大数据时代下，广告商更注重广告的针对性，通过大数据的数据分析有效的得出广告受众群体的消费群体和消费方向，因此就可以有针对性的投放广告，达到最好的广告效果。通过大数据，广告公司可以对大数据进行有效的分析，从而得出更加合理的结论，排除了广告团队对消费者心理的揣摩和推测成分，这样投放的广告远远超越市场调研所决策的广告。在大数据时代下，尤其是当今数字媒体时代下的广告投放，通过大数据分析得出的消费者习惯已经接近现实，广告的投放有很强的针对性，并且基于互联网的广告制作成本也变低，广告的预算不会引起很大的成本预算偏差。大数据时代下的互联网广告核心问题就是数据的分析和筛选问题，实现对人群的精准定位，从而最大化广告效果。寒武纪大数据可以精准找到适合企业的消费人群，解决获客难题。

例如我最近在抖音沉迷珠宝手串的直播，近日就在淘宝和小红书上收到了相关产品的推送。并且产品精确到玛瑙当中的阿拉善品类，击中了我的喜好。软件平台之间的数据关联也让我可以在不同平台对珠宝手串进行挑选，省去自己浏览的时间。并且目前的个性化推送并没有大面积覆盖，基本一到两页才有一个个性化推送，并没有干扰到我对于其他产品或贴文的日常浏览。

现在人们处于一个科技发达、信息流通的时代，人们之间的交流越来越密切，，大数据便是高科技时代的产物。

大数据的价值体现在以下几个方面：

1.     卖家可透过渠道获得大量消费者使用数据，进而更精准的对目标人群进行相对合适的营销策略

2.     消费者可以因为精准的广告投放更高效率的获取自己需要的信息

在经历了广告的发展后，大数据广告精准投放已成为主流，但其中也不乏个人信息外泄。Netflex的纪录片电影——监视资本主义便是在讲这方面的东西。

在信息流通的时代，可能我们下载一个app，在开始使用前不经意的勾选了允许获得本装置所有的权限，此时你已经默认自己处于个人信息暴漏的状态，电子设备会记录下你生活的点点滴滴，经过整理分析将你的信息作为有效资源提供给需要的商家，这就是为什么在网络购物时每点选一件产品，下面便会有其他产品的推送广告，数量之多，总会有你需要的。

只要保护好个人信息，必要时定期清理cookies，那么大数据便能给消费者和厂家共创双赢的局面。

  只要人们上网，就会留下或深或浅的痕迹，这些痕迹每时每刻都在产生，其数量之巨，超出人们的想象。以前由于数据挖掘技术没有发展起来，这些稍纵即逝的痕迹都，是无用的、冗余的，因此不会被人们加以监测、存储和分析。

  但是，这些痕迹却包含着许多信息，比如受众观看网络视频时的快进动作，也许就意味着他对某些情节和场景不够喜欢，甚至很反感，而受众在社会化媒体上的转帖、推荐、吐槽等行为，同样也包含着他对某部作品的喜恶态度。这些无时无刻不在产生的痕迹不就是海量的数据吗？换言之，它们就是所调的“大数据”。

广告投放：从准确到精确

  在互联网上，网民经常根据自己的需求或喜好查阅相关内容，虽然关闭网页就意味着某一次的网上活动结束，但网民在互联网上的任意行为都会留下痕迹，它代表着某种心理、需求或行为，反映个体的审美观、价值观以及消费观。每一次的上网痕迹都会成为抽象的数据，负载着个体的多样信息，最后存储在后台服务器中。经过长期的积累，后台服务器会存储海量的数据，这些数据都可以被广告从业者获取、“化验”，采用特定的数据挖掘算法对这些海量数据进行分析、挖掘、利用，然后对受众群体进行基本定位，进而抽象出受众的审美、消费、兴趣特征，利用这些特征便可以精准地设计出符合某类受众群体口味的广告。如果收集的数据可靠且分析准确，那么设计出的广告受到网络用户青睐的可能性将大大提高，获得成功的概率也会大大增加。

  在大数据背景下，互联网广告的设计将会越来越依赖于海量数据分析的结果，不断改变传统语境下广告设计的随意性和主观性。当人们像制作《纸牌屋》那样，精确地描绘出受众的心理诉求与审美期待，据此进行内容生产，就会拉近甚至彻底消除内容生产与受众接受之间的距离，人们常说的“量身定制”也就不再只是一个美好的构想，而是成为眼前的现实了。

  大数据挖掘与分析同样可以为广告投放提供数据化的决策。广告投放是广告商最为关心的问题，然而这个问题偏偏又最难操控。广告商经常抱怨受。

  大数据时代，建立在数据分析基础之上的广告投放策略正在逐步改变这一困境。广告投放的决策建立在受众分析的基础之上。在大数据背景下，广告受众分析方法将会发生根本性的变化。此前对广告受众的量化分析，往往采用抽样分析方法当今的受众群体有碎片化的趋势，消费者的从众消费观不断减弱，相反，求异的消费观不断增强。人们越来越喜欢彰显自我个性，追求与众不同。这就给抽样分析增加了难度，因为抽样分析的逻辑正是基于样本所具的代表性，而碎片化趋势则大大减弱了这种代表性。

  大数据挖掘正好相反，它无需抽样，而是直接处理海量数据。换言之，它每次分析的都是目标总体，这是一种全息性的量化分析方法互联网，广告可以利用这些海量数据提取有用的信息，推测受众的兴趣点。但我们在互联网上的行为痕迹，都在我们不经意间被送往后台服务器。我们的个人隐私信息，从浏览网页，到在线观看视频，从社交网络上的帖子，到GP定位，都被视为数据的一部分，送往我们不知道的第三方这些信息可能在我们不知情的情况下就被他人检索、查找、分析、利用。

  因此，如何有效利用数据，又不侵犯受众的隐私权，将会成为大数据时代亟待解决的问题。

概括地说，大数据挖掘包括基于内容的大数据挖掘与基于结构的大数据挖掘。大数据分析是指对规模巨大的数据进行分析。大数据作为时下火热的 IT 行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士谈论的焦点。

基于内容的大数据挖掘包括网络搜索技术与实体关联分析研究。

社会媒体的出现使得网络搜索研究的热点转移到了排序学习算法，专注于提高检索质量。排序学习算法以损失函数为优化目标，将文档表示为特征向量，寻找在搜索领域中常用的评价标准下的最好的排序函数。目前现有的模型在处理用户需求的多样性、重要性和相关性等不同的目标，在排序方面仍有不足。

命名实体是具体或者抽象但具有特定意义的实体。从大数据中挖掘其蕴含的内在知识，需要研究对命名实体以及命名实体关系的数据挖掘。

社会网络是以用户为节点，用户间的关系为连线而构建的网络，它既是用户间社会关系的反映，也是用户之间进行信息交互的载体。

在社会网络中，个体因自身各种因素进而形成了连接紧密的圈子，这种内部关系紧密而对外关系相对稀疏的结构被称为社区。社区结构是社会网络所普遍具有的结构特征，它的存在对于大数据的高效搜索、网络演化、信息扩散等具有重要意义。

四、大数据挖掘的发展趋势

未来的时代必然是大数据的时代，信息时代逐渐变为数据时代，一切将与数据密不可分。

数据的资源化，大数据成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点。

1.商业智能

企业决策正在经历的转变将延续到未来。处理大数据的目标使效率越来越高，成本不断减少，从而造就了基于大数据的商业智能，对中小企业甚至初创公司来说更为重要。这一趋势将延续到未来及以后，处理大数据的成本将继续降低。

2.数据分析将包含可视化模型

数据可视化和数据发现将成为一股重要趋势。

数据发现的范畴已经扩大，不仅包括对数据分析和关系的理解，还包括呈现数据的方式。作为一种把数据变成可视化的方法，可视化模型越来越受欢迎。日益改善和演变的可视化模型已经成为从大数据中获取信息的必要组成部分。

人脑能高效地处理视觉图像。在这个过程中，大脑使用了潜意识，让决策者可以通过迅速扫描图像来处理信息。可视化图表利用了大脑的图像识别能力，出色的可视化模型将成为处理庞大数据集的更好选择。

3.机器学习

机器学习是计算机的训练过程，现在被企业用于各种各样的商业行为，比如实时广告、模式识别、欺诈识别和医疗。但在大数据时代，机器学习将变得更聪明、更快速、更有效。

对于互联网用户来说，其实需要比较明确的一点是，广告是互联网免费内容和服务的基础。

譬如你浏览短视频、发微博、听音乐、看小说、看电视剧和综艺，平台给用户提供免费的内容和服务，则平台就需要用广告收入来支付成本和盈利。

从更宏观的角度看，广告业也是国民经济必不可少的一环。通过广告，更多的消费者能了解到商品的信息，从而促进生产规模的扩大，而规模的提升又会反过来降低价格，只要广告通过扩大规模带来的降价效应超过了广告本身的支出，商品价格就会下降。

互联网市场是典型的双边市场经营模式，即在提供基本网络服务时向用户免费，同时利用网络服务发布商业广告进行盈利。

“‘免费+广告’是中国互联网产业发展最主要的商业模式之一，在这一模式之下用户无须支配成本即可享受免费服务，互联网企业通过广告的收益来抵消经营所需要的成本。”泰和泰律师事务所律师廖怀学表示，“广告收益其实是中国互联网生存的核心。如果广告消失，最终必然会影响到消费者的利益。”

而以数据为驱动、精准投放的个性化广告，则是可以提升社会效率的。通过广告把商品直接推送到感兴趣的消费者面前，可以缩减营销渠道，减少产品和服务的销售成本，消费者也相对减少了搜寻商品所需的时间和货币成本。

事实上，如果推荐的广告正好是用户需要的东西，它就不再是困扰，而是一种服务。在广告的总体数量不会减少的情况下，如果选择关闭广告标识符，比如苹果系统内“限制广告跟踪”功能，用户并不会收不到广告，而是广告相关性降低了——广告不会变少，只会让广告中对你有价值的信息变少。这也是人们常常会觉得那些精准广告可以和自己“心有灵犀”的原因，很大程度上，它们来自于推荐算法，基于的是用户以前的点击、浏览、搜索、消费等大数据，被纳入到广告投放的用户画像里。用户怀疑是因为偷听才被推送的广告，一方面是巧合，另一方面可能源自于“幸存者偏差”的逻辑谬误——每天推送的广告有很多，大部分不感兴趣的被忽略，而一部分“准得吓人”的广告，才让人主动联想起曾经谈论过什么信息，并将二者联系起来

基于个人数据进行广告推荐的现象每天都上演在我的身上，现在的广告推荐会评估个人的行为习惯、兴趣爱好或者经济、健康、信用状况等，并进行决策的广告推荐。以习惯为例平日我点外卖多数在11点左右，因此在11点左右手机就会响起饿了么和美团的外卖广告推送。而兴趣爱好方面我平时喜欢看健身相关的视频，因此打开抖音经常能够刷到健身相关的视频，然后每看几条视频之后会有广告视频，这些视频有的会推广健身用品有的会推荐健身的app。

在经济方面你打开淘宝搜索产品会按照你平时购买商品的价格对你推送这个价格区间段的商品。

我认为这种广告推荐现象弊大于利，因为这种广告推荐是能够清楚了解人的喜好，因此推荐你相关的产品信息。这导致了人们的消费欲望会上升因此现在出现了大量的提前消费的案例，而这些广告推送的软件平台还会与借贷有一定关联形成一个稳定的生态链，让对经济自理能力不足的人群会花费大量的金钱，导致入不敷出的现象发生。

广告主通过数字平台从受众的匹配的角度由程序自动化完成展示类广告的采买和投放，并实时反馈投放分析的一种广告投放方式，实现了整个数字广告的自动化

程序化广告的其中一个特点就是程序自动化，根据媒体主竞价请求提供的信息，依据广告策略和算法自动完成对每次展示机会的竞价决策，如是否出价，以及出价多少，返回都是毫秒级别；不需要人去干涉，非常高效。

有些甚至实现了自动优化的功能，如动态创意优化。

大数据化就是程序化广告之一 举个例子就像现在的抖音广告一样，将产品自动推给一些感兴趣的用户，将对的产品给对的人看到，就是大数据所执行的任务。当你在抖音看到产品广告，再切换到搜索页面，就会获得一些相关的推荐，这就是大数据推广。

“程序化营销首先是通过大数据圈定个性化、类型化、规模化的个体，然后通过模板化、程序化创意等技术，持续地创造个性化、规模化、即时性的内容，与目标对象进行交流沟通，并且在不断的动态优化中进行调整，产生最理想的效果。”

——《程序化广告》

我们身处于广布互联网的城市之中，在城市里一切的出行都离不开手机，广告随处可见，在不知不觉中，能入自己眼的广告更是越来越多，因此我们也会不知不觉沉浸在手机之中。最近的我需要购买毕业拍照用品，如皮鞋、裙子、衬衫，在搜索栏打过一次之后，淘宝会不断给我推荐相关商品，让我忍不住想要找更好的商品进行购物。

程序化广告给用户带来的影响：广告会化身为“推荐”进入我们视野，推荐的内容是大数据算法得出的结果，以一个推荐的形式进入我们视野，更容易让人接受，不断刷着自己喜欢的内容，逐渐沉迷于手机。用户看到的是自己想看到的，喜欢的，被监视的。我们在淘宝现在打开都是直接往下划动了，小红薯也是许多猜你喜欢的内容。在这种情况下，广告也不再是烦人的骚扰信息，而是解决自己需求的通道同时也是会被“信息茧房”困住了，过度沉迷于自己刚兴趣的世界里，也会涉及到用户隐私安全性问题。

程序化广告给广告主带来的影响：广告主可以对那些在自己的网站看过某类商品的用户进行定向，在DSP选择年龄、兴趣、偏向等选项去锁定用户、唤醒用户，并促使其完成购买行为。利用这些技术可以将内容更精准地推送给目标用户，减少广告资源浪费，同时不花冤枉钱。

在我看来，程序化广告有有利有弊，可是是社会的发展趋势，程序化广告会继续发展，我们要更加明确什么是自己想要的，不要被动被程序化广告牵着走。

梁老师的《程序化广告》一书中序言中提到“互联网的本质是媒体，媒体的主要商业模式是广告”。随着互联网媒体越来越多地占据用户的时间，互联网也成为广告主广告投放布局的主阵地。2021年全球全媒体广告花费达6825亿美元，数字广告支出3557亿美元占52.9%，同比增长29.11%，是各渠道广告支出最多的，其中，搜索广告的增速达29.3%。

我查了国内外头部搜索引擎平台的财报：国内的百度在前几年广告收入呈持续疲软下降态势，而到2021年则开始回弹增长；国外的谷歌2021年广告总收入增加了43%，其中搜索及其他广告增幅就为44%。可以看出，搜索广告作为全球广告增长的重要驱动力，在这两年又展示出巨大的活力和潜力。

（*数据来源：eMarketer、百度财报、谷歌财报）

除了搜索引擎平台，各大内容平台也开始布局搜索广告业务，抖音从19年开始从信息流广告向搜索广告进军发力，已经经过了几轮的探索优化，而TikTok最近也开始进行搜索广告的测试。因而，在此次的思考作业中，我想主要来谈一谈我对搜索广告的一些想法。

互联网黑话中常常爱说流量池、用户池，但池子大，不代表效果一定好。如果只是往大海随便撒一把鱼食，那连水花都看不到，更别说吸引到想要的鱼。精细投放、精准获客才是广告主的第一诉求，实现这一效果的前提就是要拥有海量的用户数据和精确的匹配模型。

然而，随着互联网的不断发展，用户的数据隐私问题逐渐浮出水面，成为了横梗在平台与用户之间的大问题。宏观层面，许多国家陆续推出了个人数据保护条例和用户隐私法规，去年我国也通过并施行了《个人信息保护法》，对使用用户隐私数据的业务进行了管控和限制；行业层面，苹果公司推出ATT隐私新政，将用户数据追踪授权从暗示同意改为了明示同意，据第三方数据估计，这一政策之后，仅有约16%的用户选择了愿意被追踪数据，谷歌也即将推出隐私沙盒，限制第三方追踪用户数据，这使得依赖用户数据进行个性化投放的平台遭受了不同程度的打击；用户层面，互联网用户开始意识到个性化推荐与数据隐私之间的勾连，对于信息流广告产生一定抵触心理，但他们对于内容的需求仍然是精确、即时的，在限制了对用户数据的获取的情况下，信息流广告可能会在一定程度上降低精确性，搜索广告则在这个背景下枯木逢春，逆风翻盘。

与信息流广告不同，用户数据并非搜索广告的根基，搜索广告的精确度来源于用户的主动搜索行为，用户数据更多的起到锦上添花的作用。从平台侧来看，通过用户搜索的关键词进行精确投放，无需使用触及到用户隐私边界的数据与信息；从用户侧来看，搜索呈现出的是用户主动表达的确定性需求，离消费决策更近，基于搜索的广告投放也可以有更高的关联度和转化可能性。

市场就像来回摇晃的钟摆，在互联网刚刚崛起的PC时代，搜索广告独占鳌头，SEM、SEO一时成为广告行业的热词；而后随着移动端的普及和技术的发展，即时、个性化推荐的信息流广告像塞壬一样在信息洪流中致命吸引着用户；而在数据合规愈发严格的背景下，搜索广告又重新展现出独特的优势。当然，搜索广告再度崛起并非只是传统搜索引擎平台的复兴，用户的搜索行为逐渐向内容平台迁移，即看即搜，做好搜索广告的优化匹配，可能就可以打通消费者决策的最后一公里。

1.个人对程序化广告的理解：

程序化广告是一个基于广告主，软件平台，用户三者形成的自动化广告交易模式，它更强调了广告和流量的效率，针对性和时效性。

用户在平台上完美的诠释了这句话“如果你没有花钱买产品，那你就是被卖的产品”作为平台为我们带来便捷的代价我们在互联网所留下的每一个数据痕迹都会被平台收集，平台会透过对我们的数据分析描绘出用户画像，并为我们贴上各种标签，简单的标签可以是性别，地区，年龄，收入，兴趣爱好等，我个人觉得一些专业的数据模型如果它愿意的话甚至已经可以完美的复制出一个数字化的另一个“自己”细致到连我们的性格，三观，情绪等内在层面都能掌握，并进一步利用心理学和大数据的结合对我们的选择进行引导。

精准投放和实时竞价是程序化广告的两大核心。如何做到精准投放需要看平台对用户数据的处理能做到哪种程度，对于一些大平台来说技术已经相对成熟了，同样的用户数据在他们手上能发挥更大的价值，透过对用户数据的打包，可以贴上更细分化的标签，相同标签的用户将被归类成为某个特定“人群”与广告商的目标人群要求进行匹配，用户的数据看似那么廉价但却又是平台最重要的资产也是他们与广告主谈判最有力的筹码。

支撑7X24自动化交易的是一套完美的实时竞价系统，作为用户我们难以想象在我们打开某个app的瞬间平台背后已经对我们进行了多少次的演算，审价和买卖。广告主向平台提出了要求，一旦指令被设定平台将开始合约的履行，不断的把广告主和用户进行匹配推送广告，期间所有的交易都是由系统自动完成，而人需要做的只是定期根据目标的预期对指令进行调控。实时竞价的出现让平台广告更精准更有效率，更迎合了广告主的需求。

2.日常遇到的一些程序化广告：

以前还不了解程序化广告的时候，我们总会开玩笑的觉得手机是不是在偷听我们讲话，经常会出现那种情况，刚刚跟朋友聊完什么东西，或者上网看了什么，软件上马上就有了一堆相关的推送，感觉就像等着你的夸奖一样。但了解了程序化广告之后确切的知道了手机确实在“偷听“我们，只不过偷听的是我们的数据。

像前段时间晚上总是容易肚子饿所以在淘宝上买了一些吃的，然后最近每次上淘宝它首页推送的主要都会是一些食品类的商品。这就是淘宝根据我对食品的浏览和购买记录所判断进行的针对性推送。

另外这个是最近在抖音比较常刷到的一个音乐app广告，这个app的主要用户应该是年轻人，抖音根据我在平台上的数据和记录的标签判断我应该是一个符合广告主目标年龄的用户所以向我推送了这个音乐app的短视频广告。

3.程序化广告的未来（风险）：

程序化广告的出现是必然的，从互联网开始普及就意味着广告模式的转型，只是这几年社交平台，电商，生活app的爆发式增长让广告模式的转型也超乎想象的加速了起来。市场的成熟意味着管理也必须完善，随着平台“变态”般的精准化投放，人们开始意识到了个人隐私的安全性，促使了管理层对平台的监管。随着这两年个人信息保护法的落地和加强，现在的软件都强制性的要求需要得到用户的许可才可以追踪数据，用户的授权难度增加，让程序化广告精准投放的营销起了更多变数。另外现在的程序化广告技术虽然已经比较成熟，但有时候数据还是比较死板的，一旦哪个位置判断错误，给用户贴上了错误的标签，很容易把对用户的广告推送推进一个错误的循环。