說明：原文2016-09-22發表於阿里云云棲社區https://yq.aliyun.com/articles/60878
大數據價值的最大彰顯——計算廣告？
大數據有價值，這個觀念似乎已得到很大程度的認可。
當然，也有質疑的，比如《21世紀商業評論》的發行人吳伯凡先生，他就曾說“大數據本質上是一種垃圾”。但話鋒一轉，他又說“如果你有好的方式，把這些垃圾，好象沒有用的東西，你能夠提煉出來，加工出來，那就是很有用的。”
這其實就是大數據的特徵之一——“價值大，但密度低”的另一種翻版說法，也就是說吳先生並沒有真的認爲“大數據就是垃圾”。
那麼我們怎樣才能讓大數據變廢爲寶，使其價值是得以彰顯的呢？
在回答這個問題之一，我們先找幾個沒有什麼爭議的大數據公司，看看他們是怎麼玩的。
大數據公司的第一道門檻，就是你得有大量的數據（此外的門檻，還包括具備大數據思維和能出活的數據工程師）。在互聯網領域的公司，在這個方面有着得天獨厚的優勢。國外的Alphabet（谷歌母公司）和Facebook，國內的BAT（百度、阿里和騰訊）都可以算是比較徹底的大數據公司。我們來看看他們2015年的營收情況（如表1所示）。
表1 幾個大數據公司的2015年的營收情況
| 公司 | Alphabet | 百度 | 阿里 | 騰訊 | |
|---|---|---|---|---|---|
| 總收入（億美元） | 817.62 | 179.28 | 102.23 | 122.93 | 158.41 |
| 廣告營收（億美元） | 732.23 | 170.83 | 100.78 | 77.04 | 26.90+87.14 |
| 廣告所佔比例 | 89.55% | 95.28% | 98.58% | 62.67% | 16.98%+55.01% |
從表1可以看出，廣告營收分別在Alphabet和Facebook整個公司營收的絕大部分，其比例分別爲89.55%和95.28%。我們再來看國內的廣告巨頭，2015年百度102.23億美元的收入裏，其中廣告收入達到100.78億，其比例達到驚人的98.58%。阿里巴巴（62.7%）和騰訊（55.01%）的比例亦不容小覷。騰訊之所以用加號（+）單獨一列，是因爲騰訊的部分廣告收入和遊戲收入攪和到一起了，剪不斷，理還亂，如它的遊戲聯運（16.98%），既可以算得上游戲收入，但其在本質上也可歸屬於廣告收入。
從上面所列的數字，可以給我們帶來一個直觀的感受，那就是互聯網行業的大數據公司，其核心商業價值的彰顯，竟然就是赤裸裸的廣告。但是，這裏的廣告，並不是我們傳統意義上的線下廣告，而是通過一種付費內容的載體，是對流量和數據進行變現，與傳統廣告有非常大的差別。
計算廣告的最大挑戰是什麼？
大數據專家劉鵬先生認爲[1]，不瞭解計算廣告，就不可能深入地瞭解互聯網，也不太容易真正理解大數據。那麼，什麼是計算廣告呢？
計算廣告（Computational Advertising）是一門正在興起的交叉學科，致力於採用數據挖掘（如大規模搜索、文本分析和信息獲取）、機器學習等人工智能手段，結合用戶反饋，行爲分析，甚至心理學等，來提高廣告相關性，交互性，實現廣告主、廣告網絡（如AdSense）和用戶的自動化匹配。
我們知道，大數據的核心價值就是預測。
作爲大數據和核心應用之一，計算廣告，更是如此。它要完成的核心任務，就是預測哪些用戶對哪些廣告感興趣，然後據此推送相應的廣告。
說得更加學術點，就是在特定語境下特定用戶和相應的廣告之間找到“最佳匹配”。
這裏的語境，可以是用戶正在訪問的網頁，也可以是用戶在搜索引擎中輸入的關鍵詞，還可以是用戶正在看的書、聽的音樂等。潛在廣告池的廣告數量，可能達到幾十億，而用戶的數量也同處於這個級別。故此，這個“最佳匹配”，面臨的最大挑戰就是在複雜約束條件下的大規模優化和搜索問題。
簡單來說，在數以千萬（甚至上億）級別的網絡用戶反饋形成的、快速變化的數據空間，計算廣告並沒有確定的“ground truth”（地面實況，即用於有監督訓練的訓練集的分類精度），同時它也無法通過均勻地對總體空間進行採樣，構建魯棒性很強的訓練集。更爲要命的是，其建模的對象，是人的行爲，而人的行爲又極大程度地受到系統輸出的影響。
人類學家兼數學家托馬斯·克倫普在其著作《數字人類學》強調[2]，數據的背後，其實就是人類。確切來說，數據，在本質上，是人類觀察世界的表徵形式。研究數據，在某種程度上，就是在研究人。計算廣告領域的研究，尤其如此。
前文我們提到，大數據的核心價值就是預測。而預測通常分爲三個層次（如圖1所示），最內層是對人性的預測，這個其實不用預測，人性使然。比如，人餓了會怎樣？他（她）會找事物吃，不找東西吃會餓死。手碰到火後，又會怎樣？他（她）會很快拿開，手不拿開會疼。
圖1 預測的三個層次
預測的中間層就是趨勢，這是大數據的拿手好戲。著名哲學家奧古斯特·孔德（1798年~1857年）認爲，人做個體是無序的，具有“自由意志”，但樣本增加至全社會，大數定律就會發揮作用，人們就可以從中發現穩定的規律。200多年後的今天，全球複雜網絡研究權威艾伯特·拉斯洛·巴拉巴西(Albert-László Barabási)，用大數據分析支撐了孔德的觀點，他在其著作《爆發》表示[3]：人類行爲93%是可以預測。
預測的最外層就是對習慣的預測，某種程度上，也就是對個人“自由意志”預測。這個是最難的。比如說，前天我吃了漢堡，昨天我也吃了漢堡，今天我還吃了漢堡，你能預測我明天吃什麼嗎？的確有可能，我明天還吃漢堡，但連續三天都吃漢堡，我完全更有可能由於吃膩了，換個口味啊。但是基於數據的歸納法（這是人類絕大多數知識存在的根基），很容易得出預測的結論：我明天還吃漢堡。這種預測，哪裏是預測，明明就是對個人自由意志的“猜測”，準不準，天知道！
而計算廣告的受衆對象，就是對個人行爲習慣（自由意志）的預測，所以我們可以給出一個推論，計算廣告的預測效果，肯定不會太好！人心叵測嘛！
那爲什麼如前文所列的大數據公司（如Alphabet、Facebook及國內的BAT）的廣告效益，還這麼好呢？其實他們取勝的祕密，也很簡單，那就是單位廣告成本極低，但規模超級大。
雖然我們說了，計算廣告的預測效果註定不會太高，但還是比毫無根據的“瞎猜”好很多。還拿前面的例子說事。如果我們有了“前天我吃了漢堡，昨天我也吃了漢堡，今天我還吃了漢堡”的數據，計算廣告的確不能很準確地預測我明天吃什麼，但總比一個人完全不知道我過往的飲食習慣，在成百上千種食物中，瞎猜一種，其預測準確率要靠譜一些。
胡適老先生曾經說過一句名言，“怕什麼真理無窮，進一寸有一寸的歡喜。”套用到計算廣告上，我們也可以說一句，“怕什麼預測不準，提高一個百分點，有一個百分點的收益。”
的確，哪怕把廣告的轉化率提高一個百分點，架不住計算廣告推送的規模之大，其收益也是相當可觀的。這就好比，一塊錢不算多，但如果每個中國人都給我一塊錢，那我就是億萬富翁了，原因很顯然，中國人口基數太大。
因此，計算廣告還是很有搞頭的。
計算廣告是如何變現的？
我們知道，當前互聯網產品的大趨勢，就是免費！
可是互聯網企業也要活下去，他們也需要有變現的的資產。那些可變現的資產又是什麼呢？
總結一下，互聯網行業可變現的核心資產，主要來自兩個方面。第一個方面，也就是最簡單粗暴的方式——利用流量（traffic）變現。
什麼是流量呢？就是有人訪問你的網站，或者有人在用你的APP，在這些產品中，除了放用戶感興趣的內容以外，還可以放一些付費內容（Sponsored content），也就是廣告。在正常內容裏夾裹付費內容，就是流量變現的基礎。這個容易理解，有點類似於很多人都愛看電視劇，那麼電視臺就可以把廣告，插播在電視劇裏。你想看電視，就得看廣告！
但電視臺播放廣告的弊端也很明顯，那就是“千人一面”——所有人看到的廣告都是一樣的，這樣的廣告轉化率勢必不會太高。如何提高廣告轉化率呢？
除了流量能夠變現之外，互聯網公司還有一項非常更重要的法寶，那就是數據！
簡單地說，通過大數據（特別是用戶的行爲大數據），互聯網公司可以做到較爲精準的用戶畫像，據此判斷用戶偏好，然後再根據這些偏好，提高付費內容的轉化率，這是數據變現的基本原理。
那麼這些用戶大數據又是如何得來的呢？自然都是來自各種免費的互聯網產品，當用戶在用這些產品過程中，就會留下蛛絲馬跡，互聯網公司就會收集這些信息，據此猜測這個用戶的屬性，比如購物偏好，然後再根據這些購物偏好，來投送相關的付費內容，這比沒有任何的指導來投放付費內容，它的效果肯定要好一些。
劉鵬先生提供了一個精彩的例子[1]，如圖2所示，可以輔助讀者理解一下數據變現的原理。這個圖的左半部分說的是流量變現。比如說，假設我們有個網站，每天有10萬的訪問量，那麼就可以在上面放一個廣告位，這個廣告位可以有個報價，比如說5000塊錢，這就是流量變現的價值。
圖2 數據價值的體現
但是這種流量變現的方式，並沒有最大化發揮數字廣告的優勢。因爲剃鬚刀廣告的有效受衆，基本上都是男性，因此，這個流量裏邊，有一半的女性受衆是被浪費了，那麼，該如何合理利用另一半流量呢？
再看圖2所示的右半部分，實際上，在計算廣告體系裏，我們完全可以做到，僅僅把男性的一半流量留給這個剃鬚刀廣告客戶，對於這個客戶而言，它的有效受衆的觸達，其實並沒有損失，但由於他只用了一半流量，因此可以給他打個折， 3000塊錢就可以了。
如此一來，對流量變現的互聯網公司而言，它還剩下一半女性的流量，他可以用3000的價格賣給另外一家做化妝品的廣告主。對互聯網公司來說，它掙到了更多的錢（6000塊）。對於廣告主而言，他也是滿意的，因爲他只用花3000塊錢的成本，就獲得了原來他要花5000塊錢成本，才能觸達的有效受衆。所以，這是個雙贏的生意。
實際上，我們知道，天下沒有免費的午餐！在我們的工作生活中，基本上，存在一個利益守恆原則。也就是說，如果你在某個方面獲得了利益，通常是會在其它方面，以某種形式（或顯式的或隱性的）犧牲利益爲代價，換回來的。
雙贏（或多贏）是不符合利益守恆原則的。既然是雙贏，一定需要新的資源加入到這個利益分配過程當中，那麼這個資源是什麼呢？實際上，這就是數據的價值，也就是我們一直說的數據變現的祕密。
計算廣告的收益——我們付出了什麼代價？
互聯網公司之所以能得到這1000塊錢的溢價，是因爲他們有了每一個用戶的性別數據。如果再接着問，他們爲何能有這些數據，還不是我們用戶“免費”使用了人家的產品嘛？
我們在享受互聯網公司提供的免費“午餐”時，付出的第一個代價，就是不經意間泄露了我們的個人隱私數據。你看看，天下哪有免費的午餐？免費的背後，其實是都是要付出代價的！
天下沒有免費的午餐，不光是個普世化的認知，在計算機科學領域，甚至還給出“沒有免費的午餐定理(No Free Lunch，簡稱NFL)”的理論證明。該定理是由美國聖菲研究所(Santa Fe Institute) 教授Wolpert和Macready等在1997年提出[4]，其結論是由於對所有可能函數的相互補償，最優化算法的性能是等價的。該定理通俗來說，如果某個算法在某個場景下，獲得了最優性能，但它在其它場景下，一定付出了性能代價，不可能在什麼場景下，你都最牛。就看當前場景下，算法優化後的性能改善，和付出的代價相比，值還是不值！
蘇萌、柏林森和周濤等人曾合著了一本書，叫《個性化：商業的未來》[5]。我們不能說這本書的觀點是錯的，但如果這本書的觀點是正確的，根據NFL原理，我們同樣也可以寫另外一本對應的書籍《隱私獲取：大數據公司盈利不得不說的祕密》。
因爲所有的個性化服務，都必須以獲取用戶個性化的信息（即隱私數據）作爲前提，沒有個性化的數據，自然就不會有“貼心”的個性化服務。
計算廣告盈利水平的提升，離不開用戶隱私數據的獲取，而現象用戶的大數據隱私保護，也是計算廣告繞不開的研究話題。
參考文獻
[1] 劉鵬, 王超 著.計算廣告：互聯網商業變現的市場與技術[M], 人民郵電出版社,2015
[2] 托馬斯·克倫普（著），鄭元者（譯）. 數字人類學[M], 中央編譯出版社, 2007
[3] 艾伯特•拉斯洛•巴拉巴西.爆發[M]. 中國人民大學出版社.2012-6
[4] Wolpert D H, Macready W G. No free lunch theorems for optimization[J]. IEEE transactions on evolutionary computation, 1997, 1(1): 67-82.
[5] 蘇萌，柏林森，周濤 著. 個性化：商業的未來[M], 機械工業出版社, 2012
作者簡介：張玉宏，著有《品味大數據》一書。
