AD
人们早已经习惯在打开一个网页的同时，可能会被推送各类商品广告，有时我们会调侃说自己又“被大数据”了。但很少有人知道，为了让这则毫不起眼的商品广告出现在适合的屏幕上，屏幕背后已经上演过一出蔚为壮观的群集大战：
不同广告代理公司的系统对“你”进行识别和计算，根据识别结果各自把出价信息发送到广告竞价平台，广告竞价平台通过比价选择出价最高者，出价最高者获得这个广告展示机会，最终一则商品广告出现在“你”的屏幕上。
这种通过实时竞价方式购买每一次曝光机会的广告形态，是互联网时代广告主在做重定向精准投放时最常用的方式，也是完全依赖“算法”的一种广告形态，因为以上那一连串竞价动作都必须在一秒钟以内完成。
计算驱动下的精准投放
尽管不知道“你”是谁，但在你加载一个网页时，系统已经在极短的时间里从2个维度对“你”进行了“计算”：花多少钱能够且值得购买这个为你展示广告的机会；购买成功后，广告以什么样的形式出现在你的屏幕上更有可能激发你的购买欲。
“在广告投放的过程里，引擎和算法会对具体给你投放什么广告有一个推荐。比如你晚上在网上商店看到的是一双红色高跟鞋，看了半天没买就出去了，我们再投给你的广告，可能是一些红色高跟鞋，也可能是一双靴子，我们会有一个人工智能的引擎去预测。”
Criteo中国区总裁郑家强解释说，所有展示的广告都以海量数据和智能算法为基础，对消费者的具体行为和购买意愿进行分类，海量数据来自PC端的Cookie，移动端则根据ID做预测。
在看似简单的广告投放过程中，“算法”几乎无处不在。“出价算法”去实时衡量每一位用户的价值，给出恰当的价格去竞价；“预测算法”寻找到合适的用户后，投放那些更可能激发用户购买的产品广告；“推荐算法”则是量体裁衣给用户推荐适合的相关产品。
只做模糊识别，不做精准画像
在《人工智能时代》一书中，作者杰瑞·卡普兰有这样一段描述：“任何时候，在你买东西、访问网站或者发表评论时，都有一支由电子智能体组成的雇佣军在暗处‘观察’着你。”
在互联网时代，企业穷尽办法获取信息去为用户画像，力求比用户更懂用户，但“用户画像”往往让用户没有安全感。
做用户画像的公司通常从互联网和社交媒体中获取用户的性别、教育程度、收入水平、社交喜好等诸多信息，再根据这些数据信息推送商品广告。郑家强认为这种“用户画像”的方式相比于重定向的精准投放，其实并不准确，因为大多数时候是在做猜测。
而回到文章的最开始“算法怎么知道我们在购物车里放了什么？”，其实随着机器学习能力的提升，广告的投放更加精准，不是“算法”知道我们在购物车里放了什么，而是算法潜移默化在影响我们的购买。
