计算广告和推荐系统有什么不一样？区别在哪？

技术架构方面，计算广告和推荐系统具有较高的重合度。但是，如果详细拆解之后，就会清楚的看到二者的差异点。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

为了让大家更加清晰的理解计算广告和推荐系统，我将从如下几个方面向大家进行一下阐述：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

• 计算广告与推荐系统的区别
• 计算广告的特点
• 计算广告应用案例

计算广告与推荐系统的区别

目前，常见的计算广告主要包括：品牌广告、推荐广告、搜索广告等，推荐系统则包括：商品推荐、内容推荐、广告推荐。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

计算广告和推荐系统之间的交集就存在于推荐广告这个领域。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

从技术架构层面而言，无论是推荐广告还是普通的商品推荐，要解决的核心技术问题，都是通过机器学习或者深度学习算法，基于现有数据先后经过召回、排序、重排序等过程预测用户的偏好，把合适的商品/广告，推荐给合适的用户，以此来促使点击率/成交量的提升。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

因此，在推荐广告这个细分领域，它的确和推荐系统在框架方面有些类似，也很容易把计算广告和推荐系统混为一谈。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

但是，在计算广告领域，除了推荐广告之外，还有搜索广告。其中，搜索广告则和搜索技术更为相近。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

因此，计算广告和推荐系统仅是在推荐广告方面有一些交集，而且，即便是在这个细分领域，二者在产品理念、核心问题、业务流程、技术实现、实现难度等方面仍然存在非常大的差异。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

在产品理念方面，推荐系统是一款面向用户的产品，通过推荐算法，能够精准的实现用户与内容之间的匹配，避免“千篇一律”，而满足“千人千面” 的个性化需求。推荐广告则是面向商业服务产品，不仅要最大化满足用户需求，还要实现广告主、平台的商业利益，持续变现。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

在核心问题方面，推荐系统要解决的是两方合意，就是要看用户和内容提供方的双方合意。而推荐广告的核心问题,是为一系列用户与环境的组合，找到最合适的广告投放策略以优化整体的投入产出比(ROI)。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

在业务流程方面，推荐系统需要做的是基于现有数据，利用机器学习和优化算法把合适的内容/商品推荐给合适的用户即可。而推荐广告在业务流程方面涵盖的内容则更多，也更加复杂。因为，广告不仅仅是一个技术问题，它还有更多的业务属性。在计算广告里，业务流程主要包括如下环节：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

• 管理广告活动：建立广告活动、建立排期和投放规则，启动、停止广告投放活动，上传物料，查看广告活动的投放效果、成本等相关报表
• 排期执行
• 广告投放
• 上限控制：投放量控制，预算控制

在技术实现方面，推荐系统要考虑协同过滤、CTR预测、exploit-explore、冷启动等问题，在推荐广告方面不仅需要考虑CTR模型，还需要解决竞价策略、排期优化、预算与广告管控等问题。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

在实现难度方面，推荐系统的目的是提升用户体验，至于推荐结果的好与坏，对系统没有严格的评判和反馈。而推荐广告则对过程及结果都有严格的要求，不仅要对广告投放过程要解决用户、平台、广告主三者之间的收益博弈问题，还要实现最终投入产出比(ROI)的提升，实现多方商业利益的最大化。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

因此，在产品、业务、技术、核心问题方面，推荐广告和推荐系统均有较大的差异。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

计算广告的特点

跳出推荐广告的范畴，计算广告所涵盖的范围则更大，从业务方面，计算广告还要考虑广告主诉求，需要用到针对广告主的优化算法，从而确保平台收益、广告主ROI和用户使用体验问题。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

综合评价而言，计算广告相较于推荐系统难度更大，当然商业价值也更加突出。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

以传统的条幅广告、富媒体广告、邮件营销广告为例，广告效果无法直接衡量，转化效果也无法得到保障，此外还会造成大量广告位资源的浪费。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

通过计算广告，可以从曝光、关注、理解、接受、保持与决策等多个环节对广告投放进行优化，不仅提升广告投放效率，还可以最大化提升转化漏斗。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

以目前大家经常使用、比较熟悉的电商平台为例，购物和交易过程中主要就会涉及到三个角色：平台、商家、用户。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

在电商平台中就会遇到前面介绍的问题，如何通过广告算法最大权衡平台、商家、用户之间的利益，把合适的商品推荐给合适的用户，促成下单，提升商家成交量的同时满足用户的需求、提升用户的体验，最终还要实现平台的商业成功。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

所以，当我们在国内的电商平台进行购物时，会发现计算广告的渗透率和智能化程度已经非常高。很多主流的电商平台逐渐都开始从原来的“人找物”变成了“物找人”，当我们进入到电商平台时，展现给每个人的物品列表是千差万别的，而我们恰好能在候选商品列表里发现很多符合自己偏好的，最终不知不觉就下了几单，这背后就是计算广告的价值体现，作为用户买到自己喜欢的产品，作为商家实现了成就额和下单量的增长。国内的电商平台也在此助力下快速生长。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

但最近几年，国内电商平台的流量逐渐趋于饱和、竞争日渐激烈，很多巨头纷纷开始把目光投入到海外市场。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

在很多人眼里，国内的电商模式已经取得了巨大的成功，把市场拓展到海外，无非是照搬一套而已。但在实际应用后发现，国内市场和海外市场在很多方面存在天壤之别，一个商业模式的推广、一项技术的应用都相对国内要复杂很多。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

就以近几年电商行业中，讨论热度很高的“出海东南亚”为例：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

首先，从市场方面，东南亚的复杂性要远超国内。国内是一个统一的市场，商家在广告投放过程中面对的是一个单一的市场，而在东南亚则要面对新加坡、印尼、泰国、马来西亚等多个国家，每个国家的经济发展程度、用户偏好、消费能力、文化背景都截然不同。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

其次，在广告投放方面，国内和东南亚也有着天壤之别。从用户层面来讲，国内用户对于互联网的适应度比较高，对于数字市场的接受度也比较高，而东南亚用户对于在线广告的感知相对就较弱。从商家层面，东南亚市场的商家规模普遍不像国内这么大，以国内商家为例，每个店铺可能都会有专门的人解决广告投放问题，甚至在广告投放里还会在细分出创意、计划、推广的角色。而在东南亚市场，在线广告还处于一个初级阶段，很多商家的精力和专业知识有限，在广告投放过程中就会遇到形形色色的难题和障碍。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

因此，无论是从市场方面，还是从用户、商家方面，通过技术创新和智能的手段更快速的帮助商家来做一些智能的推广，都是电商行业技术出海必然要面对的问题。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

对此，我对一个问题非常感兴趣：技术团队如何对计算广告进行创新和升级，才能应对这复杂的市场环境和业务逻辑，从而解决东南亚商家在广告投放过程中的难题？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

计算广告应用实例

带着上述问题，我研究了东南亚地区最大的电商平台Lazada的做法，他们的做法能够很好的回答和反映计算广告与推荐系统的区别。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

Lazada技术团队针对东南亚复杂的市场环境，选择了两个业界领先的理念来解决计算广告的业务和技术难题：Smart First和One BP。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

Smart First，即智能能力优先，通过智能化算法能力来解决复杂的广告投放问题。而One BP则是建设一个统一的智能营销平台，解决精力分散、广告投放低效的问题，把这个统一的智能营销平台提供给广告主，当广告主有一个需求时，就可以给他建立一个计划，设定有效目标，通过智能化能力来取得最优的结果。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

基于Smart First和One BP理念，在阿里巴巴技术的基础之上，Lazada技术团队将智能化能力引入到广告投放之中，基于人工智能算法打造SMART智能营销平台。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

在以往的搜索广告中，当商家需要选择推广的商品，还要选择推广的关键词，以及每个关键词要出的价格，在整个过程中，商家需要做数百次决策，这是一个漫长而复杂的过程。而Lazada技术团队推出的SMART智能营销平台，在这个系统里，技术团队核心做了几件事情：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

• 针对不同国家基于本地数据训练一套独立的算法模型
• 基于APEX分析框架，透出算法能力的白盒化应用
• 以目标为导向，给商家提供智能方案，能够智能选产品、选关键词、出价

通过这些方法，Lazada技术团队将智能化能力引入到广告投放之中，商家只需要给出一个预算，接下来的选品、选关键词、出价过程中，会通过组合优化的问题解决方法，给出最优策略，最终的策略可以作为建议给到商家，也可以由系统直接来做最终的决策，这样就实现了广告投放过程中的高度自动化和实时化。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

通过SMART智能营销平台，它可以提供8-10的投资回报率来推动销售增长，并且能够实时监控销售活动，帮助商家优化和提供最佳结果。数据显示，在东南亚市场，SMART marketing campaigns的采用率高于70%。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

通过这些技术的创新和升级，Lazada技术团队给商家在销量和业务增长方面带来了巨大提升。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

以某知名美妆品牌为例，在接受Lazada SMART智能投放策略之后，针对Top商品和普通商品选择不同的投放策略，智能监控商品效率增长情况，能够按照效率自动化分配预算到不同表现的商品投放上。最终，广告支出回报率（ROAS）提升了25%。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

SMART智能投放策略不仅在这些具有一定规模的知名商家方面表现优异，它在中小型商家同样表现非常突出。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

以手机壳、美甲片、小饰品这些轻小件为例，SMART智能营销平台，先后通过全自动测试对新品进行孵化培养，再到优化关键词打造潜力爆款，再到最后根据长尾词、型号词给商家广告投放指南对爆款商品再拔高，整个广告投放过程中根据不同产品、客单价、用户偏好进行智能化、自动化投放和优化，这样极大的提升了商品的曝光率、点击率、复购率。据了解，某商家在尝试智能投放工具后，很多爆款单品在半个月内销量增加了15倍。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

写在最后

我认为，Lazada技术团队的案例就是对计算广告与推荐系统之间区别的一个很好的解释。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

简而言之，计算广告不仅要考虑内容与用户之间的匹配与合意，更多的还要考虑业务问题、商业问题，需要以技术能力为基本盘，在此基础上要根据不同群体、不同区域、不同国家的差异、特定针对性的寻求一套行之有效的解决方案，最终通过智能算法和系统来解决商业问题中的痛点，最大化均衡用户、广告主、平台之间的利益，达到三方合意。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

这一系列成绩，其实也离不开背后算法工程师们的努力和钻研。前段时间有幸也和这套算法系统背后的技术大牛们一起聊了聊，我发现，无论市场怎么变化，只要核心有人，有核心技术实力在，总能找到最优解。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

实际上，自2016年被阿里巴巴集团投资并控股后，Lazada便开始从国内电商的成熟技术架构中汲取经验。一批批阿里巴巴的技术骨干成员从国内调往Lazada，其中就有具备多年广告算法和数据经验的道济。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

面对东南亚市场，摆在道济面前最大的挑战莫过于“技术本土化”。不同国家之间语言、文化、消费习惯、物流基础千差万别，如何为商家设计更加高效、智能的营销方案？如何选择适合的产品来匹配当地消费者个性化需求？如何降低获客成本的同时实现商家增长？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

这一系列切中商家痛点的难题亟待Lazada技术团队解决。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

作为阿里巴巴的智能营销平台阿里妈妈的创始团队成员，道济经验丰富，但在负责Lazada的广告团队之后，他发现并不能简单将过往经验进行复用，必须要回到东南亚本土电商发展现状去创新。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

秉承这个理念，Lazada技术团队结合本地商家需求，在阿里成熟的技术基础上进行改良，最终实现投放和运营理念的创新，用SMART系统智能化的方式让商家增长变得更加简单，让商家们实现无忧投广，最终也反哺了平台的发展，最大化实现东南亚市场商家、用户、平台的三方合意。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html

从跟他们的交谈中，给我最大的感触就是：我们从事技术但是不能局限于技术本身，不仅要依赖现有算法、纯粹的聚焦于编程开发，同时还要学会“因地制宜”，通过技术来赋能业务，通过技术创新解决业务中的痛点、难点，这样才能够最大化发挥技术的价值和意义。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/29951.html