业务介绍_AdExchange|学习笔记

简介: 快速学习业务介绍_AdExchange

开发者学堂课程【2020版大数据实战项目之DMP广告系统(第四阶段)业务介绍_AdExchange】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/679/detail/11791


业务介绍_AdExchange


内容介绍:

一、AdNetwork

二、AdExchange


一、AdNetwork

image.png

第三步,跟第二步是紧密相连的,第一步当中广告商可以和广告主进行交互,把广告投放在媒体上。第二步媒体可能会有很多小媒体,广告主操心每一个媒体的事,广告主也很麻烦,媒体也缺乏议价能力,所以 Adnetwork 就把这些小媒体给联合起来,统一形成定价策略,然后统一对外进行谈判,达标广告网络也有可能会有很多,比如AdNetwork1 、 AdNetwork2 ,甚至有一些小媒体觉得自己厉害不加入 Adnetwork。因此需要一种办法去把这些 Adnetwork ,再加上一些小媒体联合一遍,现在存在一个问题, adnetwork 不止一家,小媒体因为自己所接触到的圈子不同,选择不同的广告网络,并且 adnetwork 连接了媒体1,媒体2,广告网络连接了媒体2,媒体3,两个广告网络之间,会有一些差异性。

image.png

现在有一个广告网络叫做 N1 ,手下有媒体一,有媒体二,还有一个 APP 。 N2 有媒体三媒体四,广告网络一它里面可能会有一些特别优质的广告位,媒体一里面有一个特别优质的广告位,但是一直没有卖出。毕竟这个广告网络相对来说规模相对较小,所接触的客户也没有那么多,他们之间会存在一些拆解的现象,比如说广告网络一当中有一部分特别优质的广告位没卖出去,那他把这些广告位给客户有需求的人员,如果有需求并进行报价。所以两个之间可能会存在一些拆解现象,。

广告网络本身就是一种特别密集且精喜的定价服务,对他手下的所有广告位,每一个广告位可能来自于不同的媒体,以广告位来作为单位进行管理,这些广告位可能会有一整套定价体系,只要是人为指定的定价体系,就一定会受到这些媒体的一些抨击,不满,比如现在有一个媒体一,有一个媒体二,那么媒体二有一部分广告位,媒体一觉得并没有自己的好,但是比自己的价格高,那么这个媒体一是不是就会有很多抱怨,就有可能会出现媒体出走的这种现象。因此双方进行交易的时候还是非常混乱,管理又特别的难,既然有需求,就一定会有人满足你的需求啊,这个时候产生了一种新的厂商,这种厂商类似于广告网络,但是完全不同,叫做 adexchange 。


二、AdExchange

Adexchange 可以理解为广告交易平台。假如说广告网络依然觉得这个事情不好,能不能去扩展自己的业务,连接其他的广告网络是可以的,但是任何个人和任何行业其实都是一样的,很难有内在动力来进行改革,一般情况下都是外部的一些刺激,比如有人发现 AdNetwork 之间有混乱的原理,有很多广告网络的供应商,有可能进入这个行业,去统一一下这些广告往来和广告网络,把他们联合在一起,甚至有一些出走的小媒体也联合,这就是 adexchange 做的事情。

从这个意义上来讲他其实所做的事情就是在这个广告网络之上链接,至少不是去和媒体进行谈判,而是直接和广告网络来进行沟通和协作。还有一个问题既然会有多个广告网络,也就会有多个广告网络交易平台。 Adexchange 解决这些问题的策略,我们在下一步当中再去讲解。

相关文章
|
存储 JSON 自然语言处理
手把手教你使用ModelScope训练一个文本分类模型
手把手教你使用ModelScope训练一个文本分类模型
|
3月前
|
安全 程序员 数据库连接
web渗透-CSRF漏洞
CSRF(跨站请求伪造)是一种常见的Web安全漏洞,攻击者通过伪造用户请求,诱使其在已登录状态下执行非意愿操作。本文介绍CSRF原理、分类(站外与站内)、DVWA靶场搭建及防御措施,如同源策略与Token验证,提升安全防护意识。
478 0
web渗透-CSRF漏洞
|
11月前
|
机器学习/深度学习 存储 设计模式
特征时序化建模:基于特征缓慢变化维度历史追踪的机器学习模型性能优化方法
本文探讨了数据基础设施设计中常见的一个问题:数据仓库或数据湖仓中的表格缺乏构建高性能机器学习模型所需的历史记录,导致模型性能受限。为解决这一问题,文章介绍了缓慢变化维度(SCD)技术,特别是Type II类型的应用。通过SCD,可以有效追踪维度表的历史变更,确保模型训练数据包含完整的时序信息,从而提升预测准确性。文章还从数据工程师、数据科学家和产品经理的不同视角提供了实施建议,强调历史数据追踪对提升模型性能和业务洞察的重要性,并建议采用渐进式策略逐步引入SCD设计模式。
413 8
特征时序化建模:基于特征缓慢变化维度历史追踪的机器学习模型性能优化方法
|
10月前
|
图形学
Unity Text修改字间距
本文介绍了两种实现字间距调整的方法。第一种方法直接通过修改顶点位置实现字间距调整,代码简洁但换行时效果不佳。第二种方法引入了`Line`结构和对齐方式(左、中、右),能够处理多行文本并支持不同对齐方式,更加灵活和通用。两种方法均基于Unity的`BaseMeshEffect`类,通过重写`ModifyMesh`方法来调整UI文本的字间距。最终运行测试可验证效果。
|
存储 运维 数据可视化
【技术分析】低代码平台的专有存储技术
低代码是一个新兴的技术,有着非常明确而鲜明的技术特点,比如:拖拽组件、可视化编程、零代码编程等等。但传统软件企业在进行技术融合时却往往是困难重重,旧有的技术积累很难能继承应用过来。本文作为一组技术分析,来逐一分解低代码背后的支撑技术。今天我们给大家带来的一个专题分析是,低代码平台的专有存储技术。
|
机器学习/深度学习 存储 自然语言处理
使用Python实现深度学习模型:语言翻译与多语种处理
【7月更文挑战第21天】 使用Python实现深度学习模型:语言翻译与多语种处理
629 0
|
Java API
SpringBoot整合篇 03、Springboot整合Swagger2、Swagger3
SpringBoot整合篇 03、Springboot整合Swagger2、Swagger3
SpringBoot整合篇 03、Springboot整合Swagger2、Swagger3
股票数据分析
股票数据分析
2225 0
股票数据分析
|
数据采集 数据挖掘
淘宝广告数据分析实战!(附代码和100W数据源)(上)
在广告展示数一定的条件下,点击率的高低就是决定一个广告能否被更多人看到的因素。本文主要针对“点击率”这一因素进行分析,与大家分享。
891 0
淘宝广告数据分析实战!(附代码和100W数据源)(上)
|
IDE Shell 开发工具
手把手教你学会文本输入的text()接口
手把手教你学会文本输入的text()接口
1607 0