免费的才是最贵的？错！这本书用大数据和机器学习给你量化答案

图 | Lenis

相亲的日子里，总被亲戚朋友洗脑：

女大三，抱金砖；

腚大腰圆，生娃不难；

漂亮女孩靠不住...

听上去，词儿挺押韵，头头是道，道理满满，全是为你好。

也就年轻那会儿，真还把这些话当回事儿。现在想想，有点扯淡。用批判主义思维来说，这些都归于理解偏差。

同样让人哭笑不得的是，鼓吹消费主义的商家惯用名句：

免费的才是最贵的

先不说，这么宣传，有违广告法原则。反问下，付费的，就一定便宜？

这样的逻辑，本身就有问题。

听上去顺耳，笃定，铿锵有力的短句，除了像商场里300多分贝的扩音喇叭，加快你掏钱的速度外，漏洞百出。

消费的本质，是需求。简单的供需模型如下:

假如我们的消费链，真如此图那样简单，那寒门早出贵子了。事实上，根本做不到。

为什么做不到呢？酒香还怕巷子深！

从送礼只送脑白金的电视时代，到性感荷官在线发牌的互联网时代，不会做广告，那就等着关门大吉。

有人以为做好产品，顾客就会排着队上门；就像有些程序员认为只要水平高，总有一天伯乐降临，封他当 CTO.

这些，都是一厢情愿的看法。

既然是好东西，就要扯开嗓门吆喝，用尽方法去营销，占领市场；既然自己有水平，就要不断找出彩的岗位，创造机会让外界认可自己。

于是，本文的主角就出场了，广告！

产品流转的过程，少不了广告。否则，作为消费者，我们根本没有机会接触更好的产品。

利用三段式信息传播模型，来剖析广告的作用全过程:

这份传播模型来自《计算广告》，记住这个三段式信息传播模型。

任何你买到的东西，都会流经这三个步骤，最终进入你手里，嘴里，脑子里。流转的时间越长，东西也就越贵。

想下电视里，最头疼的那几个广告，脑白金，高露洁，贵州茅台等。这些统称展示广告。只有不断的加深消费者印象，才能卖得更好，广告费自然要转嫁。

雷同的，还有京东，天猫，知乎开屏的广告。

有人会疑问，上淘宝购物，我直接搜然后买，不会有广告了吧，其实不然。这个操作里，包含了搜索广告与竞价广告。一次搜索的背后，有上千计算机帮你计算好了你想要的东西，按照广告商的定价排序，展示给你看。

广告的存在，加重了成本，最后都落在消费者的钱袋子里！

上面这图，代表互联网变现途径，原始，有效，且不断进化。

DSP, Demand Side Platform, 代表商家,释放广告；

DMP,Data Management Platform, 定向人群的分析机器；

DPP, Delivery Product Platform, 提供分析数据的产品：搜索，社交，信息流等

这三个D，哪个没有成本，最后谁来买单？

免费的，贵不贵不好说，取决于屁股坐哪。但收费的，那一定是被收费了！

DPP 的逻辑

DPP ( Deliver Product Platform),顾名思义，产品交付部门。主要职责设计爆款的免费互联网产品，吸引流量，增加用户时长留住用户。盈利不是他们考虑的事情，把产品做到极致体验，才是。

免费的产品，怎么赢利呢？广告！

互联网产品变现的逻辑很直白：免费的产品 + 流量 + 广告。

要得出这个结论不难。各位只需看头部的互联网公司财报，广告收入一定占比最大。

请看谷歌，他的绝大部分产品，都是免费的，搜索，youtube, gmail.

但 2018年，谷歌广告收入是 1163亿美金。

知乎，最近也曝光了广告收入，近2亿。我们大部分人上知乎，不用花钱，但广告看了不少。

再一次提醒，这个经典模型：免费的产品 +  流量 + 广告

谈及互联网产品，一定扣住上面三个帽子。

DMP 及其技术

传统的脑白金类广告，它们最大的缺陷在于浪费。

你让一个小孩子去看脑白金有什么用？指望小孩子拿压岁钱去买补品给爷爷还是奶奶？

所以脑白金的受众，一定是惜命的老年人，和年青一代有消费力，又想孝敬长辈的那代人。

但，很遗憾，即使轮番在黄金时间段播，也至少有 1/3 的播放时长浪费了。而这些成本又加到产品中。

互联网时代就不同了。

你用什么品牌的手机，外卖点什么价位，上淘宝，京东购物买什么价位的什么东西，甚至你一个月银行卡能剩几个子儿，平台都帮你算的清清楚楚。

于是，脑白金要找它的目标人群，就非常容易了。手机用着 iPhone, 外卖点 10 多块，非常热衷抢优惠券，淘宝，京东买衣服只认128元的小白领。就是这些人。

如此，即节约了广告费用，广而告之的人群还非常精准，一石二鸟！

网传大数据杀熟，图侵删！

之所以，有这样不同的定价策略(Pricing), 是  DMP (Data Management Platform)  基于用户行为数据，已经推算出来用户的属性，知道用户对价格不敏感，或潜在客户需要低价拉新。

所以，真正有技术含量的，是 DMP 平台，要把上亿的用户信息记录下来，提炼给广告商用。传统的数据库厂商，对付这样的用户量数据和分析，根本没有招架之地。

于是，大数据技术应运而生, DMP (Data Management Platform) 起来了。有意思的是，大数据(Big Data)的起源地，就是全球最大广告商，谷歌。它提出的 Google Files System, Big Table, Map Reduce 成为 Hadoop 之类分布式存储与计算的基石。

与传统电视广告相比，受众定向精准是互联网在线广告独有的特点。其背后依仗的，真是大数据分析技术。

受众定向，不仅仅使用到了大数据技术，还有机器学习。作为广告商来讲，它的目的非常明确，找到他广告想要投放的人群。但它自己又没有这方面的用户数据，只能靠其他互联网的产品平台，比如淘宝，京东等。这样就有充足的样本，来搜寻这样的目标客户。

只要把客户打上一个精准的广告标签，广告商就乐意像这些标签投放。而广告商供不应求时，DMP 作为拥有数据的一方，就可以“挟标签以令广告商”了。

受众定向变现能力这么强，怎样才能做好？手段之一，打标签。

标签的打法，涉及到爬虫与机器学习。基本思路是爬取一定数量的文本，提取这些文本的关键词做为标签，以使这些标签成为底本，用来学习其他实时输入的文本内容，判断出这些文本的属性标签。这些文本内容可以是广告商提供的文案，流量产品的文章，或者用户行为数据，比如评论。

DSP 及其技术

大型广告商，有的是充足的子弹（广告投放资金），苦的是中小广告商。他们也需要广告来刺激消费，但资金有限，拿不到很好的广告位。怎么办？人多力量大，把中小广告商集合起来，不就有资本和 DMP 谈条件了嘛！

DSP (Demand Side Platform) 也就这么起来了。它一手拿着海量中小企业的广告托管权，一脚踏进 DMP 的大门，大笔签下原本中小企业拿不到的广告位。

竞价及其技术

流量本身是确定的，全民上网，14亿。广告商A抢走了50%，那广告商B就只能抢另外的50%，广告商越多，留下的市场就越少。

此时流量变得极其珍贵，作为数据提供商，为了自己的利益最大化，就会提高单位流量的单价。比如，原本1000万点击，只卖10万，现在提高10倍，把流量留给有竞争力的广告商。再比如把时间切段出售，黄金时长内提高单位时间售价。此时，就需要用到实时竞价技术。

这就是竞价广告。本质上，竞价广告，还是受众定向的变现，只不过剥离了量的约束。但对实时要求性更高。

在线广告领域，充满各种大数据与机器学习的应用。只要你能想到的落地场景，这里都有。《计算广告》作为大数据实践必看书，我强烈推荐！

后记

有的书，帮你获得阅读的乐趣；有的书，帮你找到同频的伙伴；有的书，帮你解决老板的烦恼。

而这本书，同时拥有上述三个特点。