问题 :Facebook如何运用机器学习,进行十亿级用户数据处理?

回答:

根据FACEBOOK 公司公布 2017年第三季度财报显示,2017年第三季度单季公司营收103.28亿美元,同比增长47%;归属于母公司股东净利润47.07亿美元,同比增长79%。FACEBOOK 九成以上的收入来自于广告业务,2017年第三季度单季FACEBOOK 广告收入101.42亿美元,占整体营业收入的比重为98.2%。

2017年前三季度,FACEBOOK累计营业收入276.81亿美元,同比增长47.01%;净利润116.65亿美元,同比增长75.47%。

截至2017年9月30日,FACENOOK日活跃用户数为13.68亿,同比增长 16%。月活跃人数20.72 亿,同比增长 16%。北美地区平均每位客户收入为21.2美元,领先全球。

Facebook 拥有庞大的用户群,而公司用户流量变现的方式现在看来就是在线广告。FACEBOOK 现在拥有600万广告主,如何协调几十亿用户的体验感与600万广告主的投放广告的需求,成为FACEBOOK 需要面临的问题。

Facebook 的做法是提出精准营销。2017年第三季度公司开始使用由机器学习和自动化支持的新工具来更好的定位目标用户群体。

Facebook Pacing算法是公司广告能够实现精准营销的关键。

在Facebook Pacing算法出现之前,公司在线广告的收入方式由三种:

1. 按点击收费,一个用户在公司平台上点击一下广告收费多少,以及用户出钱购买产品后,公司就该条广告收费多少。

2. 按展示数量收费,公司将广告推送给多少数量用户,广告主依照用户数量给钱。

3. 广告主和公司预估推送广告达到的效果,根据预估定价。

毫无疑问,这样会覆盖到许多不会购买商品的用户,浪费广告主的广告费用,已经影响用户体验。而Facebook Pacing算法则是筛选出有意购买该款商品的用户,从而将广告主广告推动给这些用户,缩小用户范围,节约了广告主成本。而Facebook其他用户的体验感也不因此而降低。

  • 发表于 2020-11-07 17:19
  • 阅读 ( )
  • 分类:财经资讯