网络上有很多企业家的分享，他们爱讲一些宏观的东西，商业概念、组织理念、竞争准则，大家也很爱听，很多人花了不少钱去学习这些内容，想要打磨自己的底层逻辑。
但事实上，要把他们所说的抽象内容落实到业务里去，往往是一个很具体的过程。我们就以「效率与体验」为主题，通过商业化的案例来深入理解。
“企业到底是追求效率，还是追求体验”？这个问题在众多老板口中是哲学一般的存在，你肯定听过某某大佬提到：“只要坚持为用户创造价值，就一定能实现商业上的成功。”阿里价值观认为「客户第一，股东第三」，同样表达了这种观点。
总之，在老板视角往往是“两手都要抓，两手都要硬。”
体验与效率的对立统一，在搜索引擎时代体现为李彦宏的搜索引擎三定律：
搜索引擎第一定律是相关性定律，即根据内容里出现的关键词频率给出搜索结果。第二定律是人气质量定律，即根据用户对某一内容的感兴趣程度给出搜索结果。
第三定律是自信心定律，即根据谁出的钱多给出搜索结果。
李彦宏
到了短视频场景下，抖音等新兴广告媒体的解决方案仍然沿用了李彦宏的理论：
- 用户为了享受免费的内容服务，就需要接收广告信息，平台会根据相关性和兴趣推荐广告。
- 广告售卖以平台收益（eCPM）为主要的优化目标。
抖音推1条广告要考虑的事情
2020年抖音靠广告挣了多少钱呢？从字节跳动对外披露的财务数据预估，大概在1000亿以上。我们在抖音看美女，抖音靠我们挣1000亿广告费，相信我们都有光明的未来。
考虑到广告对用户活跃会有负向影响，最终用户接收的广告数量将被约束在一定的范围内。根据2019年华创证券的数据，抖音广告加载率（Ad load）为12%~14%，也就是用户每100次上下滑，平均有12~14条广告。
根据公式：广告收入=DAU（每日的活跃用户数）*人均浏览视频次数*Ad load（广告加载率）*eCPM（平台展示千次广告的收入）/1000
既然抖音的广告加载率已经比较高了，如果还想把收入从1000亿做到2000亿，则需要靠更大的总用户时长（DAU*人均视频条数）或者更高的eCPM。
要想实现这两个目标，需要持续优化「内容分发、广告分发」的能力。虽然都是分发，但这两者是有区别的：
- 内容分发本质是【个性化推荐（推荐系统）】
- 广告分发本质是【计算广告】
由于平台不可能直接把数千万条视频、直播与用户的兴趣进行匹配、排序，所以先通过多种策略做内容召回（比如：兴趣标签、相似用户、热门内容等），先召回有限的候选集，再进行内容排序。
谷歌论文：《Deep Neural Networks for YouTube Recommendations》
召回完成后，内容排序有很多种算法模型这里就不展开了，因为我也看不太懂。总之，老板那句“两手都要抓，两手都要硬”，并不是想象中那么简单。
最终，服务器向用户手机返回了排好顺序的视频，用户依次向下滑动，他的点赞、评论、观看时长等行为将被记录下来，用于未来模型训练，提升预测的准确度。以亿为单位海量的兴趣数据经过训练不断反哺到内容推荐与广告业务中去，呈现飞轮式增长。
计算广告如何更「高效」
刚才也提到，【计算广告】作为一项业务，其核心目标是「平衡」用户、平台、广告主三方的利益：
- 平台利益：Max(eCPM【千次广告展示收益】)，代表单位流量售价最高，如果抖音Q2平均1000次广告展示获得的广告费是40元，环比Q1上涨10元，那说明Q2的变现效率提高了。
- 广告主利益：Max(ROI)，ROI=收益/CPM【千次广告展示成本】，这里的“收益”指广告主支付广告费获得的收益水平。例如：阿里在抖音投放1000次广告需要支付20元，平均可以获取1个新用户，1个用户1年只能为阿里带来10元的综合收益（ROI=0.5），那20元的广告费就是不划算的。
- 用户利益：尽量少看广告（抖音的Ad load），即使看也是看自己感兴趣的内容。
我们模拟一轮简化的广告分发场景：“用户看了广告主A和C的素材后都没有点击，而用户B不仅点击了广告主B的素材，并且注册成为B产品的客户。”
来源：刘鹄，《CSCNN：新一代京东电商广告排序模型》
通过构建特征工程并确定目标函数（贪心算法（局部最优）/长期回报），利用Online-Learning大量数据训练后得到CTR优化结果。
在推送1次广告时，平台到底从海量的广告主中推哪一个，核心考量因素是eCPM（平台每千次展示的收入） = 预估点击率（p-CTR） *预估转化率（p-CVR）* 预估出价（p-Bid）。根据每个广告的eCPM进行排序，选出值最大的那个进行展示，如果涉及i个不同的客户则，取所有客户∑eCPM求和最大化的解。
字节跳动巨量引擎oCPM的GSP计费介绍
直观感受，采用GSP（第二价格）计费增加了系统预估的参数量（p-Bid），会让预估变得更难，为什么不直接使用广告竞得者的出价（第一价格）？
这里主要考虑了使用“第一价格”带来的出价波动问题，如果广告竞得者支付他的竞价价格，则广告主为了获得展现，他会不断提高价格，在获得广告展现后，他又会开始不断减少出价以降低成本，这个博弈过程，容易使得出价不稳定，影响eCPM的预估准确度。谷歌2002年开始将GSP引入搜索引擎，并成为主流的在线广告计费模式。
字节跳动的天花板与挑战
毫无疑问，字节跳动已经成为比肩阿里、腾讯的顶级互联网企业，单纯从商业化的角度，它的想象力也是独角兽里最大的。
「电商广告」与「非电商广告」主要区别在于“用户被广告转化后，核心数据是否留在广告平台”，包括在广告主侧的行为数据、付费数据、偏好数据等等。
以天猫为例，Skechers旗舰店在天猫投放“运动鞋”的搜索词广告，其投放目标ROI=用户的成交金额（GMV）*利润率/广告成本。当用户被搜索广告影响进入Skechers店铺，并发生了关注店铺、购买商品（GMV）等行为时，相关数据均被天猫APP记录，广告全流程实现了数据闭环，阿里可以利用这些数据更高效地优化模型，提高商家的变现效率。
字节跳动巨量引擎APP转化回传对接方案
考虑到用户付费很可能是长周期的行为，并且回传模式难以监测更多维的用户特征，使得非电商广告受制于数据隔离问题，很难像电商广告系统那样实时+全量化地将用户转化数据用于广告系统的训练，有效提高电商广告主的ROI。
但字节跳动强就强在，同时兼具了【电商广告】与【非电商广告】两大业务（内容+电商），这在过去所有中美互联网巨头里都是没有过的。
抖音非电商广告年收入已经做到了1000~2000亿；而抖音电商2021年GMV目标是1万亿，按3%的货币化率计算，电商广告有机会做到300亿以上。随着直播带货大趋势的推动，未来抖音电商还有成倍的增长空间，字节跳动的商业化天花板远没有见顶。
当然，字节也在面对很多新的挑战。在过往的电商广告、Feeds广告都是向用户推送「广告素材（视频、图文）」，广告主可以使用大量差异化的素材/投放人群做AB测试，找到最优人群和素材。但直播电商的实时性很强，罗永浩周日18:00~21:00点直播，广告系统也只能调度相关时段的流量，并且直播过程也是难以预测的，这也给广告系统提出了更高的要求。
相比于“征税”的强制性，电商平台投入大量资本为建设更有商业价值的经营环境，并向商户收取的租金、广告费的行为，可以视作【流量产权】（主要是经营权）的商业变现。
谈到产权，意味着经营权、收入分配权、使用权与转让权。它的威力我们并不陌生，1979年安徽省凤阳县小岗村，18位农民签下一份“生死状”，开启了包产到户的农村改革序幕（即：生产者获得经营权），包产到户后第1年的产量就相当于实行人民公社25年产量的总和。
当然，微信将【流量产权】的变现能力让渡给商家，和其产品战略也有很大的关系，作为中国人的社会连接器，微信专注于赋能一个个微小的个体，在商业化上一直都比较克制。你去观察成都从成华大道去往二仙桥的路上，免费公园的人明显更多。这种选择也让微信长期保持了简洁、高效的产品体验，成为唯一十亿级的国民APP。
这座超级流量池，无形中为腾讯游戏、核心生态伙伴“美团、滴滴、京东、拼多多”输送了大量的流量，以全面遏制阿里的发展，实现了体验（微信的用户体验）与效率（生态的经营效率）的最佳实践。
B站也是非常典型的以【关注关系】为中心的社区，大家关注自己喜爱的UP主，UP主持续创作优质的内容获取更多忠实粉丝和稳定的流量，并最终通过广告变现。此时，【流量产权】成为KOL的核心资产。
也不排除未来的某一天，B站迫于压力急于变现，也许会像YouTube那样，用户每看几分钟就强行插入一个广告。强制插入广告的行为，意味着即使KOL利用【关注关系】和粉丝建立了强的连接，但流量控制权仍然掌握在平台手中。
当平台开始加速商业化时，往往就是【流量产权】再博弈过程，一个健康的内容平台，可以支撑更多的创作者在必要的规则约束下得到良好发展，这类平台在博弈中就能掌握更大的话语权。想想也是，你去迪士尼乐园里卖烤串，当然会自觉遵守园区的抽佣规则。
但如果平台把过多精力放在变现上，则大概率会稀释内容质量与用户体验，百度多年来依赖医疗广告成瘾不能戒除，导致其长期承受舆论的讨伐。抖音即使在广告分发领域找到了【个性化推荐】的良药，也无法无节制地提高广告加载率，并且伴随着抖音电商内容的激增，娱乐内容占比进一步下降，消费者的口袋终会捉襟见肘。即使是这样，算法的上帝视角仍有机会根据不同用户对商业内容忍耐度的差异，千人千面地调整娱乐与消费的内容比例，最终把人困在系统里，成为欲望的囚徒。
总体来看，在未来的日子里，「体验与效率」仍然是一个老板口中“都要硬”，但执行起来却非常困难的事情。但相信市场经济的力量总是能用“无形的手”将商业活动推向更有效率的真实世界。就像我每天在抖音只看1小时「井川里予纯欲天花板舞蹈」，字节跳动就可以赚到2000个亿，相信我们都会拥有光明的未来。
