我其实很少用谷歌的产品，偶尔用一下搜索，翻译和YouTube，但是谷歌神奇的地方在于，他给我打的标签有着极高的准确性，这些标签90%都是非常准确的数据，让广告的精准性发生巨大的变化。
谷歌广告系统前核心成员郄小虎透露，谷歌首页的第一条广告的点击率高达30%到40%，也就是几乎有一半的人都会点谷歌的第一条广告，而作为对比在报纸时代一条广告有5%的人感兴趣，就是一个不起的成绩。
下面，我们通过两个故事来直观理解一下广告系统的精准性。
首先，是张一鸣早期创业的故事，头条的CEO张一鸣早年创业的时候公司需要大量用到Python那个时候，Python这种语言还不怎么流行，因此，招人就特别不容易。
张一鸣没有去拉勾这些垂直的招聘网站上去打广告，那么他是怎么样做的？
他选择去百度买和Python相关的关键词广告，比如说Python里的一些函数，因为只有Python的工程师才会去搜这些关键词，结果这些关键词很冷门、很便宜，招聘的效果也很有效。
然后我们再来看一位硅谷工程师的故事，硅谷有一位工程师想去一家叫Reddit的的网站工作，他能想到一个非常有意思的方法，他首先写一篇水平很高，关于怎么样改进这个网站推荐算法的文章。
接着，他通过网站的CEO霍夫曼在Facebook的公开账号寻找到一些独特的广告定向，然后他通过Facebook的广告系统使用这些定向把自己的文章投放给197个人，在这197个人中居然就精准的命中霍夫曼，而这次推广仅仅花他10.6美元，最后他的文章被霍夫曼所认可，而他也被这个网站成功的录取。
通过这两个故事，我们可以看到——有了精准的数据广而告之就变成窄而告之。
所以从这个意义上讲，互联网广告其实更应该被称之为窄告。
数据就是新时代的石油，所以Facebook，谷歌就是数字时代的标准石油，而腾讯阿里就是数字时代的中石油和中石化。
OK，我们对这一小节做一个总结——我们如何利用数据把广告投放给我们的目标用户？
答案是充分的挖掘有价值的数据去进行广告投放，它包括第一方数据，第二方数据和第三方数据。
所谓第一方数据就是广告主自己的数据，比如说客户的邮箱，手机等等。
第二方数据就是广告平台能够提供的数据，比如说我们上面说的阿里，腾讯的各个维度的数据。
第三方数据就是第三方的数据公司提供的数据，比如说通过数据市场获取的数据。
问题二：为什么给一个人展示的是这个广告，而不是其他广告？
OK，我们来看第二个问题——为什么给一个人展示的是这个广告，而不是其他广告，它涉及的关键词叫竞价。
我们通过一个极其简单的例子来理解竞价——
一个篮子总共有三个红苹果和三个青苹果，这时候有两个人，第一个人只喜欢吃红苹果不喜欢吃青苹果，所以他愿意为一个红苹果出价一块钱，青苹果出价就是0，另一个人正好和他相反。
这时候问题就来了——我们有两种售卖方式，第一种售卖方式：把整个篮子卖给其中的一个人，这时候我们的收入是三块钱。
第二种方式，就是我们能够把红苹果和青苹果分开分别卖给他们，我们的收入就有三块加三块等于六块。
如果我们把广告看成刚刚例子中的苹果，那么通过这个例子，我们可以得出以下的结论：
- 第一，竞价的前提是人们对不同广告的价值判断其实是不一样的。
- 第二，互联网的技术能够对不同的广告进行有效的区隔，
- 第三，进价能够实现资源配置的最优化，
OK，我们回到开始的这个问题，为什么你看到的是这个广告而不是其他广告？
大家可以看到课程中的这个示意图，假如广告系统通过数据识别到小明是一名生活在北京25岁，对健身感兴趣的男性。
那么广告是怎么样投放给他的？
广告系统投放其实非常的复杂，但其中有两个关键的步骤：
第一步叫Target，就是匹配，这一步会在全体的广告库中找到符合小明这个定向的广告，比如说图中的A、C、E；
第二步叫Rank，就是竞价排序，这一步，会挑出排在最前面的广告发给小明就是图中的C。
这时候小明就看到了C这个广告。
那么问题来了，广告的竞价排序是如何进行的？
假如现在我们有两个广告主——Nike出价一块钱一个点击、阿迪出价两块钱一个点击，我们总共有100次曝光，我们应该给谁？
很多人会直观的说，那当然得给阿迪，它出价高啊！
但如果我们考虑到点击率，结果就会大不一样，假如耐克的点击率是5%，100次曝光就会产生五个点击一块钱一个点击收入是五块钱。
而这时候如果阿迪的点击率是1%，那么100次曝光就会产生一个点击，两块钱一个点击收入是两块。
所以两块对五块，我们应该给耐克，不是阿迪，因为它的综合收益更高。
我们不要看这个案例非常简单，但他揭示按效果付费竞价广告的几个最重要的法则。
- 第一，广告平台关心自己流量的总收益；
- 第二，广告主通常按效果进行出价，比如说这次就是按单次的点击进行竞价；
- 第三，广告平台需要把点击出价转化成它的收益去进行排序；
- 第四，CTR也就是点击率就架起从点击到收益的一座桥梁，未排序去提供基础。
所以，在竞价广告中，点击率就是一个极其关键的指标。
那么问题就来了——点击率它是一个结果指标，就是我们投放完之后，我们可以去统计这个点击率，没有投放之前，我们其实是不知道的，而每一次投放都需要排序。
那么点击率这个数据应该怎么算？
很多人就想到一个方法——“尝试投放一下”
那么“尝试投放一下”这种方法是不是行得通呢？
答案是行不通，为什么行不通呢？我们接着往下看——
我们依然通过一个简单的例子来说明：
假如现在有四个广告主——分别是卖高跟鞋、卖买西装、卖布娃娃和卖游戏机的，他们的出价都是一块钱一个点击。
假如整个平台上有4000个用户，
按照刚刚的说法，我们开始不知道每一个广告主的点击率，所以我们可以试投一下，比如说每个广告主我们都是投100个，结果我们发现投放之后，它们每一个的点击率都是25%，一模一样，这时候排序就变得很困难。
于是，我们只能公平的随机去进行投放，这个时候我们的点击数是4000，乘以点击率25%等于1000，我们的总收益是1000个，点击乘以一块钱，总的就是1000块钱。
但是，如果我们知道这4000个用户的特征，我们就不会这样去预估点击率。
那么真相是什么？
真相就是这4000个用户，其实可以根据年龄和性别分成四类——分别是成熟男人、成熟女人、小男孩和小女孩，每一个分类都是1000个，他们每个人对自己喜欢的物品的点击率是100%，不喜欢的物品的点击率是0%，
