刚入行的时候，我购买了市面上与互联网广告相关的书籍进行学习，发现多数内容都是媒体侧的，即媒体广告平台如何使用、媒体广告算法原理是啥，广告主侧的内容寥寥无几，原因之一可能是广告主侧本身也不那么open，所以互联网上的内容就比较少。
这篇文章就以我个人的理解，分享广告主侧在广告投放中的二三事，希望对大家有所帮助。
与媒体不同，广告主没有媒体那么多的数据，也没有媒体那么多的用户，我们只有自己产品的数据，这在业内称为后链路数据，这主要包括：激活、注册、付费、用户行为数据（不同行业可能不同），广告主要如何在有限的数据上玩出花样来？
此外，广告投放环境的变化，多数主流媒体（如：字节、腾讯、快手等）都要求广告主回传数据，即将部分后链路数据（如：激活、注册、付费）同步给媒体，其说法是，有了这些数据，媒体可以帮助你更好的获得用户，对广告主而言，就是将底裤都给媒体看了，不给还不行，你不给，其他广告主给，你的广告质量就差，所以行业内，大家几乎都给了，那我们如何破局获得相对优势呢？
现在媒体数据要的越来越多，国内媒体的广告创建相关的配置功能也在收窄，即往Facebook、Google上靠，渐渐的，可能会变成创建广告主上传素材后，你就做不了啥了，那广告主如何更好的利用素材呢？
首先，要聊的是，利用好前链路数据，即媒体侧提供的广告数据，主要是广告数值数据（广告曝光、广告消耗、广告素材观看数据等）和广告配置数据（广告出价、广告日预算、期望ROI、定向等），利用这些数据，你是可以训练模型的。
比如公司有几个很厉害的投手，你跟他们聊天，会获得比较模糊的描述，比如有些投手比较看重如何创建广告，有些投手比较看重广告消耗的过程，你难以总结出共性。
此时你可以整理出这些优秀投手对广告操作的历史数据，清洗出投手修改广告配置时的数据，即投手是看见了什么数据情况才决定修改某些广告配置的，构建出训练数据（典型的[data feature -> target]的结构），通过监督学习相关的算法，便可以训练出一个模型，这个模型在“看见”广告的某些数据情况时，就会做一些相应的操作。模型训练的好，广告效果不错的话，就有很高的商业价值。
