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
在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29