1. 什麼是計算廣告？它在網路商業變現中扮演什麼角色？
計算廣告是一種利用計算技術，特別是機器學習、資料探勘和人工智慧，來優化廣告投放決策，以達到廣告主、媒體和用戶三方利益平衡的網路廣告形式。它不再像傳統廣告以單向宣傳為主，而是基於數據分析和自動決策，提供更相關、更具效益的付費資訊。
在網路商業變現中，廣告是核心模式之一，也是許多網路商業模式的重要基石。計算廣告透過精準地將廣告呈現給目標受眾，最大化廣告效果，從而為媒體帶來收益，支撐其免費或低價服務模式的運營。它也是數據變現的主要途徑，透過分析用戶行為和特徵，將流量和數據轉化為實質的收入，並為早期產品推廣和後期規模化商業化戰略提供關鍵支持。
2. 計算廣告的核心資產是什麼？大數據在其中扮演什麼角色？
計算廣告的核心資產主要包括：
- 流量 (Traffic)：網站、 App 等產品所吸引的用戶訪問量。
- 數據 (Data)：用戶在網路上的行為、人口屬性、興趣偏好等資訊。
- 影響力 (Influence)：產品或內容所獲得的關注與信任度。
其中，流量是基礎，數據是核心驅動力，而影響力則能帶來品牌溢價。計算廣告的商業化過程，無論是數據變現還是影響力變現，都建立在流量變現的基礎上，而這一切都由計算廣告技術所支撐。
大數據在計算廣告中扮演至關重要的角色。網路廣告中的計算問題，從行為數據、全量加工到自動化應用，是非常典型的大數據應用。計算廣告為規模化變現流量和數據提供了完整的產品和解決方案，並創造了網路的大部分利潤。它也孵化了較成熟的數據加工和交易產業鏈。現代的線上廣告系統可以認為是一個大數據處理平台，需要大規模地收集和利用用戶行為數據和廣告回饋數據，透過雲端基礎設施對用戶進行標籤化，並在廣告競爭時做出決策，最終將結果回饋給廣告操作人員以優化投放策略。
3. 線上廣告有哪些主要的目標？如何衡量廣告的有效性？
線上廣告的主要目標可以從需求方（廣告主）和供給方（媒體）兩個角度來看。對廣告主而言，目標可能是提高品牌知名度、促進產品銷售、獲取潛在客戶等。對媒體而言，目標則是在不損害用戶體驗的前提下，最大化廣告收益。
衡量廣告有效性需要關注多個階段：
- 曝光 (Exposure)：廣告是否被潛在受眾看到。
- 關注 (Attention)：受眾是否注意到廣告內容。
- 理解 (Understanding)：受眾是否理解廣告傳達的訊息。
- 接受 (Acceptance)：受眾是否認可廣告傳達的訊息。
- 行動 (Action)：受眾是否採取廣告主期望的行為，例如點擊、註冊、購買等。
衡量指標包括曝光量、點擊率 (CTR) 、轉換率 (CVR) 、每次點擊成本 (CPC) 、每次獲取成本 (CPA) 、投資報酬率 (ROI) 等。同時也需要考慮品牌提升、用戶體驗等更長期的影響。
4. 競價廣告的核心問題是什麼？如何設計合理的市場機制？
競價廣告的核心問題在於調度對象（廣告客戶）與調度方（廣告平台）之間存在利益的不一致，形成了一個博弈的市場環境。圍繞著平台與客戶之間如何分工與合作，產生了產品、技術和市場機制等方面的若干核心問題。
設計合理的市場機制需要考慮以下幾個方面：
- 定價 (Pricing)：如何根據競價者的出價和預期收益，對贏得廣告位的廣告商收取合適的費用，以提高市場收益和穩定性。常見的定價機制包括第一價格拍賣和第二價格拍賣。
- 排序 (Ranking)：如何根據廣告的預期收益（例如，點擊率與出價的乘積，即 eCPM）對參與競價的廣告進行排序，以最大化平台收益和用戶體驗。
- 分配 (Allocation)：在存在廣告投放量保證或預算限制等約束條件下，如何將廣告展示機會分配給不同的廣告主，以最大化整體利潤。
現代廣告系統的市場機制設計往往在嚴謹的博弈論指導下建立起來，旨在達到社會福利最優（廣告主和平台總收益最大）或平台收益最優。
5. 什麼是即時競價 (RTB)？它與傳統的廣告網路有什麼不同？
即時競價 (Real-Time Bidding, RTB) 是一種開放式的廣告交易方式。在每次廣告展示機會出現時，需求方平台 (DSP) 可以根據對用戶和廣告環境的評估，即時決定是否參與競價以及出價金額。
與傳統的廣告網路相比，RTB 的主要不同之處在於：
- 開放性：RTB 提供開放的競價接口，允許更多的廣告主和代理商參與競價。
- 精準定向：DSP 可以利用更豐富的第一方、第二方和第三方數據，實現更精細化的受眾定向，例如根據廣告主自定義的用戶劃分。
- 實時決策：每次廣告展示都進行實時競價，使得廣告投放更具靈活性和效率。
- 定制化標籤：RTB 的關鍵產品目標是利用定制化標籤指導廣告投放，需求方可以根據自身需求加工特定的用戶群。
傳統廣告網路通常是封閉式的競價方案，使用廣告平台定義的用戶劃分進行投放，難以實現大規模和精細化的定制化定向。
6. 什麼是原生廣告？它在行動廣告中有哪些重要性？
原生廣告是一種旨在融入媒體內容和平台體驗的廣告形式，使其看起來和感覺起來更像是周圍的非廣告內容。其核心目標是解決傳統廣告形式（如橫幅廣告）在用戶體驗方面的不足，希望廣告能夠在用戶正常的內容消費中和諧地存在。
在行動廣告中，原生廣告的重要性尤為突出，原因如下：
- 螢幕空間有限：行動裝置的螢幕尺寸較小，傳統廣告位佔用空間會更加劇變現與用戶體驗的矛盾。
- 用戶行為模式：行動裝置可以全天候監測和分析用戶行為，使得基於場景和意圖的廣告成為可能，而原生廣告更容易與這些場景融合。
- 用戶體驗：用戶對干擾性強的行動廣告容忍度較低，原生廣告透過融入內容，減少對用戶的打斷，提升用戶體驗。
常見的原生廣告形式包括資訊流廣告、內容推薦廣告、品牌內容等。行動廣告的原生化是未來發展的重要趨勢。
7. 數據管理平台 (DMP) 的作用是什麼？它如何與廣告交易生態系統互動？
數據管理平台 (Data Management Platform, DMP) 是一種用於收集、整理、分析和活化多方數據的平台。其主要作用是幫助廣告主、媒體和廣告技術公司更好地理解目標受眾，從而實現更精準的廣告定向、投放和效果衡量。
DMP 在廣告交易生態系統中扮演著核心角色：
- 數據整合：DMP 可以整合來自第一方（廣告主自有數據）、第二方（合作夥伴數據）和第三方（外部數據供應商）的數據。
- 受眾劃分：DMP 可以根據整合的數據，創建精細化的受眾群體標籤，例如興趣、行為、人口屬性等。
- 數據活化：DMP 將處理後的受眾標籤提供給廣告交易平台（如 ADX 、 DSP），用於廣告定向和競價決策。
- 效果衡量：DMP 可以追蹤廣告投放效果，並將數據回饋給廣告主和媒體，用於優化廣告策略。
- Cookie 映射：DMP 通常需要進行 Cookie 映射，將不同平台和域名的用戶身份進行對應，以便跨平台追蹤和定向。
DMP 是數據驅動的線上廣告中越來越重要的一環，它連接了數據供應方和數據使用方，提升了廣告的精準度和效率。
8. 計算廣告系統的架構是怎樣的？其中哪些技術是關鍵的？
一個典型的計算廣告系統架構包含以下主要模塊：
- 廣告投放引擎 (Ad Serving Engine)：實時響應廣告請求，根據競價結果和定向條件決策投放哪個廣告。
- 索引與檢索 (Index & Retrieval)：為了處理大量廣告，需要建立高效的廣告索引，並根據請求中的關鍵字、受眾標籤等快速檢索符合條件的廣告。關鍵技術包括布林檢索、相關性檢索、近似最近鄰 (ANN) 檢索等。
- 排序 (Ranking)：根據預測的廣告效果（如點擊率、轉換率）和廣告主的出價，對檢索到的廣告進行排序。關鍵技術包括點擊率預測模型、價值預測模型、排序算法等。
- 計費 (Billing)：記錄廣告的曝光、點擊等行為，並根據約定的計費方式向廣告主收取費用。
- 報表與監控 (Reporting & Monitoring)：提供廣告投放數據的報表，並對系統運行狀況進行監控。
- 離線數據處理平台 (Offline Data Processing Platform)：定期處理歷史數據，進行用戶標籤生成、模型訓練等。
- 在線流計算平台 (Online Stream Computing Platform)：實時處理最新的用戶行為數據，更新用戶標籤和模型參數。
- 機器學習模塊 (Machine Learning Module)：用於點擊率預測、價值預測、受眾定向等核心功能。關鍵技術包括邏輯回歸 (LR) 、梯度提升決策樹 (GBDT) 、因子分解機 (FM) 、深度學習等。
- 受眾定向 (Audience Targeting)：利用用戶標籤和上下文信息，精準定向廣告受眾。關鍵技術包括上下文定向、行為定向、用戶畫像等。
關鍵技術涵蓋了資訊檢索、機器學習、大數據處理、分布式計算、在線優化、博弈論等領域。一個高效的計算廣告系統需要充分利用這些技術，以實現廣告的精準投放和最大化收益。