單是大數據就能跟上廣告技術的步伐嗎

廣告技術是獨特的，有自己獨特的要求和限制。數字廣告正越來越多地通過程序化的方式進行交易，這就要求技術不僅能夠適應極端的數據量，而且能夠以實時數字業務的速度處理數據。問題是，僅憑「大數據」就能滿足廣告技術行業的所有需求嗎？

數字廣告的聖杯是在正確的時間和地點，通過正確的信息到達正確的消費者。跟蹤營銷預算的投資回報和正確的歸因也很重要。挑戰在於找到合適的技術來挖掘數據，並將其有效地處理成可出售的資產;正是提煉過程使原始數據變得有價值。在構建平台時，我們定義了三個必須執行的區域：

1、數據量

2、即時決策

3、可控成本

數據量

在廣告技術領域，成功的客戶參與需要對大量複雜數據進行閃電般的查詢。我們必須能夠容納更大的數據集，並向最大的客戶交付更複雜的交易和服務。部署必須足夠靈活，以提供成本效益高、易於使用的服務。我們希望通過流式數據分析和精簡的機器學習，讓我們的客戶能夠以無與倫比的速度將大量複雜數據轉化為數字洞察力。為了實現這一目標，我們將大數據平台擴展為以加速並行計算為核心的新技術。Kinetica是一個圖形處理單元（GPU）驅動的資料庫，提供高速數據處理能力，PubMatic可以授權給我們的客戶實時彙報和一個複雜的廣告節奏引擎。

即時決策

廣告是互聯網的命脈，數字廣告越來越多地通過程序進行在線交易，eMarketer估計今年80%以上的數字顯示廣告將通過程序購買。程序化的廣告購買和銷售使用實時競價來匹配營銷人員，營銷人員正試圖通過桌面、移動設備和超高端設備接觸消費者，而出版商和媒體公司則通過內容吸引人們。數字廣告需求方平台（DSPs）、賣方平台（SSPs）、集中式數據管理平台（DMPs）和交易所正在處理大量實時數據，這些數據需要快速分析才能使廣告有效。在PubMatic中，我們需要能夠在幾毫秒內掃描大量複雜的流數據，以便以驚人的速度和我們的簽名精度創建、定位和投放廣告。在技術方面，我們依靠Kinetica的GPU引擎的速度和並行處理能力來完成這項工作。由gpu驅動的人工智慧可以通過在短時間內發現模式和發現隱藏的洞察力來優化拍賣。通過運行廣告決策演算法，我們更容易瞄準正確的受眾，並顯示最有可能吸引他們的廣告。

可控成本

程序化交易的規模相當大，PubMatic每天生成超過400兆兆位元組的未壓縮數據，每月處理超過10萬億的廣告商投標。然而，與其他行業相比，每筆交易的價值相對較低。因此，每筆交易的成本必須低於許多其他行業;這意味著基礎設施的足跡必須更小。廣告技術行業在定義下一代數據平台方面處於領先地位，該平台能夠以更低的每位元組需求成本處理大量數據集。我們相信採用我們的技術標準只會對每個人的底線產生積極的影響。

成功的關鍵是找到解決問題的正確方法。數字廣告是在極端數據領域運作的，在極端數據領域，一切都與數量、速度和成本有關。數據量的增加是不可預測的，但成本是不可預測的。雖然人們很容易沉迷於熟悉的技術，但僅憑大數據還不足以跟上廣告技術的步伐。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！