在大数据时代，视频广告的测量与优化已经成为了一个重要的研究方向。FreeWheel作为一家在视频广告领域具有领导地位的技术公司，其技术副总裁李旸在《FreeWheel基于大数据的新兴视频广告测量实践》一文中详尽地探讨了该公司在视频广告测量方面的实践经验和研究成果。
文中提到了FreeWheel的核心业务领域，包括广告销售、执行、结算，以及与之相关的库存预测、投放预测、广告预案管理、广告订单管理、销售流程管理、广告创意管理、用户画像、受众定向、跨屏广告投放和广告投放优化等。这些业务的开展都依赖于先进的大数据技术和算法支撑，体现了视频广告业务流程的复杂性和多样性。
接着，文章详细介绍了新兴视频广告测量的各种方式。比如，数字收视率（Digital Rating）是指在特定性别和年龄用户群体中的广告曝光情况；广告完成（Ad Complete）是指播放器发送IAB标准第四四分位响应的广告曝光情况；可见曝光（Viewable Impression）则是指视频广告50%的面积至少持续可见2秒钟的广告曝光情况。这些测量方式能够帮助广告商和媒体公司更好地了解广告的实际效果，进而优化广告投放策略。
文章还提到了FreeWheel面临的广告测量挑战。例如，如何在广告投放时预测用户年龄和性别，是一个典型的有监督分类问题。由于缺少有效的样本标注手段（比如BlueKai标注数据的准确率只有60%），FreeWheel采用了一种基于概率预测的解决策略，通过各种统计和机器学习方法来提高预测的准确性。
在技术层面，FreeWheel使用了用户浏览网页的性别分布作为训练样本，并采用逻辑回归（LR）模型来训练每个类别的性别预测模型。他们还利用了文本挖掘技术，比如主题模型（LDA）提取网页和视频内容的主题，并以此为特征训练模型。同时，还采用了矩阵分解技术（如SVD）来选取相似用户，从而达到提升广告效果的目的。
整个视频广告测量实践显示，FreeWheel通过建立在大数据基础之上的技术方法论，能够有效预测用户性别和年龄，优化广告投放策略，进而实现广告完成率的提升。文中提到的提升结果是实实在在的，在某些情况下提升了超过23%。
FreeWheel的实践表明，在大数据的支持下，视频广告的测量和优化已经能够做到相当精细和有效的程度。这不仅能够帮助广告商更准确地衡量广告效果，而且还能够通过分析大量数据，发现广告投放中的潜在价值，从而推动整个视频广告行业的发展。通过这些先进的技术手段，FreeWheel正在重新定义视频广告的未来。
