以下的名词全部由纷析数据和宋星整理，未经许可，不得转载。

所有名词被分为四个大类，每一个大类之内，按照英语字母顺序排序。

数据相关

Attribution：归因。但是实际上这个词被翻译成“归属”更好。归因是指在多种因素共同（或先后）作用造成的某一个结果时，各种因素应该占有造成该结果的多大的作用，即“功劳应该如何分配以及归属于谁”。为解决归因的问题而建立的模型被称为归因模型，即attribution modeling。但我一直可惜这个词没有翻译好，翻译成归属模型或许更容易理解。

CDP：Customer Data Platform，即顾客数据平台。与DMP（参见词条DMP）相似，CDP也是存储消费者的数据的，但区别在于，CDP存储的是已经成为你的顾客的消费者的数据，而DMP理论上应该包括所有互联网上的受众，尤其是你的目标受众的数据。CDP可以看做是传统的CRM在数据领域的升级，以迎合今天互联网的消费者社交化的倾向以及符合新零售的趋势。DMP和CDP可以通过Data Onboarding的方式联通，它们共同构成企业的数字营销云（参见词条营销云）的数据基础。相关词条：DMP、营销云

Cookie：Cookie并没有真正的中文翻译，cookie是在你浏览网页的时候，网站服务器放在你电脑（或移动设备）的浏览器里面的一个小小的TXT文件。这个文件里面存储了一个标识你这个人的匿名的ID，以及一些与你访问的这个网站有关的一些东西，这样当你下一次访问这个网站的时候，cookie就会知道你又来了，并且记住你上次访问时候的一些状态或者设置。Cookie以及与cookie类似的东西是互联网营销的最重要技术之一，几乎所有识别人和标记人的工作都需要cookie及类cookie技术完成。在这次培训中会有详细的说明。

Data Onboarding：数据打通，尤指离线数据（offline data）和在线数据（online data）的打通。离线数据不仅仅包括我们通常认为的线下数据，也包括互联网上的静态数据，例如用户其静态属性及与之相关联的用户ID。在线数据则主要是指消费者的动态的行为数据，以及与之相关联的用户ID。

Device ID：指用户的硬件设备（尤其是指手机设备）的唯一标识代码。Device ID是这一类设备唯一标识代码的总称。安卓上的device ID一般是安卓ID或者UDID，苹果手机的device ID是IDFA。在PC端广告商用cookie追踪受众，在移动端则利用device ID。

DMP：Data Management Platform，数据管理平台。程序化广告（programmatic advertising）中为实现定向受众所需要倚仗的数据平台。但它能做的还远远不止这么多。培训课程中会涉及不同类型的DMP。

GDPR：General Data Protection Regulation，一般性数据保护条例。这是欧盟颁布的个人数据隐私保护条例，应对互联网个人数据的使用不合理且缺乏有效监管的状况。GDPR规范了个人隐私数据的定义，各数据相关方如何获取、访问、使用、流通个人数据的机制，以及这些机制背后的透明度。对个人数据的使用条件和范围，侵权情形及相应惩罚都做了相关的规定。该条例在2016年4月27日通过，两年的缓冲期后，在2018年5月25日强制执行。 GDPR取代了1995年的数据保护指令。这一条例不需要欧盟各国立法通过即在全部欧盟国家有效。这一条例也很有可能成为中国个人数据隐私保护未来立法的参考蓝本。

ID Mapping：由于用户或者受众的数据分散在各种不同的系统中，因此，如果想要将同一个用户的数据整合在一起，则需要对该用户在各个系统中的ID进行映射，即ID Mapping。举一个例子，某个用户在app中的ID是IMEI号，而在小程序中的ID是Union ID，为了让这两个不同系统的同一个用户的数据能够整合到该用户上，需要将IMEI号和Union ID做映射，使它们能够代表同一个人。如何进行不同系统间的ID映射，欢迎大家参加我的大课堂了解。

Segmentation：细分。这是我们最基本的方法，即把总体按照一定的规则分成并列的若干块。做了segmentation之后，每一个块就是一个segment。所以segmentation和segment不是同义词。Segmentation怎么用？怎么发挥最大价值？我的大课堂上有很多案例。

UID：是User Identification的缩写，即用户ID。

第一方数据：1st Party Data，是企业自有的数据（英语是owned data），这类数据主要是企业自己在业务过程中产生并积累的受众、用户或者客户的相关数据。第一方数据主要就是两类：（1）顾客数据，不一定是必须由CRM提供（因为很多企业连CRM都没有），但CRM的数据是最典型的：顾客个人信息、购买相关数据（典型的如RFM）、售后数据等。（2）企业可以获得的，各个消费者触点上的数据。比如，广告展现和点击数据、网页上受众及行为的数据、APP上用户和行为的数据，企业自己的小程序用户和行为数据、微信公众号H5页面的用户相关数据等等。

第二方数据：2nd Party Data，是企业的合作伙伴提供的数据，这些数据仍然是关于受众和用户的，但这些受众和用户数据不再只是企业自有的受众和用户的数据，而是合作方自己的或者自己收集的受众和用户的数据。第二方数据与第一方数据在内容形式上很相似，同样包括顾客数据、消费者触点数据，但增加了一些其他的内容，所以数据主要是如下几类：

• 顾客数据
• 消费者触点数据
• 受众数据（人口属性与行为）
• 媒体的用户数据（人口属性与行为）
• 社交关系数据

第三方数据：3rd party Data，是没有直接合作关系的企业或者组织提供的数据。当然，这些数据往往需要进行采购，而在商业环境中，往往把“采购”、“买卖”或者资源互换用委婉的用语——“合作”来代替。但是，这种所谓的买卖关系产生的“合作”与我们前面第二方数据中所言的合作是完全不同的，因为本质上这就是交易，而非合作。数据的类型也在第二方数据的基础上进一步扩充：

• 顾客数据
• 消费者触点数据
• 受众数据（人口属性与行为）
• 媒体的用户数据（人口属性与行为）
• 社交关系数据
• 更广泛的网民互联网行为数据

投放相关

AdExchange：广告交换网络（也有称之为广告交易网络的），是程序化广告（见Programmatic词条）中的广告“交易市场”。AdExchange一般是开放的，这类AdExchange与金融投资的股票二级市场类似，AdExchange支持各种拥有广告资源的媒体在其上交易自己的广告资源，通常这些资源完全基于广告受众并动态化的交易的，即当有互联网用户（受众）的终端展现了这些广告资源时，该资源才有被售出的可能。同时，对广告位有需求的广告主也可以进入AdExchange采购自己需要的广告资源，采购方式也同样是当广告资源上有受众出现时，广告主购买该资源上展示广告主自己的广告的机会。由于这一过程需要很多专业的广告技术才能实现，因此媒体方通常通过SSP来实现自己广告资源与AdExchange的接入，而广告主方则通过DSP实现与AdExchange的接入。除了公共AdExchange（开放的AdExchange），也有封闭的AdExchange，即媒体基于自己的广告资源建立的广告交换网络，一般没有或者只有很少的来自其他媒体的广告资源，因此它并不是真正意义上的AdExchange，尽管它也对几乎所有的广告主开放。

Ad Network：广告网络。它既像是一个行业协会，又像是一个中小publishers（愿意在自己网站和apps上放广告的其实都是publishers。参见词条：publisher）的中介（agency），它帮助建立publishers联合的标准和联合的方法，它代表这些publishers与广告主谈判，它同样与广告主谈价格，提供双方都能接受的定价。愿意进入Ad Network的publisher，签一个协议服从规则就好了，不愿意的，不勉强。如果广告主有广告需求，会发给Ad Network，然后Ad Network会把这个广告散布到各个适合发布这个广告的众多publishers上去。广告主付费之后，相当部分的费用被分配给publisher，Ad Network则自己留存一部分作为自己的“辛苦费”。

Audience：受众。就是广告的阅览者，普罗大众。受众这个词太书面化了，但是确实没有比这个更明确的词，所以在近两期公开课中都会用这个词。受众（audience）这个词很有意思，它在英语中是一个可数名词，即，你可以说一个受众（an audience），或者几个受众（several audiences）。不过，即使是一个受众这种说法，也不是指一个人，而是指一个受众群体；同样，几个受众，也是指几个受众群体，而不是指几个人。

Awareness：对品牌或产品的认知。做广告的首要目的，就是让消费者意识到你的品牌或者商品的存在，说白了就是搏存在感。看看近期密集发布的手机在各个新闻app、电商app中频频发力，就知道awareness对广告主有多重要了。

Banner：广义上是图片或者动画展示类广告的统称。这个词的含义源于上街游行队伍中拉着写有标语的大横幅，后来扩展到互联网广告商，并与display ads同义。 

Target Audience：目标受众。任何人都可能看到你的广告，但只有那些合适的人才会购买你的商品。所以，合适的人就是你的目标受众，是你最希望影响到的那群人。

Trading Desk：常被简称为TD。对于广告主而言，程序化的广告投放往往需要包括AdExchange、DSP以及AdNetwork等广告资源和投放机构的参与，因此需要非常专业的能力。与股票二级市场交易有trading desk（交易操作柜台）为投资人服务一样，程序化广告也有专门为广告主服务的trading desk，帮助广告主选择合适的AdExchange、DSP、AdNetwork以及各种程序化广告资源，并进行投放操作与优化。如果是广告代理商（Agency）提供的Trading Desk服务，也被称为ATD（Agency Trading Desk）。

Verification：特指广告的验证。验证有两类，一类是验证广告是否真实被投放出去了，以及投放出去之后广告所处的环境是什么。什么是广告所处的环境？——对于PC web上的广告而言，环境就是这个网站以及具体承载广告的这个页面。另一类是验证广告覆盖的人群的情况是不是跟预想的一样。

Viewability：广告可视性。过去统计广告的曝光的时候，不考虑广告是不是真的被人看到了，所以有些广告处在一个很长的页面的第二屏或者更后面的位置，而某个同学只看了第一屏就离开了的情况下，这个广告其实是根本没有处于屏幕中的，这个同学根本看不到这个广告。在不考虑viewability的情况下，这个广告仍然因此而有增加一次曝光（impression），而若考虑viewability，这个广告不增加一次曝光。

交易相关

Ad Serving：广告伺服，或者第三方广告伺服。是指将存储数字广告的物料，并在广告获得请求的时候将广告展现在广告位上的相关技术和解决方案。Ad serving一般既不是由广告主自己提供，也不是由媒体提供（尽管有些媒体确实也提供相关的服务），而更多由第三方服务机构提供。Ad serving是智能化的广告投放的重要基础设施。

Arbitrage：套利。指以相对低的价格买进广告资源（流量），然后又以相对高的价格卖给广告主从而赚取差价的广告交易方式。

Bid/Bidding：竞价。搜索引擎PPC广告，或者RTB广告，都需要竞价。类似于拍卖，但需要在预置条件的前提下通过程序来实现。

Bidder：Bidder即竞价者，在PPC广告范畴内，bidder就是普通SEM的操作从业者。在程序化广告范畴内，bidder一般就是DSP服务提供商。

透明化：程序化广告的出现及流行促进了透明化，原因正好在于程序化广告与普通的合约广告（固定时间和广告位置以及具体价格的广告）相比，不够透明。由于程序化广告基本上都是人群定向的，因此不能随时查看自己的广告是否投放、具体投放在哪里以及投放给了谁，这不仅可能造成无法真正了解广告的效果（尤其是对于品牌广告主），还使广告服务收费变得很不透明。透明化是通过技术解决方案、一系列行业标准、结算方式乃至广告商提供服务的方式等进行改革，以帮助实现更为透明的程序化广告投放。另外，由于对于透明化越来越关注，很多广告商提供纯技术服务，而不再走流水的方式，希望借此迎合广告主的需求，而有实力的广告主，也更多开始考虑自建程序化广告团队，甚至自建广告投放团队。

eCPM：有很多种解释，比如earnings of CPM，earning CPM，effective CPM。前两种似乎是中国的解释，后一种是国外常见的解释。不过，不管哪种定义，它的公式都是一样的：Total Earnings/Impressions x 1,000，即每一千次广告的曝光，能够带来的广告费收入。这个指标对于媒体而言尤为重要，因为这代表着他们的产能效率。对于媒体而言，广告主投放的效果不是最终目的，最终目的是eCPM能有多高，因此，广告主投放效果的好坏，实际上是为实现高eCPM的手段，聪明的媒体应该尽力实现广告主投放效果和eCPM的共同提升。

GFR：即广告填充率（Global Fill Rate）。这个比例用来表示某个广告位置发起的广告请求的数量，和实际最终展现的广告数量之间的比值。公式是：广告展示次数/广告请求次数*100%。在传统的合约广告，且没有第三方ad serving的情况下，基本上不存在填充率问题。而在智能营销的广告投放，尤其是竞价投放中，填充率对于媒体而言是一个很重要的指标，如果填充率低于95%，表明存在阻碍广告被展现的技术问题，而需要加以纠正。参考词条：Ad serving。

oCPC、oCPM、oCPA：在CPC，CPM或者CPA前面加上“o”，表明这些广告投放的出价方式是经过“优化了的”。如果没有“o”，CPC、CPM和CPA（见后面CPC、CPM和CPA词条）则是分别按照“点击”、“展现”和“行为”来为广告的投放定价。而加上“o”，则意味着，广告投放系统会为实现可被该系统追踪到的最优化的效果来进行广告投放的人群选择和出价。所谓的“最优化”，背后的实现通常是用“监督学习（见后面的监督学习词条）”来完成的，即按照广告主希望受众做出的A甚至是S（销售，也可以叫做转化，即conversion）作为他们（媒体）调整广告投放策略和流量分配的优化依据，进行监督学习，从而能够自动化地，且比人手动控制更加优化地完成广告投放。不过，最终实际的付费还是按照C、M或者A来进行。相关词条：CPC、CPM、CPA、监督学习。

pCTR：这个名词似乎只有中国使用，国外有类似的表述，但是似乎没有这样的专用词表示。对于这个词背后的英语，也有几种，比如predicted CTR，predict CTR，projecting CTR等。意思同样是没有区别的，即预估CTR（预估点击率）。与CTR的区别是，CTR是实际发生的，而pCTR是预估出来的。

pCVR：这个名词似乎只有中国使用，国外有类似的表述，但是似乎没有这样的专用词表示。对于这个词背后的英语，也有几种，比如predicted Conversion Rate，predict Conversion Rate，projecting Conversion Rate等。指预估的转化率。

竞价率：在竞价广告中，广告主接到广告展示的竞价请求之后，响应该请求进行竞价的比例。公式为：参与竞价次数/竞价发起次数*100%。竞价率是衡量广告主在投放竞价广告时参与竞价是否正常，及是否有广告展现机会的一个重要指标。

竞得率：在竞价广告中，广告主参与竞价与竞价成功之间的比例。公式为：竞价成功次数/参与竞价次数*100%。竞得率是衡量广告主广告能否有展现机会的另一个重要指标。

基础技术相关

AdTech：Advertising Technology（广告技术）的缩写。越来越多的互联网技术应用在广告领域，从而诞生了一个专门的行业领域，广告技术行业。这一行业经由程序化广告（见Programmatic词条）的兴起而被推向顶峰。通常DSP、SSP、AdExchange、DMP、Trading Desk（参见相关词条）都是典型的AdTech的服务机构或平台。相关词条：Programmatic、DSP、SSP、AdExchange、DMP、Trading Desk

AI和BI：AI是Artificial Intelligence（人工智能）的简称；BI是Business Intelligence（商业智能）的简称。商业智能又称商业智慧或商务智能，在过去指用数据仓库技术、联机分析处理技术、数据挖掘和数据可视化技术等进行数据分析以实现商业价值的一种能力。今天的商业智能开始引入人工智能，从而进入一个新的领域。

Deep Link：没有汉语直接对应名词，我觉得直接叫“深链”好了，但不能叫做“内链”，后者是另外一个东西。Deep link历史悠久，过去把能够链接到网站的内页（即非首页的页面）的链接都称为deep link，但此后很快deep link这个词的意义就消失了，因为这样的链接实在太普通，都不需要用一个专用的名词来表述。但随着移动端的app的出现，deep link又“东(si)山(hui)再(fu)起(ran)”，特指那些能够跨过app首屏而直接链接到app的内屏（类似于网站的内页）的链接。嗯？如果这个app还没有安装过怎么办？这两期的公开课会专门讲。

DM Hub：Digitial Marketing Hub，是MarTech的一种产品解决方案，即集成的欧中数字营销工具（通常包含多个营销渠道的投放管理和优化工具、多消费者触点的用户营销体验管理工具，以及基于数据的受众和消费者分群工具），从而为企业提供一站式的管理多流量渠道和消费者触点的技术产品解决方案。国内的Convertlab提供以DM Hub为命名的相应产品，但DM Hub实际上是这一类产品的通用名。相关词条：MarTech

LBS：Location Based Service，基于位置的服务。低逼格的讲就是用手机定位之后，能否关联一些服务或广告的。当然实际的应用比我说的肯定逼格高很多。

Look-alike：相似人群放大。为了找到更多目标人群，一种方法是，利用DMP，找到与既有目标人群情况（属性）比较类似的人群。这个寻找的过程是通过计算机算法完成的。这个通过寻找相似人群放大目标人群的过程被称为look-alike。关于什么是DMP，请参见词条：DMP。关于什么是目标人群，参见词条：Target Audience。

Machine Learning：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

Marketing Cloud：营销云，是MarTech解决方案产品在云端的集成。一般应该包含所有MarTech的解决方案，即包含DM Hub中相关的功能、AdTech相关产品的功能、DMP和CDP、创意管理、内容管理、社交营销管理、效果类营销管理、数据监测与效果评估等。部分Marketing Cloud也包含交易管理的功能，或分散在各个功能模块中。

MarTech：Marketing Technology（营销技术）的缩写，是指一系列服务于互联网营销和营销运营与优化的技术解决方案的总称。这些技术解决方案包括但不限于：为实现获客相关的技术解决方案，潜客培育和转化解决方案，数据获取和打通（onboarding）方案等。理论上AdTech也应该是Martech的子集，但是人们约定俗成MarTech不包括AdTech，二者并列，即MarTech是除AdTech之外所有的数字营销技术的简称。

MIP：Marketing Intelligence Platform, 营销智能平台。指通过大数据和人工智能等方式实现的自动化智能化的广告主营销决策系统。IBM的Watson在营销上的应用是MIP的一个例子，在中国，品友互动则推出了他们的智能营销决策系统，也命名为MIP。另外一家数据米铺（Data MIP）也以MIP命名自己的产品，主要提供电子商务领域营销智能系统。

Pixel：本意是像素，但是在监测领域，是tracking code（监测代码）的同义词。参见后面的词条：Tracking。

Programmatic：程序化（广告）。一种革命性的广告运作方式。在课堂中会有详细的介绍。

Supervised Learning：最常见的一种机器学习（machine learning）的方法。在监督学习中，每个实例都是由一个输入对象（通常为矢量）和一个期望的输出值（也称为监督信号）组成——例如，营销相关的创意、广告出价（排名）、目标人群的各种设置等为输入对象，广告的效果（例如点击率）就是输出值。监督学习算法是分析该训练数据，并产生一个根据已有的数据（输入对象和输出值）推算得出的映射关系，用这一映射关系去推断新的实例的情况。在刚才那个例子中，历史的创意、出价、目标人群设置数据及其相应效果的输出值可以用来推断未来在各种创意、出价和人群设置下的效果，并利用效果的推断不断调优输入对象的设置，从而让机器实现自动化的营销效果优化。

Tracking：翻译为跟踪，就是数据分析工具跟踪用户各种行为的“跟踪”，用户所有的线上行为都可以被跟踪。监测这个词的“监”这个字，就是tracking。而测，则是measurement。所以监测这个汉语词，最准确的翻译就是tracking and measurement。监测需要用一定的技术手段实现，其中核心技术之一就是监测代码（tracking code），是一串可以发挥监测功能的程序（很多都是脚本语言编写，比如JavaScript语言）。

VAST：即Digital Video Ad Serving Template。一种实现视频程序化广告的基础性协议。目前是4.0版本。

动态创意：指由机器组合不同创意元素形成的广告创意，这些创意可根据不同受众的情况以个性化的方式展示，因此被称为“动态的”。动态广告是智能营销非常重要的组成部分。