魏家东/文，《数字营销战役》作者，微信公众号：weijiadong2013或搜索“魏家东”
前段时间微软小冰在微博上被诸多大V骚扰，东哥也参与其中，这个聊天机器人从微信到微博每一次亮相都引起轩然大波，除了噱头之外，对信息的匹配处理的能力还是让很多人欣喜的，我们有理由相信未来会有更多机器人出现，他们将改变我们的生活，比如美联社推出的可以写新闻的机器人，也着实引发大家的兴趣。今天引起东哥兴趣，不是小冰，也不是写稿机器人，我知道小冰再骚扰她也跟你不会有任何关系，写稿机器人还很难取代自媒体人，不过最近关于DSP机器学习技术确实吸引了我，主要原因是广告业需要这样的技术提升效果、效率，广告主希望更加精准的营销。
DSP作为精准广告技术，在中国快速被广告公司与客户所接受。最近得知Avazu(艾维邑动)发出声明，将开放他们自主开发的移动DSP产品中机器学习的两项技术以及在广告领域中的应用。Avazu作为业内知名移动DSP平台研发专家、中国互联网全球化推手、集PC和移动互联网广告全球投放、全球专业移动游戏运营及发行为一体，推动DSP技术开放其意义巨大。
DSP在中国发展至今很多人是抱着积极的态度去探索尝试，不过在各大广告主中，DSP广告投入还只是大预算的一小部分，DSP虽然从买位置变成了买用户，但是在投放时仍然需要人工优化，当人工优化行为过重时，其效果也随着优化者的能力有所不同。我个人一直担心的也正是如此，如何解决因为人工操作产生的效果差异问题，那就会大大提升DSP的价值，当我看到Avazu关于《DSP机器技术学习手册》时，还是眼前一亮的，不知道未来如何，但是在当下其技术的理念与观点是先进与前瞻的，同时他们把这个专利技术开放出来，更多广告公司、广告主可以使用上，让精准更精准！
我来剖析一下这个让我刮目相看的DSP专利技术，主要有两个关键点：
第一是广告优化：做过网络广告投放，尤其是DSP类广告的客户都会了解，如何减少投放费用增加效果，这个就是优化的目的。广告点击率(CTR)和转化率(CR)代表了广告投放的效果，如何提高CTR和CR是每个广告主都十分关心的问题。Avazu通过机器学习算法，自动地为实时流量预估CTR，广告主只需简单的将优化目标设置为期望CTR，DSP投放引擎即可为广告主购买相应的优质流量，完成这一任务。如广告主设置优化目标为CPC，则投放引擎通过将CPC转化为期望CPM(CPM = CTR * 1000 * CPC)，购买对应价格的流量。所以机器学习预测越准，广告优化效果就越好。
第二是机器学习：机器学习是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。由于互联网行业的数据规模已超过人工分析能力之所及，机器学习技术几乎成为每家互联网公司的标配，在搜索排序、商品排序、点击率预估反作弊实时竞价（RTB）等各种领域有着广泛的应用。
简单的来说就是用了超牛X的技术，用机器学习、分析广告数据，可以根据设定的目标自动优化，网络广告是以最终效果为第一衡量标准，每一次投放都有严格的考核，广告主希望放大广告价值，机器学习技术会为DSP投放增加很多可能。个人觉得Avazu的这个技术有几个亮点：
1、更精准：精准首先是必然，本身DSP的出现就是让精准广告上升一个阶段，但是机器学习更加优化了广告的精准性，它通过分析海量数据，在不同数据点之间寻找关联性，从而进行预判，尤其在大数据时代，仅靠人工完成精准性可想而知；
2、更省钱：减少广告费用且效果更好，这应该是众多广告主的追求了。不过目前很多广告的投放确实是在浪费钱。广告效果一般是通过时间、地域、访问者行为三个维度综合考核标准，然后是基于广告“维度”性全方位分析广告来源流量统计，形成原始数据→数据视觉化→数据行为化→数据深入挖掘的数据分析模式，但人工优化算法只能实现广告效果的单一维度，这样广告费就有50%已经浪费了；
3、更效率：机器学习的目的是节省人力，人工行为不仅占用人力成本，同时对广告优化、数据分析等等处理难免有疏漏之处，尤其面对海量数据时，其分析力就大打折扣，面对此一个优秀的机器学习技术就很重要。
苹果的siri、微软的小冰等应用，相信使用过的很多人都深有体会，其强大的信息处理及反馈能力应该让人惊喜连连。Avazu开放的DSP系统机器学习专利技术是不是广告领域里的“siri”、“小冰”，我们还需拭目以待。未来的世界，我们将和更多机器技术、智能设备相伴，让我们的生活、工作更加高效便捷！
开放DSP机器学习专利技术，它是搅局者，还是引领者？
你说呢？
魏家东/文 (微信公众号：weijiadong2013或搜索“魏家东”，欢迎大家在搜狐新闻客户端、今日头条客户端订阅“魏家东”的自媒体。)