当前课程知识点:大数据技术与应用 > 刘鹏:互联网变现与计算广告 > 互联网与商业化 > 互联网与商业化
谢谢主持人
我叫刘鹏
是咱们清华的老毕业生
诸位是不是应该都是95后了吧可能
是吧 你们那个你们出生的时候
我是95年入学
所以已经非常非常老了
清华电子系待了十年
从95年到04年年底毕业
博士毕业
毕业以后呢
在这个MSRA
当时呢我去的时候
就是开复刚调到美国去
我在Speech组
师从Frank Song
宋謌平老师
我们做人工智能的一些研究
后来呢到
从什么时候开始接触到互联网
和这个广告呢
是从08年底的时候
08年底的时候
这个张晨
就是现在京东的这个高级副总裁
张晨老师
从这个美国回来
见这个雅虎研究院
北京的这个分院
当时我是这个雅虎研究院
从offer来说
我是最早的一个员工
到那就开始接触到广告
雅虎当时是一个很有意思的公司
现在大家可能拿雅虎不当回事
其实呢雅虎当年是
还是很强的一个公司
它的市值肯定超过一千亿美金
并且雅虎有个特点
它的这个产品线什么都有
它有新闻 门户
然后有这个搜索 E-Mail
这些都是在当时全球范围内
都还是比较领先的
所以它的一个特点
它变现的形态
广告形态呢
比其他的这个网站呢都丰富
所以在那呢
我们有幸接触到
很多的这个广告产品
像这个Search
Search当时北京这个center
是日本雅虎的Search的revenue
这真是真刀真枪的revenue
不是说做research
然后呢日本雅虎这个
market也是很大的当时
还做这个北美的一些
behavior targeting的广告
包括什么guarantee delivery广告形式
其实都是从雅虎开始做的
特别要特一下就是说呢
在雅虎呢
那时候有一位
有两位科学家
我印象很深
一位叫Andrei Broder
这个Andrei现在在谷歌
美国工程院院士
他提了这个词
就叫Computational Advertising
就是希望把广告里面
有趣的这个计算问题
系统性的整体成一个学科
当然这个工作呢
我现在看来呢
离学科还差的有点远
只能说是一个研究问题
并且呢他跟另一位科学家
我是特别佩服的
叫Preston McAfee
这是就是一个经济学家
原来雅虎的首席经济学家
他跟Preston在Stanford
开了一门研究生的课程
就叫Computational Advertising
这个课程呢很遗憾的是呢
大家看不到课程的全貌
因为在网上
我没有找到过全课的录像
或者是整个的PPT
有前几部分的PPT
那么后来呢
这个当然就大家就从学术界
和工业界呢
大家都对广告开始重视起来了
以前学术界是不重视的
但工业界一直是很重视
为什么很重视
我们一会儿再说
这个Andrei
整理的这个课以后呢
学术界 工业界
大家都开始重视广告这个问题
并且有些系统性的研究
和一些论文就出来了
那么后来呢
就Andrei一直在说
就想把这个东西系统性的
总结和整理一下
可是他可能也是工作比较繁忙
所以一直没有做这个
那么我呢就说
我当然这个功力上
跟Andrei差的是太远了
但是我也是愿意来
做一些分享
所以从大概从三年以前吧
当时就是在咱们这个伟伦楼
我开过一个系列的公开课
但是当时听的说实话
大部分是工业界的人
学生来的比较少
为什么呢
因为诸位如果在校的同学
你可能会有感觉
你了解Search
你了解这个Social Network是吧
因为这些用户产品呢
你随便找一个网站
或者你下载一个APP
你就可以用
但是对Advertising呢
在校的同学
我发现了解的比较少
大家不知道Advertising是干什么的
所以呢这个给同学讲起来
就有点隔
但是一旦进入工业界以后
一旦进入互联网界
你会发现
这绝对是互联网一个核心的业务
就是说没有比这个事儿再重要的
因为大家挣钱
全都是靠这个
所以呢这个当时这个课呢
我大概讲了有七周
七周 每周三个小时
当时也是咱们清华的一个师弟
叫宋波老师
当时在计算机系
给我录了一个这个视频
放在网易云课堂上
有这个介绍
当然这个课其实是很不成熟
说实话
那么后来呢
就开始着手的
去总结这里边的东西
为什么总结了这么长时间呢
因为这个领域变化太快了
这也是咱们互联网领域的特点
你不要想有的东西
静态的放在
就是有一个模特脱光了
你在那画写生 画一天
其实呢她老在动的
就是我们广告行业也是这样
这两年以来
发生的变化太大了
所以我不断的想跟着
这个工业界的节奏在走
但是发现呢
就新的产品
新的技术层出不穷
到今年呢
我觉得稍微到一个阶段
移动的基本产品形态走向
大概已经出来了
所以呢我就到今年呢
把这个书总结出来呢
出了这么一本
叫计算广告的书
仍然是跟这个课程一样
是很不成熟的
所以呢如果大家是
就是捧场看看这本书的话
希望大家多提意见
当然大家来这个
来这个讲座呢
我相信并不是冲着我来的
是冲着的大数据这个题目来的
是吧
刚才主持人说
我是大数据界的一个喷子
但是我根本就不属于
大数据界其实
所以我对他们那个这么火
我瞧见眼热
所以我经常发表一些个
大数据方面不同的观点
也都在我的公众号里边
我坦率的讲
我觉得现在对大数据的认识
和就是扎实的讨论呢
是有点鱼龙混杂的
这是我真实的观点
所以我在里面写的文章呢
大家别当回事
因为那都是玩笑之作
就是完全是调侃的这个口气
但是没关系
就说只是表达我一些观点
今天借这个机会呢
我从我们做计算广告的角度呢
就谈谈
因为对大数据
大家像一个盲人摸象一样
有人摸的是一个柱子
有人摸的是一个扇子是吧
从我们做广告的角度呢
我谈谈我对数据的理解
我们准备用数据
数据价值到底是什么
怎么交易的
有很多问题
那么就从这开始吧
所以我这个题目叫
互联网变现和计算广告
谈他们两者之间的关系
那么这个
这是我这个书的封面
和这个公众号
你们搜这个计算广告
就可以搜的到
或者是那个英文名字也可以
从哪开始呢
当然呢
咱们还是要从一些
不太严肃的东西开始
以往我的风格
这个也是
我在公众号写过一篇文章
是21世纪的一个叫做什么
商业评论还是什么
反正一个杂志
当时说让我写一个文章
谈谈互联网思维
那么我想了半天呢
因为我一直在互联网行业里干
互联网思维是什么呢
我指的中国市场
美国的市场其实不完全一样的
中国市场呢
我总结了三个点呢
写在这
第一个点叫不要钱
不要钱跟我这本书
和我今天讲的内容直接相关
就说互联网最核心的一点
商业模式上的东西呢
是免费倾销
加后项变现的商业模式
我这个词用的有一点点负面
我是希望大家能理解它的本质
那么滴滴 快的
这种模式是什么呢
我们不客气的讲就是倾销
对吧
用低于成本价的方式销售
甚至说以负成本的方式销售
这就是倾销
这件事儿不新鲜
但是不是每一个企业
倾销完了都能活下来
或者能长大的
那么企业在用倾销的方式
获得了市场占有率以后
因为你推的是免费产品
你别忘了是吧
对互联网的公司来说
推的都是免费产品
那么怎么挣钱呢
就要大量的用到后项变现的方式
后项变现
就是把我免费的
免费的产品获得的一些
无形资产变成钱的过程
那么免费产品
获得什么样的无形资产呢
我在书里有总结
大概是三种无形资产
第一个大家都熟悉叫流量
就是说别人在用
你的APP的时候呢
你可以在上面顺便放点东西
夹点私货是吧
这个叫流量
流量通过广告变现呢
大家都能明白
第二个资产呢
有的人呢就明白
有的人就不明白
就是叫数据
当然大家都是奔着大数据来的
肯定对这一点呢很有兴趣
数据怎么变成钱呢
当然我特别希望
大家能够就是我今天讲完以后呢
诸位不管你们原来在
各种大数据论坛上怎么听的
但是希望大家有一个观点要形成
就是数据能不能挣钱
会有很多人问这个问题
我觉得这个问题特别的可笑
因为数据不仅是挣钱
而且是规模化的盈利
在互联网企业里
这件事情已经不是说
我们这两年才发生的事
这十年前就已经发生的事情
为什么现在大家反过来
还会讨论数据能不能挣钱
这就说明很多大数据领域的人
并没有认真去研究
过去在互联网里
对数据的使用方法和变现手段
这是说这个不要钱
那么我底下写了一句呢
也希望大家能够
将来多想一想
我们觉得有一个规律
就是一切能够规模化
传递信息的商品
我这里有些定语我会省略
规模化 并且是呢
个性化传递信息的商品
那么它的售价呢
都会趋向于边际成本
这是什么意思
你看比如一个网站
或者一个APP
它的边际成本是多少呢
就每多服务一个用户
他应该付出的额外的成本是多少
注意是边际成本
不是平均成本
那么边际成本应该是零对吧
或者很小很小一个数
很小一个数
跟免费是为什么区别的
所以呢很自然的
这些产品的定价
都应该是免费的
那么其他的一些商品
那么从这两年能看出苗头来
比如电视
乐视的电视是多少钱销售的呢
毛利为零
甚至说在倾销状态下
是负毛利销售
负毛利销售有人会说
它是不是烧钱的
我可以负责任的讲
不是这样的
因为它有非常明确的
后项变现的手段
不要担心他挣不挣钱
他只要能够做到一定规模
挣钱是板上钉钉的事情
当然他挣的
有没有原来的厂家挣的多
这是另外一回事
但是他挣的这种方式
他是先进的方式
别的方式会被他们所打败
比如说手机
手机呢很明显
也会趋向于零毛利的销售
有些牌子我不太方便share
有些牌子手机现在的毛利
已经很低很低了
甚至是负的
这个都不奇怪
还有一些大家就可以去
再去探讨了
或者说再去想了
比如说电影
电影这个东西很火是吧
电影我个人呢
从这个规律出发呢
我坚定的认为电影的票价
绝对应该是零
这件事情什么时候会发生呢
我的判断
以我最保守最保守的判断
绝不会超过十年
这十年就等于没说
因为十年对互联网来说
是一个无穷远的时间状态
是吧
没有人在乎十年以后的事儿
所以我这个话也是
没有什么冲击力
但是我觉得电影的售价会变成零
它的原理在哪呢
比如说最近有个片子叫《港囧》
是吧 听说挺火的
我还没看过
前一部有个叫《泰囧》是吧
《泰囧》卖了十亿票房
十亿票房我算了一下
多少人看过《泰囧》呢
大概在三千万人左右
三千万人是多还是少呢
希望大家好好的思考一下
这个问题
三千万人对于这么大众
喜闻乐见的一部影片来说
绝对是太少太少了
那么如果我们用免费的方式
把它变了三亿人去看
后端产生的商业价值
难道仅仅是十个亿吗
我认为绝对不止
可是这问题就来了
如果我们仅仅掌握说
把前端的商品免费了
后端的变现手段我们不掌握
那么你这个片子就变成白亏的了
所以后端的变现
整个这套体系
是非常非常重要的
实际上我们
我本人也看过一些电影
后面包括植入的广告
包括各种形式
坦率的说呢
我认为他们的
就从植入广告这一点来说
他们的商业模式
还处于比较低级的阶段
就现在这种植入的方式
是支撑不了说
包括电影免费
还能获得十亿以上的收入
可能不行
但是用最先进的变现方式
我觉得不难
但是他有一个过程
这里边有很多的利益
利益这个相关方在里面
不是那么一下就能做到的
这个不要钱呢就是我们
如果说你想知道我书写什么
或者说我到这个学校来
希望大家了解什么
重点是了解这个东西
免费的流量和数据
如何变成钱的
它涉及到很多复杂的产品技术
不是咱们简单的说说就可以
第二个就有点这个贬义了
不要脸 不要脸是说
你现在会看到
大多数的互联网产品的营销方式
和这个产品点
是一种无底线迎合用户的状态
这种状态是对还是不对
我下不了结论
就是说对用户的长期利益
是好的还是坏的
很难讲
但是现状是这样
我们为了获得用户
特别是在面对你们
这个比较年轻的用户的时候
那各个互联网公司
在产品的本身的文案上
产品的营销点上
都是非常出格的
是 是 我还有一个词叫跪舔
跪舔用户的状态
真的是这样
最后一点呢
你们有工作的知道
没工业的小伙伴还不太了解可能
在互联网里这个工作方式
有一个词叫996是吧
9点工作到9点
然后每周工作六天
这个在很多的创业公司
和一些大一些的公司
都是广泛存在的
那为什么互联网的这个人
他能够这样去疯狂的去工作呢
那么其实关键的一点呢
是期权纪律
我对这个问题
我一直说的是
我比较负能量的一个人
我不去说什么价值观什么这东西
我觉得那都是扯蛋
就是基本上硅谷
最核心的一个发现
或者说发明
就是告诉大家
这企业是你们都有份儿的
就是这硅谷这个全员持股
是比所有的技术创新
都重要的一个创新
让工程师觉得
这企业是我有份儿的
这企业干好了
我就能实现财务自由
所以大家对这个事情的态度
是不一样的
那么其他的技术创新
是在这个基础上才产生的
如果我们每一个月
就拿三千块钱工资走
假如说谷歌是这样的制度
你看那公司
能搞的出什么MapReduce
根本就不可能是吧
他是在这个激励下产生的
包括这个马老板说的
马老板自己把他股份
给员工分了多少是吧
他自己就剩下
剩下百分之七点几的股份
这个事情是大家拼命的在这个
阿里加班的前提
我觉得不是那些价值观
这是我的看法
当然后两点呢
与今天说的内容呢
没什么关系
我们重点看第一点
关于这个后项变现
或者说我们有
另外一个词叫商业化
那么所有的免费的用户产品
在做到了一定的量以后呢
都会面临这样一个词
就是商业化的问题
商业化是一个很大的领域
那么跟商业化相关的问题也很多
我这举了一些例子
你会看到说
碰到这些问题
那么你就是要从商业化领域里
去找答案
而不仅仅是
用户产品的方法去思维
最大的问题呢
商业模式的探索
就像我刚才举的例子
电影假如说免费了
我怎么把钱挣出来
这事儿你真要对商业化的市场
有所了解
你才能找到合适的答案
这个真不是说凭着一腔热血
就能够把它做好的
底下两个问题
都是具体的问题
流量变现是什么意思
就是怎么把你的流量变成钱
这个我觉得不用多讲是吧
你有一个页面
或者你有一个APP
在上面放一个广告位
他或多或少能挣点钱是吧
但是他优化的手段
那要再看我们讲的
计算广告的这些技术
但是原理都很清楚
第三个问题叫数据变现
那么我通过免费的用户产品
积累了一些用户行为
或者用户的demography
或者其他用户相关的一些data
那么这些data怎么变成钱
近些年来大家发现
这个数据变现的能力呢
在某种意义上
还要强过流量变现的能力
就数据是比流量
更值钱的无形资产
那么数据怎么变现
大家先不要去看这个
大数据领域讲的一些东西
你先好好学习学习广告
因为数据的变现
数据的交易
数据的隐私保护的边界
在广告领域里是得到了
充分的研究和工业界实战的
就是说你要不了解广告
那么你一定是从头走一遍弯路
这个弯路是非常非常多的
这里边这坑非常多
那么最成熟的数据变现
和数据交易的模式
都在广告领域里面
最后一点呢
就是具体的这个操作层面的东西
就是商业产品的建设和运营
比如说你有很多的商业产品
因为公司可能有广告
有咱们叫做游戏的联运是吧
像这个返利购买
很多的这种商业产品
它跟广告之间
是不是有内在的联系
其实我现在告诉大家
它都是我们叫做泛广告产品
它背后的这个商业逻辑
是基本一致的
那么应该是公用某些产品
和技术平台的
去实现一个公司
整体的商业化战略
这些呢可能大家只有在
实际的工作中才有感觉的
但前几个问题
其实都是蛮有意思
我特别希望同学们
就是说如果在你的学习之余呢
除了能了解一些用户产品
还能了解一些商业产品里的
这些思维
这些技术
那么肯定对你将来
如果参加互联网公司的工作
是很有帮助的
我这个书的内容呢
其实是基于我那个公开课
后来在北大上过一次研究生课
在北航上过一次研究生课
内容总结出来
所以它呢
这个适用的面
我尽量希望它广一点
就是对互联网的创业者
对一些商业产品的决策者
以及对咱们计算机
相关专业的研究生呢
我都希望它能够
能够从这里得到一些东西
但这个其实很困难
就是我自己写出来
也不是很满意
所以特别希望诸位
能够多给我提一些建议
后续怎么来把这方面的知识
更系统的总结好
-完整讲座
--完整讲座
-李国杰:面向大数据的数据科学--课后习题
-数据思维方式的改变
-数据的假设与采集
--数据的假设与采集
-数据的准备
--数据的准备
-数据的分析
--数据的分析
-数据的解释与验证
--数据的解释与验证
-吴甘沙:大数据分析师的卓越之道——课后习题
-个人介绍
--个人介绍
-硅谷热门公司
--硅谷热门公司
-大数据简介
--大数据简介
-大数据平台系统
--大数据平台系统
-工业实践
--工业实践
-结尾
--结尾
-董飞:硅谷公司的大数据实战分析--课后习题
-数据系统架构历史
--数据系统架构历史
-从sql到nosql
-数据库系统实现变革
-负载融合
--负载融合
-数据系统架构成本
--数据系统架构成本
-杨光信:数据系统架构——课后习题
-什么是可视化
--什么是可视化
-网络可视化
--网络可视化
-大数据带来的新挑战
-大数据网络可视化的若干案例
-时磊:大数据网络可视化—— 课后习题
-网络安全概述
--网络安全概述
-大数据安全分析平台
-大数据安全应用
--大数据安全应用
-大数据平台安全
--大数据平台安全
-彭元:网络安全与大数据——课后习题
-人工智能系统的本质功能模型
-隐性智慧,显性智慧
-人工智能:能与不能
-人工智能的技术现状
-机制主义人工智能模型
-信息转换和智能创生定律
-人工智能与大数据
--人工智能与大数据
-钟义信:“人工智能与大数据”的创新研究——课后习题
-什么是机器智能
--什么是机器智能
-大数据的重要性及特点
-大数据中的因果关系与关键技术
-大数据与机器智能
--大数据与机器智能
-大数据思维
--大数据思维
-讲座问答环节
--讲座问答环节
-吴军:数据为王和机器智能的时代——课后习题
-大数据概述
--大数据概述
-大数据相关新趋势
--大数据相关新趋势
-大数据技术创新1
--大数据技术创新1
-大数据技术创新2
--大数据技术创新2
-大数据技术创新3
--大数据技术创新3
-大数据商业价值和前景
-大数据机遇和挑战
--大数据机遇和挑战
-苏中:从大数据到认知计算——课后习题
-金融大数据概述
--金融大数据概述
-用户个人信息分类
--用户个人信息分类
-金融大数据法律框架
-实际案例和业界实践
-核心风险点
--核心风险点
-王新锐:金融大数据的法律实践——课后习题
-互联网与商业化
--互联网与商业化
-大数据与计算广告
--大数据与计算广告
-计算广告介绍
--计算广告介绍
-数据交易
--数据交易
-刘鹏:互联网变现与计算广告——课后习题
-从记账技术到区块链
-区块链确保数据真实性
-区块链确保数据安全性
-区块链衡量数据价值
-区块链的应用和总结
-杨保华:区块链与数据科学——课后习题
-个性化推荐系统
--个性化推荐系统
-推荐系统的召回与排序
-智能制作之个性化海报
-线上推荐系统其它要素
-杨紫陌:个性化内容推荐——课后习题
-个人介绍及用户理解背景
-用户理解与用户画像
-案例1:用户属性识别
-案例2:自然人识别
-案例3:WOI与社交关系识别
-陆祁:用户行为大数据——课后习题
-内容智能生态——数据、算法、应用
-大数据在内容分析的应用
-IP价值评估系统
--IP价值评估系统
-爱奇艺的剧本评估
--爱奇艺的剧本评估
-爱奇艺的智能评分
--爱奇艺的智能评分
-阳任科:大数据与AI的内容分析——课后习题
-外卖行业及场景简介
-餐饮及外卖行业大数据应用框架
-案例分析:智能营销场景的用户画像
-案例分析:智能助手场景的菜品画像
-王栋:美团外卖的大数据应用——课后习题
-旅行业务的特点
--旅行业务的特点
-美团旅行业务的用户画像构建
-用户画像的应用案例
-住宿需求预测问题
--住宿需求预测问题
-营销补贴策略建模
--营销补贴策略建模
-赵楠:商业思维与大数据技术在美团旅行业务中的结合——课后习题
-互联网金融背景介绍
-互联网金融科技
--互联网金融科技
-数据智能的三个案例
-技术展望
--技术展望
-陈彧:美团点评金融服务的大数据与人工智能——课后习题
-数据的进化历程
--数据的进化历程
-阿里DMP平台介绍
-核心技术及案例
--核心技术及案例
-数据应用
--数据应用
-毛波:阿里全息大数据构建与应用——课后习题
-在线营销
--在线营销
-竞价机制
--竞价机制
-数据价值
--数据价值
-韩定一:在线营销中的竞价机制与数据价值——课后习题
-竞价排名搜索
--竞价排名搜索
-主要技术问题
--主要技术问题
-点击率预测概述
--点击率预测概述
-点击率预测实践
--点击率预测实践
-龚笔宏:大数据在工业界中的经典案例分享——课后习题
-即时配送业务的背景及挑战
-案例1:订单分配策略
-案例2:供需平衡策略
-未来展望
--未来展望
-郝井华:即时配送中的人工智能——课后习题
-什么是数据驱动营销
-LTV留存分析
--LTV留存分析
-RFM会员体系
--RFM会员体系
-消费者微群画像
--消费者微群画像
-渠道倾向性分析及行业竞争分析
-机器学习潜客挖掘模型
-- 机器学习潜客挖掘模型
-陈辉:数据驱动营销——课后习题
-金融大数据时代
--金融大数据时代
-大数据客观信用
--大数据客观信用
-我国的金融环境
--我国的金融环境
-客观信用的实践
--客观信用的实践
-应用案例与成果
--应用案例与成果
-艾小缤:大数据评价体系在金融、征信领域的创新——课后习题
-外部链接
--外部链接