朋友圈、知乎等等的推广更能吸引我。要稳住自己的优势，微博除了要严格把控资质审核，针对用户旅程中的各个触点的数据进行优化，更需要平衡广告主和用户之间的利益，不可过度侵占用户空间，否则用户对平台的不满将反映到广告主的品牌当中。

像买皮鞋一样，投出了个总统？

       美国大选的热度久久不退，不断的反转和惊喜让人更加好奇其中的细节。红蓝大战从来都将最核心的问题聚焦于如何获得选民，深红和深蓝从来都不是争夺的重心，而那些在红与蓝之间的摇摆州才是取胜的关键。对于候选人而言，如何接触到目标的选民，并且进行有效的沟通和说服一直是一个难题。而2012年以来，这个问题逐渐被程序化广告解决。

Ø  2012年：共和党的惨败

       在美国大选中最先成功使用程序化广告取胜的是奥巴马团队，其在数字广告和数据的收集利用上展现出强大的能力，每个公民在个体的维度上被测量评估，贴上标签。在这次的选举中，奥巴马获得千禧一代的选票占据总选票数量的36%，正是这一代在互联网环境下成长的人使得程序化广告更能够在政治宣传上发挥能量。

Ø  2016年：出乎意料的结果

        2016年美国总统大选期间的一个事件引发了社会的广泛关注，特朗普的数据团队的主管透露，他们根据选民的地理位置、兴趣、个人特征、财富状况、社交行为方式等信息对选民进行了详尽的细分，超过50000种极精准的竞选广告成功在程序化广告技术的帮助下顺利找到了他们的目标选民。
       在当时，超过87,000,000用户的信息被滥用，数以百计的外部程序进行了民调并且收集个用户的个人数据，将其传送给Cambridge Analytica，而Cambridge Analytica利用它绘制了特朗普选民的用户画像。借助于DSP平台，不同标签的网民即使在同一个页面中看到的竞选广告都是极具个性化的，比如说一个生活拮据，住在布鲁克林的装修工人看到的是特朗普的“Make America Great Again”；一个即将毕业的、屡屡碰壁的大学生看到的则是桑德斯的“A Political Revolution Is Coming”。
      2015年Facebook专门推出了Facebook for Politics，意味着社交网络的程序化广告正在为政治政治赛道不断提供更加精细的服务，政治对于程序化广告的需求也在逐年攀升。

Ø  2020年：必须开始的反思

       在程序化的竞选广告运动中， DSP平台通过API接入Ad Exchange竞价进行流量买卖，用户的标签信息将Ad Exchange和选民相勾连，最终得以通过DSP将AI生成的个性化广告内容发布给选民。到2020年底，美国大选将有20%的支出，约12亿美元用于数字广告。在如今的程序化广告环境下，程序化广告技术已经不是只允许极小部分人应用的手段。几分钟内创建一个项目已经是常态。根据Zenith 提供（by AdExchanger）的数据，到2020年底，将有70％的广告通过程序化方式进行的，甚至比2017年的65％更高。
       Facebook在11月3日正式禁止了政治广告，未来很有可能是无限期的禁止，在此禁令的影响下，特朗普的政治广告也被平台移除，以防对公众造成不正确的引导。

       选总统不是买皮鞋

        程序化广告由于越来越具有个性特征其针对意图越来越难以被识别。受众的观念不断被影响、塑造，其影响力已经以惊人的成长速度抵达当代社会反乌托邦的真实场域中。对于政治广告而言，其本身对于社会以及社会主体的世界观影响更为广泛、更加深远，因此，尽管人们可以用买皮鞋的方式去选择自己的总统，但是这样的程序化方式真的全无不妥？在中国的环境中，尽管可以抛开政治广告不谈，但是未来是否会有社会议题需要借助程序化广告来辅助实现？由此，我们可以理解，对于程序化广告的规范（政府层面的措施和监管）必须走在前面。
       同时，在被平台划分标签的时候，基于不同的统计模型，用户在互联网上的行动路线和分享行为都有可能被提取出来，之后被绘制成用户画像。尽管用户在分享行为和其隐私保护意愿之间存在着逻辑上的悖论，但是这仍然不能使得平台滥用用户数据的行为得到合理化。Apple拟在2020年将是否开放Cookies的权利交还给用户，尽管苹果公司仍有借此收回广告平台资源的嫌疑，但这也意味着，在未来，用户数据的隐私问题将越来越频繁地被提及。

程序化广告的定义是以人为本的精准广告定向，和媒体资源的自动化、数字化售卖与采购。我觉得可以就这一句定义，结合这几天我个人在社交媒体上看见的精准投放的广告进行些思考。

首先，是在淘宝这类大型电商平台的程序化广告。其实这类淘宝广告我们已经见怪不怪，无论是推荐栏还是“找相似”，其实都是针对用户的点击进行计算及推送，但是这几天我发现的是，淘宝的广告位远比我们想象的多。

搜索栏是用户使用频率很高的功能栏，而现在淘宝已经开发了这项滚动词条广告功能，并且是针对用户搜索历史纪录的，精准投放的滚动词条广告。手机屏幕空间是有限的，但是广告位是无限的，在将来，广告位只会越来越多，越来越以不易察觉的角度渗入软件界面。

第二，大数据环境下，精准定位会渗透进生活的每个角落。随着数字时代的发展，我们手机里、社交软件里越来越多新鲜有趣的功能被开发，相信几年前我们没有想过自己会对朋友圈里的美照如此沉迷，对公众号的文章如此爱不释手，对抖音里的小视频那么上瘾。但是无论新功能新软件是什么，在大数据时代，总会有数据技术加固，总能根据你的兴趣进行推荐。

（图为公众号推荐）

最后，我想针对微信朋友圈的信息流广告提出些思考。随意翻翻，朋友圈就已经出现两条信息流广告。我认为微信在某些方面做的还是挺好的，例如会设置用户评价，能把朋友圈和广告之间严格画了一条分界线的同时，也能接收到用户的反馈，进行下一步大数据的计算。而相较于微博这款社交软件，个人发表和广告之间的分界线早已模糊不清，随便刷新界面，看到的大多数都是软广，虽然收益很高，但是某种程度上会让用户体验降低。

第二条信息流广告则是广佛的地产广告，很明显微信通过获取我的定位权限，我被打上了“广佛边界居住用户”的标签，但是很可惜的是并没有把我归在“年龄不适宜买房”的一类标签里。在没有精准定位到目标用户的同时，还让微信用户感觉自己的隐私被侵犯，体验感直线下降，我想，这应该也是微信需要调整的功能之一。

一、    我发现的有趣的广告现象：

在聊天中（不限于网络聊天，也包括日常现实中的交流等）提到的东西，淘宝、小红书等app会很快推荐给你。

就如同这条微博中的人说的↓

我也有过同样的经历，当朋友在小红书上看到麦当劳推荐的新品后，我正好在旁边，于是她跟我分享了这一消息，过了一会儿我打开我手机上的小红书后，也看到了同样的一篇推荐，在此之前，我从未在小红书上搜索过类似的消息。

这让我联想到了一些现象：1.在新下载完一个新的app后，它都想尝试获取我的麦克风、相机等权限，哪怕在使用这个软件的时候我认为根本用不到这些功能，我之前一直对此感到疑惑，难道手机app一直都能听到我说的话？2.在某一软件或网站上搜索或观看过的东西，在另一平台上也会出现，它们之间是如何互通信息的？

二、    相关知识

针对刚刚提到的现象，结合几周的计算广告学的学习，我整理了以下相关的理论概念：(链接：https://mm.edrawsoft.cn/map.html?sharecode=5fb4a00c1d2e45a44966144)

三、    我的思考

我从用户和广告主两个角度分别进行了思考，虽然这两个角度思考的内容在某种程度上是有些矛盾的，但我也因此从中得到了一些启发。

1.  互联网企业本应充分尊重用户的知情权以及选择权，但目前这种现象已经严重侵犯到了用户的隐私。

2019年5月28日，国家互联网信息办公室发布了《数据安全管理办法（征求意见稿）》，其中对算法推送作出了规定。网络运营者利用用户数据和算法推送新闻信息、商业广告等，应当以明显方式标明“定推”字样，并为用户提供停止接收定向推送信息的功能，而在用户选择停止接收定向推送信息时，应当停止推送，并删除已经收集的设备识别码等用户数据和个人信息。

但尽管如此，用户仍然往往处于弱势的一方。为了使用某些app或者某些功能，我们很多时候都会忽视协议的内容，或者不得不贡献出自己的私人信息。比如说，我们会使用手机来进行日常交流、娱乐、购物等，但是如果不勾选授权协议的“同意”按钮，我们就完全没有办法使用。被迫地交出自己的隐私后，想到自己每天和旁人的聊天内容都在时刻被监视，我不寒而栗。

2.  互联网企业并未在用户不知情的情况下收集用户隐私数据，在合理收集数据的前提下，用户也得到了相应的利好。

今日头条在被用户怀疑有“监听”嫌疑后做出了以下回应（如下图）。

同样，2014年“百度公司利用cookie技术私自收集用户信息”一案宣判后，百度公司不服原审判决，也做出了以下申诉：

第一，百度公司收集、利用的是未能与网络用户个人身份对应识别的数据信息，并没有定向识别该浏览器的网络用户身份。

第二，个性化推荐服务客观上存在帮助网络用户过滤海量信息的便捷功能，网络用户在免费享受该服务便利性的同时，应对该服务的不便性持有一定的宽容度。

第三，百度在《使用百度前必读》中已经予以说明并为用户提供了退出机制，在此情况下，用户仍然使用百度搜索引擎服务，应视默认许可。

这表明，互联网企业已经给用户提供了选择权，而且在收集信息时也并无过分收集隐私信息的行为，在给用户提供了相应的便利的前提下，用户应该适当宽容。同时，就现在的技术而言，互联网企业通过用户提供的授权，从合法渠道收集到各种信息，经过后台的大数据分析，已经足够给用户标上准确的标签，从而给出合理的广告推荐。这很容易就出现用户收到的广告“恰好”和自己的聊天内容、浏览内容相似的巧合，并非我们所感知的我们被“监听”了。

启发：虽然在正常情况下，互联网企业都遵循法律合法运营，但仍然难以避免某些网络公司滥用权力，窃取和贩卖用户隐私，从中获取非法利益。所以，对国家来说，要加大网络行业和广告行业相关政策和法规的严格执行力度，切实保障用户信息安全；对企业来说，要不断优化程序化广告的相关技术，在不影响到定位精准程度的同时也不泄露用户的关键信息；对于用户来说，虽要保持一个宽容的心态，但在使用互联网时，也要提高警惕，仔细阅读授权协议，谨慎上传私密信息，定期清理Cookies，避免数据被滥用。

你如何看待大数据环境中的互联网广告

1、大数据

大数据指那些超过传统数据库系统处理能力的数据。它的数据规模非常大对于传输速度的要求也非常高，或者其数据结构原本就不适合传统数据库。为了获取大数据中的价值，我们必须选择另外一种方式来处理它，发掘其中隐藏的价值。在以往需要付出很高的成本来发掘其中的价值。随着各种软硬件的普及和使用如云架构、开源软件的使用使得大数据处理变得更为方便跟廉价。

而对于企业来说大数据的价值体现在两个方面：分析使用和二次开发，对数据进行分析可以发掘其中隐藏的信息，而企业可以利用这些分析出来的信息运用到企业的决策当中，从而规避不必要的风险。对大数据进行二次开发则是那些成功的网络公司的强项，比如facebook结合大量的用户信息，定制出高度个性化的用户体验，创造出了“信息流广告”这一全新的广告模式。

2. 这是11月18日的下午三点，360浏览器给我推送的弹窗广告。我认为这一个小小的网页右下角弹窗广告还是能说明很多问题的。

这七个关键词推送里面，“手机黑屏”“肯德基”和“sai”都是我在过去两周到三周曾经搜索或使用过的关键词。但值得注意的是，除了“sai”是我在PC端360浏览器上搜索过所以也理所当然被360浏览器捕捉的关键词，“手机黑屏”是我在手机端或IPAD上用【百度浏览器】搜索的，“肯德基”则是我在手机上使用【淘宝】搜索优惠券和使用【微信小程序】小程序下单留下的痕迹。

至于其他的四个关键词，我从未搜索过，与我本人的需要也没有多大关系。

这么一个小小的例子，就能体现大数据时代下的互联网广告的几大特征：

（1）不是随机样本，而是全体数据：我作为一个女生，会收到“找附近单身妇女”这样既不符合我的性别又不符合我的年龄的广告推送，很显然是采集了附近的全体数据的结果，不具有针对性。

（2）不是精确性，而是混杂性：我搜索肯德基是为了消费而不是为了加盟，但我依然收到了“肯德基加盟官网”这样的关键词推送。这说明大数据时代，不再极度追求微观层面上的精确度，随着数据规模的扩大，对精确度的痴迷减弱。

（3）不是因果关系，而是相关关系：我们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，在大数据时代，我们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系;相关关系也许不能准确地告诉我们某件事情为何会发生，但是它会提醒我们这件事情正在发生。