算法推荐商业化变局
讨论移动端推荐算法升级驱动的商业价值扩展
0个信源参与该主题的先锋
全部段落
9月26日
9月20日
- Adam Foroughi AppLovin 所处的移动游戏广告市场，Foroughi 估算年规模约为500亿美元——“不久之前，社交广告还是一个500亿美元的机会。” 每天有超过10亿成年人玩休闲手游；AppLovin 近两年前披露，其平台年广告支出为110亿美元，此后同比增长约60%（“按这个增速粗略算到今天，就是一个好看的整数：200亿美元”），如今的逻辑是把游戏间的广告意图延伸至电商购物行为。
- 重估的催化剂是 ML 1.0 → ML 2.0：用2023年4月上线的深度学习广告模型，替代原有的回归模型。 由于模型提升了广告主效果，也让客户能够扩大投放，公司因此快速增长；Foroughi 于2023年9月前后恢复在纽约与投资者会面，投资者这才开始注意到它。“就在那一周，股价从$80涨到$150”——对应市值大约从280亿美元升至550亿美元；他告诉投资者，公司已经熬过来了。
- Foroughi 对广告市场的拆分，是理解 OpenAI 广告争论的关键框架：LLM 广告“几乎将只会与 Google Search 业务竞争”，而发现式广告会创造净新增的经济活动。 漏斗底部的交易本来就会发生；让消费者看到“他们此前完全不知道存在的东西”，才是 Meta 业务的驱动力，也是 AppLovin 想实现的方向。
- 关于监控，他表示不认为广告公司能够追踪位置，称 AppLovin 完全不追踪位置，并认为解析麦克风音频来投放广告并不现实。 他将许多看似神准的广告归因于用户做过却忘记的可追踪行为。至于 Agent，他认为其适合保健品订阅等重复性行为，但典型购物者仍想浏览、比较并享受交易过程；“我们确实过度向 Twitterverse 倾斜。”