计算广告与程序化交易PROGRAMMATIC
把广告看作一个由流量、数据与算法共同定价的市场。研究 RTB、PMP/PD 等交易机制如何影响定价效率,以及媒体、DSP、广告主三方在其中的博弈结构。
我在课堂上讲广告,也在代码里搭广告系统。
过去几年,我的工作主要围绕两件事展开:一是把计算广告这门横跨经济学、传播学与计算机科学的学科,讲成学生真正能听懂、能上手的东西;二是把课堂本身当成一个可以工程化改进的场景。
我讲程序化广告时会拆到 DSP、SSP、Ad Exchange、DMP 这一层,也会讲 IVT(无效流量)和品牌安全——因为学生毕业后进的第一家公司,很可能就在为这几个词加班。我同样关心广告的人这一侧:用户的动机、注意力与被尊重的感受,这也是我持续学习自我决定理论的原因。
在课堂之外,我写代码。「我爱上课」是我为自己课堂做的一套点名与互动系统,网页端和微信小程序双端同步,如今已经是我每节课的默认工具。它就在这个网站上,欢迎试用。
四个相互咬合的方向:从广告系统的技术结构,到系统里的人。
把广告看作一个由流量、数据与算法共同定价的市场。研究 RTB、PMP/PD 等交易机制如何影响定价效率,以及媒体、DSP、广告主三方在其中的博弈结构。
无效流量是程序化广告的隐性税。关注 GIVT/SIVT 的识别路径、MFA(低质内容站)的套利模式,以及品牌安全与品牌适配之间的边界如何被重新划定。
当素材的边际生产成本趋近于零,创意的组织方式会发生什么变化。关注 AIGC 在动态创意优化(DCO)、多版本素材生成与人机协作流程中的实际落地边界。
以自我决定理论(SDT)为框架,理解用户在面对个性化推荐与广告时的自主性、胜任感与归属感如何被满足或被侵蚀——这决定了广告是被接受还是被屏蔽。
从互联网广告的演化讲起,一路拆到程序化交易的每个环节:ADN、DSP、SSP、Ad Exchange、DMP 的角色分工,合约与竞价两种售卖方式,流量质量与反欺诈,以及 AIGC 带来的创意工业化。目标是让学生既看得懂广告系统的架构图,也算得清 eCPM。
为真实课堂写的东西。不是演示,是每节课都在用的工具。
一套为高校课堂设计的轻量互动系统。教师投屏出示小程序码,学生微信扫码即签到;同一账号在网页和小程序里看到的是同一份数据——课程、出勤、答题、成绩全互通。后端零第三方依赖,数据自己掌握。
关于课程合作、教学工具的使用与改进建议,或者只是聊聊广告技术,都欢迎写信给我。 教学相关的问题我会优先回复。
如果你是想用「我爱上课」的其他老师,直接注册教师账号即可,不需要事先联系。