人們早已經(jīng)習(xí)慣在打開一個網(wǎng)頁的同時，可能會被推送各類商品廣告，有時我們會調(diào)侃說自己又“被大數(shù)據(jù)”了。但很少有人知道，為了讓這則毫不起眼的商品廣告出現(xiàn)在適合的屏幕上，屏幕背后已經(jīng)上演過一出蔚為壯觀的群集大戰(zhàn)：
不同廣告代理公司的系統(tǒng)對“你”進行識別和計算，根據(jù)識別結(jié)果各自把出價信息發(fā)送到廣告競價平臺，廣告競價平臺通過比價選擇出價最高者，出價最高者獲得這個廣告展示機會，最終一則商品廣告出現(xiàn)在“你”的屏幕上。
這種通過實時競價方式購買每一次曝光機會的廣告形態(tài)，是互聯(lián)網(wǎng)時代廣告主在做重定向精準投放時最常用的方式，也是完全依賴“算法”的一種廣告形態(tài)，因為以上那一連串競價動作都必須在一秒鐘以內(nèi)完成。
在重定向領(lǐng)域中最為知名的公司是出身于法國的科韜廣告（北京）有限公司（Criteo），這家誕生于2005年的廣告公司靠“算法”已經(jīng)市值27億美元，從2010年開始每年總營收都以超過60%的速度增長，2015年的總營收超過11億歐元。
計算驅(qū)動下的精準投放
盡管不知道“你”是誰，但在你加載一個網(wǎng)頁時，系統(tǒng)已經(jīng)在極短的時間里從2個維度對“你”進行了“計算”：花多少錢能夠且值得購買這個為你展示廣告的機會；購買成功后，廣告以什么樣的形式出現(xiàn)在你的屏幕上更有可能激發(fā)你的購買欲。
“在廣告投放的過程里，引擎和算法會對具體給你投放什么廣告有一個推薦。比如你晚上在網(wǎng)上商店看到的是一雙紅色高跟鞋，看了半天沒買就出去了，我們再投給你的廣告，可能是一些紅色高跟鞋，也可能是一雙靴子，我們會有一個人工智能的引擎去預(yù)測。”
Criteo中國區(qū)總裁鄭家強解釋說，所有展示的廣告都以海量數(shù)據(jù)和智能算法為基礎(chǔ)，對消費者的具體行為和購買意愿進行分類，海量數(shù)據(jù)來自PC端的Cookie，移動端則根據(jù)ID做預(yù)測。
在看似簡單的廣告投放過程中，“算法”幾乎無處不在。“出價算法”去實時衡量每一位用戶的價值，給出恰當(dāng)?shù)膬r格去競價；“預(yù)測算法”尋找到合適的用戶后，投放那些更可能激發(fā)用戶購買的產(chǎn)品廣告；“推薦算法”則是量體裁衣給用戶推薦適合的相關(guān)產(chǎn)品。
比如Criteo為一位廣告主投放廣告，在找到合適的用戶之后，會先對這個用戶做轉(zhuǎn)化率預(yù)測，轉(zhuǎn)化率高者出高競價，“比如我覺得這個人的價值是5，我的競價就接近5，如果這個人價值是2，我用5去競價，那我就可能虧本，因為他的轉(zhuǎn)化率低于預(yù)期。”鄭家強說，描述起來只有簡單幾句話，背后需要系統(tǒng)有強大的計算能力。
Criteo中國區(qū)總裁鄭家強
除此之外，Criteo還需要利用創(chuàng)意優(yōu)化引擎去了解和迎合用戶的喜好，同一款產(chǎn)品，需要提供不同的方式、顏色深淺、圖片表現(xiàn)形式等方案，Criteo要準備多達三萬種創(chuàng)意組合去吸引屏幕前品味不同的的消費者去點擊。
美國知名電子商務(wù)技術(shù)公司Monetate的報告顯示，97%的用戶在離開網(wǎng)站時不會發(fā)生任何購買行為，90%的銷售可能會在消費者首次接觸網(wǎng)站內(nèi)商品后的15天內(nèi)發(fā)生。
基于此，Criteo用算法引擎幫廣告主識別和找到潛在消費者，預(yù)測他們可能會購買的產(chǎn)品，再把個性化的廣告推送到他們的眼前，激發(fā)用戶點擊、跳轉(zhuǎn)，直到最終購買。
比如會引導(dǎo)15天內(nèi)可能轉(zhuǎn)化為消費者的“潛在消費者”，去返回他們首次訪問網(wǎng)站時所瀏覽的商品，并最終產(chǎn)生購買。另外，也追蹤距上次訪問400天內(nèi)的流失用戶，根據(jù)他們的瀏覽行為和興趣愛好做分析再向他們推薦商品，讓這些更早以前的訪問者或休眠用戶能夠再次與網(wǎng)站產(chǎn)生互動。
只做模糊識別，不做精準畫像
在《人工智能時代》一書中，作者杰瑞·卡普蘭有這樣一段描述：“任何時候，在你買東西、訪問網(wǎng)站或者發(fā)表評論時，都有一支由電子智能體組成的雇傭軍在暗處‘觀察’著你。”
在互聯(lián)網(wǎng)時代，企業(yè)窮盡辦法獲取信息去為用戶畫像，力求比用戶更懂用戶，但“用戶畫像”往往讓用戶沒有安全感。
做用戶畫像的公司通常從互聯(lián)網(wǎng)和社交媒體中獲取用戶的性別、教育程度、收入水平、社交喜好等諸多信息，再根據(jù)這些數(shù)據(jù)信息推送商品廣告。鄭家強認為這種“用戶畫像”的方式相比于重定向的精準投放，其實并不準確，因為大多數(shù)時候是在做猜測。
Criteo所在的重定向廣告并不在乎用戶的真正身份，不會去給用戶做畫像，也不會給用戶做個人身份標(biāo)簽，甚至投放時也不關(guān)心廣告位所在媒體的內(nèi)容是什么。
“我們只關(guān)心在競價的過程中，買到的這個廣告位值不值得，如果用一個很準確的價格去買到這個位置，就能很好地控制轉(zhuǎn)化背后的成本。” 鄭家強解釋說，Criteo在做預(yù)測和投放時使用第一方數(shù)據(jù)，不會也沒辦法對具體每一個用戶畫像。
比如某位用戶去過當(dāng)當(dāng)網(wǎng)瀏覽，只要他的cookie沒變，雖然Criteo不知道這位用戶是誰，但可以知道這個賬戶瀏覽了當(dāng)當(dāng)?shù)暮芏嗌唐讽?，使用這些第一方數(shù)據(jù)就足夠做引擎分析。Criteo需要的不是更多的用戶數(shù)據(jù)，而是要預(yù)測轉(zhuǎn)化率夠高，出價夠準確，這都要依賴機器學(xué)習(xí)能力和算法的提高。
而回到文章的最開始“算法怎么知道我們在購物車里放了什么？”，其實隨著機器學(xué)習(xí)能力的提升，廣告的投放更加精準，不是“算法”知道我們在購物車里放了什么，而是算法潛移默化在影響我們的購買。（本文首發(fā)鈦媒體，記者/韓洋）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論
馬云借我大數(shù)據(jù)一用