京公网安备 11010802034615号
经营许可证编号:京B2-20210330
区块链是如何重塑广告和媒体领域的
数字广告欺诈是商业界的一个重大问题。事实上,广告欺诈是一个非常严重的问题,37%的受访广告客户会乐意支付额外费用,以确保他们所支付的流量能与一个真正的人联系在一起。
作为一个在互联网上建立了整个职业生涯的人,我已经意识到广告欺诈的每一步。这就是为什么我从来没有急于把钱投入到数字广告活动中,而宁愿走更长的路去想如何推动有机交通的原因。
当你知道这台机器坏了,干吗一直往里面装二角五分硬币呢?
尽管有大量盈利的业务是建立在套利网络流量和通过数字广告转换潜在客户的基础之上的,但该行业仍然需要进行大规模的改革。而阻止广告商防范欺诈的一个问题就是验证所支付行动的可信性:比如点击率、浏览量等。许多这些度量标准可以被机器自动化,并且很难知道哪些是真实的,哪些不是。
在过去的一年里,我被区块链技术迷住了。
我沉浸在其中。我已经为这个领域的新兴公司写了一些白皮书。我被请到了ShipChain、RedPen、MagnaChain等公司担任顾问。
从供应链跟踪到作者可信度,再到提供允许开发人员在一个公共区块链上启动当前和未来游戏的软件开发工具包,用例是无穷无尽的——我真的相信,我们正在目睹下一个伟大的技术进步。但我认为迫切需要关注的一个用例是数字广告欺诈。而区块链技术则是解决一个看似不可能解决的问题的方法。
以下是PPC Protect提供的一些让人震惊的统计数据:
广告欺诈统计
·广告欺诈僵尸网络“变色龙”每月花费广告客户600万美元以上(Spider.io,2016)。
·2016年,营销人员因数字广告欺诈而损失了72亿美元(WhiteOps,2016)。
·在5个为广告服务的网站中,就有1个是骗子(The Verge,2017)。
·每花3美元在数字广告上,有1美元就是欺诈(Adage.com,2015)。
·全年的欺诈程度并不一致。无论何时何地,只要数字广告的需求超过了供应,就会有人提出欺诈。(WhiteOps,2017)
·2017年,美国品牌将因广告欺诈损失65亿美元(营销周刊,2017)
·综合广告科学公司(Integral Ad Science)检查的显示广告发现,8.3%的印象都是虚假的(Integral Ad Science,2016)。
广告网络
目前,广告商和媒体公司倾向于使用广告网络来寻找广告,广告网络将建立一个客户和媒体来源的书,收集大量的广告预付款,然后通过媒体来源监控广告的放置和表现。
Google AdSense是这些提供者中最大的,但往往支付较少而且更容易访问。其他的广告网络专注于某些类型的内容或公司。在这个过程中,他们都会占用广告支出中的很大一部分。
当你思考区块链是如何在这里提供一个解决方案时,我告诉你这项技术可以使广告商和媒体公司合作。广告查看可以在区块链上进行验证,并通过智能合约自动地分散支付。
当然,该技术进入的障碍将是最初的市场采用和建设技术的速度要求。
媒体购买
传统的媒体购买是指在电视、广播、广告牌等方面购买广告,这需要某种形式的销售系统。。然而,传统媒体购买目前却被文书工作和其他低效率所拖累。
这里的解决方案是尽可能多地解决这些效率低下的问题——而不是在屏幕上记录发生过的同样事情。因为这并不会导致效率的提高,这只是对过时系统的小小升级而已。
我知道AdBit正在启动一个去块链解决方案,将传统媒体购买者直接与媒体提供商联系起来,用智能合约跟踪交易。这将让购买者更放心,因为他们知道自己实际上得到了所需的广告,并获得了关于竞选业绩的更多信息——这样做的目的是改善购买广告的体验,帮助媒体所有者更成功地将其受众货币化。
广告交易平台
虽然前两个解决方案侧重于将媒体所有者和广告购买者联系起来,但也存在分散的广告交易平台的潜力。在这个系统中,广告客户可以指定一个价格和人口,并让他们的广告自动托管。这将类似于Facebook的广告,但可以更好地为广告商量身定做,从而在更大的范围内找到客户。
建立一个分散的自治组织(DAO)来管理广告单元和广告代币的交易,可以帮助解决这个问题。这里最大的障碍之一是交易的速度要求。当某人查看一个广告空间时,广告客户需要在数秒内支付广告空间的费用。随着区块链速度的提高和分散化的交换经历更准确的测试,这将可能是一个主要的解决方案,可以帮助广告商和内容提供商获得更多的利润。
个人资料
许多区块链爱好者最喜欢的是能够在区块链上销售自己的数据。这里的想法是,像Facebook和Google这样的公司可以为你的收视率和信息获得报酬。然而,在区块链上,广告商可以直接支付用户的个人数据费用,而不是通过中介支付。
然而,这个用例需要一段时间才能建立起来。从长远来看,公司将需要从与中间商合作转变为处理每个用户的数据集。此外,还需要有足够的公司在平台上花钱,以激励用户参与。
随着区块链速度的提高和智能合约的改进,以及越来越多的公司采用区块链技术,在广告领域使用该技术也变的越来越有希望。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31