本文是阅读 《计算广告 第2版》 的第 3 篇读书笔记。所有读书笔记请访问这个 TAG： 《计算广告》。

eCPM 是什么

eCPM 可谓大名鼎鼎，它是计算广告的核心量化指标。《计算广告》这本书大部分计算都围绕它展开，纯广告变现（IAA）游戏最关注这个指标。

本文是阅读 《计算广告 第2版》 的第 2 篇读书笔记。所有读书笔记请访问这个 TAG： 《计算广告》。

从信息接收阶段理解广告生效方式

广告的信息接收过程分为三个大的阶段：

1. 选择 Selection
2. 解释 Interpretation
3. 态度 Attitude

在这三个大的阶段中，还有六个小的阶段：

1. 曝光 Exposure
2. 关注 Attention
3. 理解 Comprehension
4. 接受 Accptence
5. 保持 Retention
6. 决策 Decision

所有阶段的关系如下图所示：

BI 是一个成熟的概念。

根据 前面的讨论，我们知道 BI 系统是一套综合了 数据仓库、查询引擎和前端展示 的复杂系统，是企业进行互联网营销的必备工具。有大量的公司和团体进入这个领域，开发出了优秀的整体解决方案。

我们今天就来聊聊已经存在的 BI 系统解决方案。

在 构建BI：大数据系统概念 一文中，我们提到过 OLAP 系统的特点：

OLAP 强调 SQL 执行时长，强调磁盘 IO、磁盘分区和磁盘子系统吞吐量。OLAP 同时处理的数据量大，DML 少，更多的执行是报表作业和聚合类操作。

这些特点让 OLAP 对于存储和查询的要求都很高。业界也有大量成熟的技术解决方案来处理这两类问题。

本文从个人喜好的角度来简单讨论查询引擎 Presto 和数据仓库 ClickHouse。

注意：本篇为技术讨论，对技术不感兴趣的读者可以跳过不看。

我正在构建一个用于游戏运营的 BI(Busniness Intelligence)系统，该系统用于指导 SAGI GAMES 游戏的投放，把运营和投放岗位从重复繁重的数据分析工作中解放出来。

我会用文字把整个构建中的学习、思考、决策的流程记录下来，形成这个系列： 构建BI。

由于时间仓促，能力有限，这个系列中一定有许多疏漏错误之处，欢迎指出和讨论。

本文的目标是理解大数据系统的相关概念。

本文是阅读 《计算广告 第2版》 的第一篇读书笔记。

所有读书笔记请访问这个 TAG： 《计算广告》

上一篇 广告归因：广告ID与个人隐私保护 一文中，我们介绍了广告 ID 的出现，以及个人隐私保护。

上一篇 广告归因：归因模型 一文中，我们介绍了归因系列中最重要的概念。

本篇是归因系列的第四篇。我们来聊聊广告ID的前世今生，政府出台的法案对个人隐私保护的意义。

上一篇 广告归因：归因方法 一文中，我们讲解了归因的具体流程、归因窗口和自归因平台的概念。

本篇来讲讲常用的归因模型。归因模型的选择对归因效果和数据分析会产生决定性的影响。

书接上回。

在 广告归因：是什么和为什么 一文中，我们从归因作用的角度对其进行了定义：

归因的目的是判断用户的来源，确定广告的效果，从而指导后期投放。

本回书说一下归因的方法和常用模型。