很多人对互联网变现和计算广告的认识还很模糊，盲人摸象慢慢进步。本文为作者在清华大数据“技术·前沿”讲座上所做的题为《互联网变现与计算广告》的演讲，文中他谈到了二者的关系和认识。
今天借这个机会从我们做计算广告的角度谈一谈，对大数据大家像盲人摸象一样。我谈一谈我对数据的理解。所以我的题目叫做互联网变现和计算广告，谈他们两者之间的广告。
我们还是从一些不太严肃的风格开始，这是我在空号里面写的一个文章，二十一世纪还是什么一个杂志让我写一篇文章，谈谈互联网思维，我想了半天，因为我一直在互联网行业里面干，互联网思维是什么？我指的是中国的市场，中国市场我总结了三个点：
第一，不要钱，和我今天这本书直接相关。互联网上最核心的一点商业模式的东西是免费倾销加后向变现的商业模式。嘀嘀、快的的模式不客气的讲就是倾销，但是不是每一个企业倾销完了都能够活下来，或者能够长大，企业在用倾销的方式获得了市场占有率以后，由于你推的是免费产品，怎么挣钱呢？就要大量用到后向变现的方式，后向变现就是把我免费产品获得无形资产变成钱的过程。
我总结了三种资产：
第一，流量，别人在用你的APP的时候你可以顺便在上面放一点东西，夹一点私活。流量通过广告变现大家都明白。
第二，数据，大家都是奔着大数据来的，肯定对这一点很有兴趣，数据怎么变成钱呢？数据能不能挣钱，会有很多人问这个问题，我觉得这个问题特别可笑，数据不仅挣钱，而且是规模化的盈利，这件事情已经不是这两年才发生的事，这是十年前就已经发生的事情。为什么现在大家还在讨论数据能不能挣钱，这说明很多大数据领域的人并没有真正研究过去在互联网里对数据的使用方法和变现手段。
有一个规律：一切规模化、个性化传递信息的商品，它的售价都会趋向于边际成本，一个网站或者一个APP边际成本是多少，每多服务一个用户，他应该付出的额外成本是多少。边际成本应该是零或者是很小一个数，很自然的这些产品的定价都应该是免费的。其他的商品，比如说电视，乐视的电视是多少钱销售的？毛利为零，甚至是负毛利销售，他有非常明确的后向变现的手段，不要担心他挣不到钱，他只要能够做到一定规模，挣钱是板上钉钉的事情，他挣的方式是先进的方式，别的方式会被他的所打败。手机很明显也会趋向于零毛利的销售。有一些牌子的手机现在毛利已经很低了，甚至是负的，这都不奇怪。
还有一些大家可以去探讨，比如说电影，我坚定的认为电影的票价绝对应该是零，这件事情什么时候会发生？以我最保守的判断，绝对不会超过十年。它的原理是，比如说最近有一个片子叫《港囧》，之前一部叫《泰囧》，它的票房非常好，等于卖给了三千万人，三千万人对于大众喜闻乐见的方式来说，太少了，如果我们用免费的方式把它变成三亿人看，后端产生的商业价值难道仅仅是十个亿吗？
可是问题就来了，如果我们仅仅把前端的商业免费了，后端的变现我们不掌握，你的片子就白亏了，所以后端变现的体系是非常重要的。我本人也看过一些电影，包括植入的广告，包括各种形式，他们从植入广告这一点来说，他们的商业模式还属于比较低级的阶段，现在这种方式支撑不了把片子免费，还获得十亿以上的收入。这里面有很多利益相关方在里面。不要钱，如果你想知道我的书写什么，我希望大家了解什么，重点是了解这个东西，免费的流量和数据如何变成钱的，它涉及到很多复杂的产品技术。
第二，不要脸。现在大多数互联网产品的营销方式和产品点是无底线迎合用户的状态。特别是在面对比较年轻用户的时候，各个互联网公司在产品的文案上、产品的营销点上都是非常出格的，是跪舔用户的状态。
第三，不要命。在互联网上有一种工作方式叫九九六。9点工作到9点，每周工作6天。这在很多创业公司和大一些的公司都是广泛存在的。为什么互联网的人能够这样疯狂的工作？关键的一点是全员持股，硅谷最核心的一个发明就是告诉大家，这企业是你们都有份的，硅谷的全员持股是比所有的技术创新都重要。其他的技术创新是在这个基础上产生的，如果我每个月拿三千工资，你看那个公司能搞出什么。他是在这个激励下产生的。包括马老板说的，马老板把自己的股份给员工分了多少，他自己就剩下百分之七点几的股份，这个事情是大家拼命在阿里加班的前提，我觉得不是价值观。
我们重点看第一点，后向变现，或者叫商业化。
第一，商业模式探索。所有免费用户产品在做到一定量以后都会面临这样一个词：商业化。商业化是一个很大的领域，跟商业化相关的问题也很多。我这边举了一些例子，碰到这些问题你就要从商业化里面找答案，而不仅仅是要用用户的角度去找问题。
第二，流量变现。
第三，数据变现，通过免费的用户产品，积累了一些用户行为或者其他用户相关的数据，这些数据怎么变成钱？近些年来大家发现数据变现的能力在某种意义上还要强过流量变现的能力。数据怎么变现？大家先不要去看大数据领域讲的东西，你先好好学习学习广告，因为数据的变现、数据的交易、数据隐私保护的边界在广告领域得到了充分的研究和工业界实战。你要不了解广告，你一定是从头走一遍弯路，这个弯路是非常多的。
第四，具体操作层面的东西，商业产品的建设和运营。比如说一个公司有广告，有游戏联运，返利购买，他们之间是不是有内在的联系？其实他们都是泛广告产品，他背后的商业逻辑基本是一致的。应该共用某些产品和技术平台去实现一个公司整体的商业化战略，这些大家在实际工作中才有感觉，前几个问题都是蛮有意思。我特别希望同学们如果在你的学习之余，除了了解一些用户产品，还能了解一些商业产品的思维、技术，对于你将来参加互联网公司的工作很有帮助。
从大数据说起，大数据这个词是一个咨询公司提出来的，这个词并不是来自于学术界。第二，也并不是来自于纯粹的工业界。这个词的立意非常好，让大家在大的场景下了解数据的价值和作用。由于它这样的起源，在中国现在的状态上，它与工业界实际发生的数据运用的现状以及学术界可落地的研究存在一定的距离，很多时候是概念到概念。所以我常常讲BIG是汉语的英译，是逼格的音译。我认为必须要找到一个落地的点来看看大数据到底做什么。
我自己对大数据的认识，我是从工业界来的，工业界对大数据最直观的认识是传统的工具用不了了，微博上有一些朋友来问我，我现在学大数据是不是应该学SASS这个软件，这让我觉得很难回答，我觉得跟那个没有关系，但是卖这个软件的人肯定跟我过不去。因为我们要了解大数据研究的是什么东西，传统的IOE的企业研究的是交易数据的加工和处理，交易数据的加工和处理是非常困难的，因为他要求正确率极高，一条都不能错，实时性要求极高，所以IOE整个这套系统就是IBM、Oracle和EMC。你别以为现在拉一个互联网企业出来就能做系统，他们绝对是吹牛。
可是互联网企业处理的大数据和IOE处理的交易数据有点不一样，我们关注的大数据是指行为数据，行为数据跟交易数据的区别，交易数据指业务实施过程中不得不计的数据，比如说存取款、利息，这些数据你不能不记，你不记你的业务没有办法开展，但是行为数据是可计可不计的数据，比如说网站的浏览日志。互联网企业一开始也不是想到要记这些数据，因为他的服务器自然而然的给它记下来了，后来他就想能不能给广告变现带来一点作用，于是他就开始挖掘这些数据。交易数据如果是1，行为数据一般都在100以上。第二，它对一致性的要求是比较低的，网站的日志丢千分之一对大多数业务都没有关系。意味着原来IOE所有架构对于处理这种行为数据是不合适的，因为它太贵，我们要用一种更便捷、更低成本的方案来处理。所以工业界我们看到的变化是我们所用到的工具完全的变掉了，去IOE化，阿里这么说他有他的技术，如果现在互联网企业一拥而上，把银行系统都换掉，那是灾难性的。可是原来IOE的你也不要轻易的说你们在做大数据，你们做的事情跟大数据严格来说也没有关系，你们还是在做传统交易数据的挖掘和整理。
这个图，A曲线，我认为的大数据是什么样的，如果数据可以采样，就不是大数据的问题，C类的数据可以采样，比如说我要统计360在各个省的用户占比，显然是我先对用户数据采样，采样十万分之一。可是你现在碰到大多大数据都拿这样的案例在糊弄大家，他们把数据大，就当成大数据。这种问题的特点是稀疏的采样数据，结果不变，或者结果的基本不变。就不是大数据的问题。大数据应该是A种曲线。什么样的问题是典型的大数据问题？什么样的问题不能采样？所谓的个性化问题，广告是一个个性化问题，我们要对每一类用户描述他的行为