算法怎么“知道”我们在“购物车”里放了什么？ " src="/Upload/Images/2016080505/464897CBD5B2BD4B.jpg" alt="数据" />
人们早已经习惯在打开一个网页的同时，可能会被推送各类商品广告，有时我们会调侃说自己又“被大数据”了。但很少有人知道，为了让这则毫不起眼的商品广告出现在适合的屏幕上，屏幕背后已经上演过一出蔚为壮观的群集大战：
不同广告代理公司的系统对“你”进行识别和计算，根据识别结果各自把出价信息发送到广告竞价平台，广告竞价平台通过比价选择出价最高者，出价最高者获得这个广告展示机会，最终一则商品广告出现在“你”的屏幕上。
这种通过实时竞价方式购买每一次曝光机会的广告形态，是互联网时代广告主在做重定向精准投放时最常用的方式，也是完全依赖“算法”的一种广告形态，因为以上那一连串竞价动作都必须在一秒钟以内完成。
在重定向领域中最为知名的公司是出身于法国的科韬广告（北京）有限公司（Criteo），这家诞生于 2005 年的广告公司靠“算法”已经市值 27 亿美元，从 2010 年开始每年总营收都以超过 60% 的速度增长，2015 年的总营收超过 11 亿欧元。
计算驱动下的精准投放
尽管不知道“你”是谁，但在你加载一个网页时，系统已经在极短的时间里从 2 个维度对“你”进行了“计算”：花多少钱能够且值得购买这个为你展示广告的机会；购买成功后，广告以什么样的形式出现在你的屏幕上更有可能激发你的购买欲。
“在广告投放的过程里，引擎和算法会对具体给你投放什么广告有一个推荐。比如你晚上在网上商店看到的是一双红色高跟鞋，看了半天没买就出去了，我们再投给你的广告，可能是一些红色高跟鞋，也可能是一双靴子，我们会有一个人工智能的引擎去预测。”
Criteo 中国区总裁郑家强解释说，所有展示的广告都以海量数据和智能算法为基础，对消费者的具体行为和购买意愿进行分类，海量数据来自 PC 端的 Cookie，移动端则根据 ID 做预测。
在看似简单的广告投放过程中，“算法”几乎无处不在。“出价算法”去实时衡量每一位用户的价值，给出恰当的价格去竞价；“预测算法”寻找到合适的用户后，投放那些更可能激发用户购买的产品广告；“推荐算法”则是量体裁衣给用户推荐适合的相关产品。
比如 Criteo 为一位广告主投放广告，在找到合适的用户之后，会先对这个用户做转化率预测，转化率高者出高竞价，“比如我觉得这个人的价值是5，我的竞价就接近5，如果这个人价值是2，我用 5 去竞价，那我就可能亏本，因为他的转化率低于预期。”郑家强说，描述起来只有简单几句话，背后需要系统有强大的计算能力。
Criteo 中国区总裁郑家强
除此之外，Criteo 还需要利用创意优化引擎去了解和迎合用户的喜好，同一款产品，需要提供不同的方式、颜色深浅、图片表现形式等方案，Criteo 要准备多达三万种创意组合去吸引屏幕前品味不同的的消费者去点击。
美国知名电子商务技术公司 Monetate 的报告显示，97% 的用户在离开网站时不会发生任何购买行为，90% 的销售可能会在消费者首次接触网站内商品后的 15 天内发生。
基于此，Criteo 用算法引擎帮广告主识别和找到潜在消费者，预测他们可能会购买的产品，再把个性化的广告推送到他们的眼前，激发用户点击、跳转，直到最终购买。
比如会引导 15 天内可能转化为消费者的“潜在消费者”，去返回他们首次访问网站时所浏览的商品，并最终产生购买。另外，也追踪距上次访问 400 天内的流失用户，根据他们的浏览行为和兴趣爱好做分析再向他们推荐商品，让这些更早以前的访问者或休眠用户能够再次与网站产生互动。
只做模糊识别，不做精准画像
在《人工智能时代》一书中，作者杰瑞·卡普兰有这样一段描述：“任何时候，在你买东西、访问网站或者发表评论时，都有一支由电子智能体组成的雇佣军在暗处‘观察’着你。”
在互联网时代，企业穷尽办法获取信息去为用户画像，力求比用户更懂用户，但“用户画像”往往让用户没有安全感。
做用户画像的公司通常从互联网和社交媒体中获取用户的性别、教育程度、收入水平、社交喜好等诸多信息，再根据这些数据信息推送商品广告。郑家强认为这种“用户画像”的方式相比于重定向的精准投放，其实并不准确，因为大多数时候是在做猜测。
Criteo 所在的重定向广告并不在乎用户的真正身份，不会去给用户做画像，也不会给用户做个人身份标签，甚至投放时也不关心广告位所在媒体的内容是什么。
“我们只关心在竞价的过程中，买到的这个广告位值不值得，如果用一个很准确的价格去买到这个位置，就能很好地控制转化背后的成本。” 郑家强解释说，Criteo 在做预测和投放时使用第一方数据，不会也没办法对具体每一个用户画像。
比如某位用户去过当当网浏览，只要他的 cookie 没变，虽然 Criteo 不知道这位用户是谁，但可以知道这个账户浏览了当当的很多商品页，使用这些第一方数据就足够做引擎分析。Criteo 需要的不是更多的用户数据，而是要预测转化率够高，出价够准确，这都要依赖机器学习能力和算法的提高。
而回到文章的最开始“算法怎么知道我们在购物车里放了什么？”，其实随着机器学习能力的提升，广告的投放更加精准，不是“算法”知道我们在购物车里放了什么，而是算法潜移默化在影响我们的购买。
相关文章
