wm视讯当我们知道互联网广告系统是如何运转之后，自然就能理解，为什么那么多的互联网软件，会让我们免费使用。

　　我们也就不禁在想，互联网上的广告是如何触达到用户的，这些广告又是如何计费的？

　　在互联网技术的飞速发展下，互联网的广告模式，称之为“计算广告”，会通过精量的计算，消耗掉每一毛每一分钱的预算。

　　相对来说，推荐系统已经不再是一个陌生的名词，社会上也有了很多算法推荐的讨论。

　　无论是抖音的短视频，还是小红书的种草笔记，无论是Soul的“灵魂匹配”，还是淘宝的“猜你喜欢”，都离不开推荐系统在其中的作用。

　　狭义理解上，可能只有一篇文章会被认为是内容。但其实，任何信息和价值都需要一个载体，这个能够传递信息和价值的载体，就可以称之为内容。

　　你正在阅读的这篇「产品变量」的文章是内容，亨哼主持的「人间变量」音频播客也是内容，抖音的短视频还是内容，这些都是专门创作的作品，但这还远远不足以涵盖“内容”的范围。

　　招聘网站上一个职位，传递了职位的信息，它是内容；社交软件上匹配到一位用户，为你提供了情绪价值，它也是内容。

　　而随处可见的地铁广告、电梯广告、手机弹窗、开屏广告、广告Push，传递了商品或服务的信息，这些“广告”，自然也是特殊意义上的内容。

　　巧妇难为无米之炊，推荐系统必须有原料，才能进行运作，而且是需要有足够丰富的原料。

　　推荐系统天然需要“海量”的属性，它需要海量内容，也需要海量的人，才能最大程度发挥出它的作用。

　　如何将供给和需求进行匹配、如何匹配更准、如何匹配更快，成为匹配算法的不变命题。

　　匹配的基本逻辑，其实就是给供给和需求不停地抽象标签，包括用户画像、wm视讯浏览偏好、消费记录等等，然后把同样的标签连接起来。

　　当标签的维度越来越多，标签的内容越来越丰富，就需要公式，来衡量优先哪些匹配关系。

　　所以什么是计算广告？雅虎（Yahoo）研究员Andrei Broder 给出了一个被业界基本认可的定义：计算广告的核心是在一个特定语境下的特定用户与合适的广告之间，wm视讯找到某种“最优匹配”。

　　所以，这样看来，计算广告不过是推荐系统的某种特殊应用而已，两者的基本思路是一致的。

　　对于广告来说——无论是传统广告还是互联网广告，广告都是消费用户注意力的一种行为。

　　如何获取更多的注意力？就是通过内容，比如优质文章、种草笔记、鬼畜视频、沙雕图片，乃至电影电视、综艺直播等等。

　　通过这些内容获得用户注意力，然后在捕获用户注意力的时刻进行广告的曝光，完成对用户注意力的一次消费。

　　于是，我们也就能理解，在视频网站看视频时的贴片广告，是一种怎样的基础逻辑了。

　　简而言之，第一次售卖，媒介向受众提供信息，满足受众对信息的需求，消除受信者的随机不确定性。

　　第二次售卖，将受众的注意力，售卖给广告商，受众的注意力是商品，是“注意力经济”，“影响力经济”。

　　虽然广告是某种内容，但只有这种内容时，其获取用户注意力的能力就会很差，成本也会很高。

　　因此，广告这种内容，需要借助其他内容，如电影电视、综艺节目、新闻报道、小说散文等媒体内容来更广泛的捕获注意力。

　　于是，报纸需要收集足够多优质的文章，然后把这些优质的内容以近乎免费的价格提供给用户（读者），借此捕获用户的注意力。

　　当捕获了相当数量的用户注意力后，报纸（媒体）就可以把版面上明显的位置，卖给广告主，广告主非常开心，自己的产品能够在用户沉浸阅读当日新闻时，出现在读者必然能看到的位置。

　　因此，用户在平台获取内容，其实也是在出售自己的注意力换取优质内容，然后媒体再把这些用优质内容买来的注意力，打包卖给广告主。

　　而互联网时代的宠儿，无论是抖音还是百度，本质上都是和传统的报纸是一样的，都是承载内容的平台。

　　更多的广告主，就需要相当数量的销售，去售卖广告位置；更多的消耗，则需要优秀的算法，来实现“计算广告”。

　　我们常说，互联网商业模式，很多都是“羊毛出在猪身上”，“羊毛”是效益，“羊”是用户，“猪”是客户，即广告主（没有骂人的意思）。

　　所以，无论现在的互联网巨头们吹嘘自己的技术有多么强大，都没能跳出这个几十年来从未变过的广告逻辑。

　　不过还是有一点，广告的本质虽然没有改变，但广告的推荐和曝光方式，却飞速进步。

　　平台可以通过用户的画像标签，获得用户的偏好，推荐更准确的广告，让广告主的预算，能够更快的消耗。

　　因为在计算广告的场景下，ROI（投入产出比）是可以估量的，广告的消耗金额，基本上可以实打实地算出可以获得多少收益，如果没有消耗，那么也就没有收益。

　　互联网广告中，“点击 -——跳转——购买”是最基础的逻辑，每一个点击、每一次转化，都是能够记录下路径，进而统计出转化率。

　　这也是互联网广告相较于传统广告的优势所在，甲方爸爸能够相对精准的知道，自己的钱到底获得了多少的回报，以及可以得知，是哪一步的转化出了问题，下次可以优化。

　　在过去，广告主在电视上投个广告、在报纸上买个版面，鬼知道谁是因为这个广告购买了商品。

　　而传统广告是相对粗放的，所以随着互联网广告的发展，甲方爸爸们也会用脚投票。

　　从2011年开始，传统广告花费就呈明显的下降趋势，而互联网广告则保持迅猛增长，在2020年，互联网广告消费就狂揽7000亿。

　　那落下来，互联网广告到底都有哪些消耗方式？用户看到的广告是怎样计费的？偶尔听到一些CPA、CPT之类的术语，却傻傻摸不清头脑？

　　每点击成本/每千人点击成本，按点击付费，属于点击付费广告，根据广告被点击的次数向广告主收费。

　　每千人曝光成本，属于展示付费广告，只要曝光展示了广告主的广告内容，广告主就需要付费。

　　CPT是非常早期的广告计费形式，由于其简单粗暴易结算的特点，成为很多门户网站和中小网站最偏爱的投放方式（但广告主不喜欢，因为精确度不够高）。

　　这里的“行动”并非固定行为，可以是问卷、表单、咨询、电话、wm视讯注册、wm视讯下载、加入购物车、下单等用户实际行动。

　　广告主会在投放前同媒体或者代理商约定好，只有在用户发生约定好的行动时，才会收取广告费用。

　　按下载付费，按用户完成下载付费，一般用于App推广，常见于软件应用商店、App互相调起等场景。

　　按安装付费，每安装成本，相较于CPD，CPI要求用户不仅下载App，还需要安装激活。

　　但这种方式一般多用户广告主内部衡量投放渠道质量，直接通过CPI与媒体结算的情况较少。

　　按销售付费，以实际销售产品数量来换算广告费用，多用于电商、导购、导航类网站/媒体，例如常见的淘宝返利等就属此类。

　　当然，以上这些丰富的互联网广告计费方式，并非同时出现，而是随着商业模式的进化和技术的发展，逐渐演变。

　　而且，在当下，计费模式依然在快速进化中，例如当下非常在CPC的基础上，通过智能动态出价进行广告投放的 OCPC、ECPC 等计费方式。

　　无论是推荐系统还是计算广告，在经历了飞速发展的野蛮时代后，终究也会遇到技术带来的新问题。

　　拼多多的砍一刀，精确计算到小数点后6位，不把用户当人，理直气壮地用户体验。

　　我们也不禁反思，科学技术快速发展，相应的科技伦理的研究却被远远地抛在了后面。

　　用户隐私。诚如前文所说，广告系统要想精准，就需要获得尽可能多的用户标签，然后才能把合适的广告恰到好处的推送用户面前。

　　广告是离钱最近的产业，为了更多的盈利，商业公司恪守用户隐私的底线，如同痴人说梦。

　　价格歧视。推荐算法为用户创造了千人千面的内容定制，wm视讯但同样的方式，也能够为顾客创造千人千面的产品定价。

　　当然，互联网交易平台不会傻到直接在原价上做出区别，这容易被一眼戳穿然后落人口实，所以平台会通过给发放不同金额优惠券等方式，间接实现价格歧视。

　　在广告已经成为互联网一部分的今天，对于广告内容和广告实现形式所带来的影响，需要有更多的考量。

　　无论是推荐系统还是计算广告，无论是CPT还是CPA，都是精密运算的结果。