大数据策略出自生存危机

adMarketplace网站是一家搜索联盟和广告平台提供商,在失去了eBay这一坚强后盾之后,他们抓住了大数据这棵救命稻草。重建后的adMarketplace终于逆流而上,成功扩张了它的互联网领地。

所谓搜索联盟,就是根据网站搜索情况,针对潜在客户投放相关广告的模式。adMarketplace的系统经大数据机器支持,浴火重生,赢得了诸如索尼、沃尔玛和GM这样的巨头客户。不仅如此,正因为网站的大数据策略,公司才能够在今年的Constellation SuperNova大奖中争取到半决赛的席位;该奖项专门表彰采用创新方式满足客户需求的企业。

作为一家搜索广告公司,adMarketplace使用传统的点击付费平台,每天近乎实时地处理几十亿条广告需求。广告商关注于关键词,对用户的每一次点击进行付费。与其竞争对手不同的是,adMarketplace同时也将流量来源作为考量,基于来自广告浏览的网站点击和盈利效应的相关程度,进行报价。

adMarketplace网站从2000年开始运营,其搜索广告模式很快获得了eBay的青睐,在2003年成为eBay的独家点击付费管理平台。

然而,三年后,eBay和雅虎展开合作,与adMarketplace的独家合作关系戛然而止。同期,adMarketplace的现任CTO Michael Yudin上台。

Yudin说:“我刚上任就接到了个‘烂摊子‘,损失了收益的主要来源,遇到了财务危机。我们一方面需要维持业务,一方面需要建立新的平台。”

但是他们做到了。在与eBay拆伙后的第一年,公司达到了负净值,可不久后就在没有任何外界帮助的情况下走出了低谷。

Yudin现在已经把这件事看作另一种形式的“恩赐”:“磨难是成长最好的导师。”正因为有了这次合作关系的破裂,adMarketplace才决定开始构建一个更大的独立联盟平台。

“eBay是块肥肉,但整个互联网要肥得多得多。”

随着公司系统的重建,一个巨大的发布商网络正在形成,接触客户群体的方式已经不止搜索引擎结果页这一种。Yudin认为,像谷歌和雅虎这些业内先驱都把联盟网络视为他们自身网站搜索活动的通用扩展,而adMarketplace在做的就是使用一系列指标为广告商提供独特的分析见解。

“我们的平台就是专门为管理企业无法解决的复杂问题而设计的;系统会基于你所有来源的广告效果,为你提供数据、控管能力和相应的价格。”

迎战大数据来袭

在优质的客制化服务基础上,adMarketplace能够处理大量的数据--准确说来,是每小时100GB.

Yudin说:“大数据就是公司系统的命脉,牵连到平台的每一个部分。”

但是,管理这么大的信息量也不是件简单的事。在与eBay的合作关系终止后,adMarketplace急需另一个数据库来处理增长的信息量,同时作为内部系统(其中有HP Vertica数据仓库设备)的补充。
在选择合适的数据库厂商时,系统的延迟和运行时间是需要重点考量的方面。

“如果广告的反馈时间不够及时,你在这一行是根本混不下去的,没有客户愿意等你。”

于是,Yudin和他的团队开始考虑一些NoSQL数据库供应商,搜罗整个开源市场,最后把焦点放在了两家身上--MongoDB和Citrusleaf(2009年成立,后更名为Aerospike)。

由于MongoDB本身是免费的,所以产品的管理和支持开销更大。经过一番比较,大名鼎鼎的MongoDB没能达到adMarketplace的要求。

那就只剩Aerospike了。尽管如此,Aerospike前后还是花了一年多的时间才和adMarketplace达成协议。

Yudin在Aerospike还是Citrusleaf的时候就和他们的CEO和CTO见过面;他说:“我每个星期都会接到他们销售的电话。”

据Yudin称,Aerospike这个公司很新、很前端,这一年多的等待时间让它成长了起来。目前,该数据库已经实施了六个月,进展很顺利,当然还有进步的空间。

Aerospike的速度抑制了它的功能化,Yudin将其形容为“太简单”;一些集中化的查询,例如在一天之内给出对某个特定关键词感兴趣的客户总数,无法做到。“如果他们能在现有的速度、可靠性和可扩展性不变的情况下,添加这一性能就很好了。”

Aerospike数据库由可执行查询的系统支持,能够容纳实时获取的数据。Yudin对公司的SQL/NoSQL组合策略信心十足;他认为,虽然传统的SQL数据库在实时数据处理上速度过慢,但在有效的商业智能分析数据管理策略中对NoSQL会起到很好的补充作用。

“要让数据引擎充分运转,NoSQL和SQL缺一不可。我不相信哪一个缺了它们的产品功能化依然完善。”

adMarketplace平台由多个数据中心的上百个服务器共同组成。这些服务器负责处理大量的事件和数据点,并生成日志文件。接着,在内部创建的分布式引擎负责收集基于SQL数据仓库中的信息和数十TB的有意义的数据。最后,相关信息会展示在广告商面前,比如这些广告的来源、点击量,以及服务的总共费用。

大步走进大数据

最近,adMarketplace发布了新产品Advertiser 3D,继续发展海量数据存储的治理。

Yudin说:“这是唯一一款完全针对大数据的广告平台,赋予用户一种别具一格、有效获取数据的方式。”该产品具有与广告点击量、点击费用和每行动成本(CPA)相关的非常详细的数据可视化功能,使广告商能够选取准确的关键词以促进流量增长;另外还包含公司演算引擎的应用程序,为性能改进和流量提升提供建议。

adMarketplace虽然使用了一系列复杂的数据技术,但目标很简单。“我们这一行就是帮助优秀的企业赚到更多的钱、获得更多的客户、线上业务更加壮大。”

对于其他计划构建或重建系统的企业,Yudin也给出了金玉良言。他感悟到,企业不应该不进行市场测试,只管埋头把时间和金钱投入到产品改进中去。

“应该这么做,先把一个产品投放到市场中,看一下效果如何,然后一次针对一个客户进行改进。不要害怕失败,跌倒了再爬起来,继续前进,这样你才会变得更加强大。”

时间: 2025-01-02 03:54:41

大数据策略出自生存危机的相关文章

大数据时代新闻采编人员职业能力培训

原文  http://datameng.com/info/2014/03/big-data-xinwen-caibian/ 据统计,到2013年,全世界储存的信息如果记录在光盘上,再把这些光盘叠加起来,高度等于从地球到月球的距离.美国互联网数据中心指出,目前世界 上90%以上的数据是近几年才产生的.互联网上的数据每年将增加50%,每两年翻一番.因此有学者认为,人类进入了大数据时代.一般意义上,大数据是指无 法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知.获取.管理.处理和服务的数据集合

社交关系与大数据的结合

大家还没搞清楚PC的时候,移动互联网来了,还没搞清楚移动互联网的时候,大数据来了. "有个不太靠谱的命题:如何让赵本山和迈克尔乔丹搭上关系?其实很简单,通过分析两个人的社交圈子,兴趣爱好等,最终可以找出一条线路能让他们两个人认识,这就是隐藏其中的大数据魅力之一点点-- 随着互联网的冲击,UGC(用户产生内容)不断发展,社交网络已经不断普及并深入人心,用户可以随时随地在网络上分享内容,由此产生了海量的用户数据.这些数据并不是我们想象中的那样冷冰冰.枯燥的数据,而是更加活生生.有趣的数据:这些数据不

论各类BI工具的“大数据”特性

市面上的BI工具形形色色,功能性能包装得十分亮丽,但实际应用中我们往往更关注的是朴实的技术特性和解决方案.对于大数据,未来的应用趋势不可抵挡,很多企业也正存在大数据分析处理展现的需求,以下我们列举市面上主流的三款BI系统,就"大数据"特性展开探讨,主要是与Hadoop.Spark.多维分析数据库的对接和性能. Tableau的大数据策略 1.目前,Tableau适用的大数据生态系统连接包括: Hadoop:Cloudera Impala 和 Hive.Hortonworks Hive.

引跑科技副总裁张晓东:引跑DBone数据库助力大数据建设

点击上面的链接文字,可以快速关注"东方云洞察"公众号 今天正好接受了一个媒体访谈,也趁这个契机把云计算洞察领域的内容扩充一下,以后会花些精力给大家介绍一下大数据领域的东西. 以下摘自CSDN媒体访谈稿件,过两天大家就会看到上线,今天我就先发了. 大数据经过几年的市场预热,目前应用案例已经逐步丰富起来,热度逐步上升.今天有幸我们请到了引跑信息科技有限公司(以下简称引跑科技)的副总裁,张晓东先生做一个访谈.张总在数据领域从业多年,以前在 IBM.Oracle.华为等公司工作多年,担任了数据

论各类BI工具的“大数据”特性!

市面上的BI工具形形色色,功能性能包装得十分亮丽,但实际应用中我们往往更关注的是朴实的技术特性和解决方案.对于大数据,未来的应用趋势不可抵挡,很多企业也正存在大数据分析处理展现的需求,以下我们列举市面上主流的三款BI系统,就"大数据"特性展开探讨,主要是与Hadoop.Spark.多维分析数据库的对接和性能. Tableau的大数据策略 1.目前,Tableau适用的大数据生态系统连接包括: Hadoop:Cloudera Impala 和 Hive.Hortonworks Hive.

大数据战略需要数据中心基础架构作出的改变有哪些?

为大数据选择新的硬件.存储和其它数据中心基础设施,这是IT专业人员们所面临的新挑战.推行大数据战略的压力往往来自高层,因为管理者相信,能有效运用数据的企业将比落后者具备更大优势.大数据战略需要数据中心基础架构作出的改变主要有五点: 一.围绕大数据选择存储 在成功的大数据策略下,企业可以将来自内部的高质量数据与Hadoop挖掘自多个云供应商的低质量数据进行整合.这也就改善了业务相关数据的质量,让分散在各地的数据能组织成为具备一致和及时性的大数据资源. 大数据正在改变中央数据仓储和松耦合数据集市的决

IOT大数据大世界大未来,物联网产业大数据应用简析

在物联网时代,面对PB级的数据,企业将难以以一己之力完成基础设施的建设.物联网所产生的大量数据不仅会驱动现在的数据中心发生根本性的变化,同时也会驱动相关企业采用新的大数据策略. 物联网的价值在于数据:企业对数据的分析工作启动地越快,挖掘出的业务价值就越多.而大数据服务提供商的目的就是通过加大相关的投入,消除数据收集.管理的风险以及复杂性,让企业能够专注于物联网数据分析. 如果你想了解大数据的学习路线,想学习大数据知识以及需要免费的学习资料可以加群:784789432.欢迎你的加入.每天下午三点开

零售「增长***」:5大经典的零售大数据用例

从多渠道产生的海量数据,使得零售行业的边际不断扩大,也为零售企业实现前所未有的价值和竞争优势提供了新的机遇.从商业角度来看,零售商需要使整个企业内的人员快速.准确且自信地做出决策,而实现这一目标的唯一方法是利用大数据制定最佳计划和决策,从而更深入地了解客户,发现隐藏的趋势,揭示新的机遇. 为了更好地理解零售行业中大数据分析的价值,让我们来看看以下5个经典用例,目前它们正在各个领先的零售公司中得到广泛实践. 1.零售客户行为分析 以数据为导向的客户洞察力通常被认为对于提高客户转化率.制定个性化营销

大数据时代 云安全4大策略

云计算与大数据的结合可以说是天作之合.大数据需要灵活的计算环境,而后者可以快速.自动地进行扩展以支持海量数据,基础设施.但是无论什么时候对云计算展开讨论,我们都无法回避以下问题: 针对大数据的云安全策略是什么? 当在大数据使用案例中提及云安全策略时,我们希望任何安全解决方案都能够在不影响部署安全性的情况下提供与云一样的灵活性.在将大数据转移至云上时,以下四个小贴士可以让用户既能享受到云计算的灵活性又能获得严格的云安全策略. 1.将敏感数据加密(强烈推荐) 数据加密将会为你的云基础设施建起一堵"虚