AdMaster，技术驱动发展的数据应用领导者

BAT巨头对数据拥有各具特点，首先说百度：百度拥有用户搜索表征的需求数据、爬虫和阿拉丁获取的公共WEB数据；阿里巴巴拥有交易数据和信用数据；腾讯则拥有用户关系数据和基于此产生的社交数据。而且，BAT对于数据的应用和变现形式也各不相同：百度的数据源于数据自产+第三方合作，采用研究和实用结合的使用方式；腾讯的数据自产自销，主要为其产品所用；阿里巴巴看中的是数据的流通，做数据的集散地。

从数据产生的根源来看，BAT三大巨头拥有的数据大部分主要都是基于B2C 的服务而产生的。然而，随着网络技术的发展和数字营销的普及，随之产生另一部分非常重要的大数据则是在B2B的服务模式下，挖掘采集而来的消费者广告行为、动态、品牌舆情等消费者行为相关的数据。针对这些数据的采集、管理、分析和应用，国内出现了像AdMaster（精硕科技）这样的数据应用和管理解决方案的公司。AdMaster是一家成立于2006年的SaaS公司，专注于通过技术驱动来完成数据的挖掘、分析、管理和应用，利用技术和数据为客户创造商业价值。据了解，AdMaster的数据应用是多源的。目前采集和分析得数据主要包括数字广告效果评估和优化数据、社交媒体营销数据、移动广告效果评估和优化数据、跨多屏优化和效果研究数据、品牌电商数据以及RTB领域DMP数据平台和广告主私有数据管理平台等。同时，还包括第三方合作伙伴对接数据和来自广告主提供的自有CRM系统数据。

面对如此海量且多源数据的分析和管理，主要推动AdMaster业务快速发展的就是其核心的数据应用技术。AdMaster的技术实力虽然不能说堪比BAT巨头，但是其技术优势在数字营销领域内也称得上屈指可数。据AdMaster高级技术总监卢亿雷介绍：“目前，AdMaster的数据处理能够实现每秒接收超50万次的并发请求，每天新增数据量超过4TB，对1000亿条记录进行超过1000种维度的计算。”同时，为了保证数据质量，提供高可靠、高可用、高扩展、高性能系统服务，AdMaster所有服务全部做到了无单点，数据多重备份，系统采取分布式集群，主要分为WEB集群，存储集群，数据库集群，计算集群四大分布式集群。根据海量数据处理需求，AdMaster自主研发了行业最领先的ADH（Advertising Distribution Hadoop）数据处理平台。ADH平台可以帮助AdMaster在完成数据采集后快速进入计算流程，可以更快的为广告主提供数据支持，数据处理速度对比同行业提高了1倍以上。与此同时，ADH平台还具有以下几个优势： 减少数据扩充，优化合并过程，使采集数据直接生成客户所需格式，提高处理速度；内置广告行业算法，不需要编写MapReduce就可以计算PV、UV等各种维度数据；优化HBase查询，专为社会化数据定制，提高处理性能；集成数据任务调度系统，可以根据业务需求自动调整计算资源；集成Storm，优化Storm传输，减小数据延迟，实时提供数据计算；集成Spark，优化迭代工作负载，提高系统可靠性。

“另外，AdMaster的技术应用优势还体现在AdMaster对数据应用有很深的理解，具有多源数据的挖掘、分析和处理能力。同时拥有超大集群实战经验、及对推荐算法、分类、聚类、NLP等算法有很深的研究的各种人才。”卢亿雷强调。

在数据应用标准方面，卢亿雷也很自信阐述了AdMaster在数据应用和合作方面的开放态度。为了拓展AdMaster多源数据的范围，AdMaster充分拥抱开源技术，增加分布式存储和计算（包括Hadoop，Spark，Storm等），以及算法优化（包括有NLP，机器学习等）等方面的研发投入。目的是为行业提供高质量服务、推动行业标准完善、全面提高数据可靠性和安全性。