亚马逊不光是电商巨头，如今也正在变成全能冠军。飞速增长的广告业务，目前也已开始蚕食谷歌和 Facebook 两大巨头的市场份额，让它们“坐立不安”。
今年上半年，亚马逊的数字广告收入达到 42 亿美元。7 月 26 日，亚马逊 CFO Brian Olsavsky 在财报电话会议上说道，“这是一个价值数十亿美元的项目，而且发展非常迅速。”
亚马逊 2018 年财报显示，亚马逊第二季度的广告业务营业额为 22 亿美元，同比增长 132%，今年亚马逊广告收入，已连续两个季度增速达到 130%。亚马逊表现最好的广告类型分别是商品推广和头条搜索广告，分别同比增长 165% 和 162%。
目前，亚马逊已发布多款广告工具，来吸引品牌在其平台上投放广告，并与Facebook、谷歌等展开激烈的竞争。
谷歌和 Facebook 是毫无疑问的数字广告“双巨头”。据市场调查公司 eMarketer 数据，两家公司目前在美国数字广告份额的占比达到 58.5%，遥遥领先于其他公司。但预计在未来数年中，两大巨头的市场份额可能会收窄，并在 2018 年首次出现逆转，下降 1.7 个百分点至 56.8%。
对于谷歌和 Facebook 失去的份额，eMarketer 认为是亚马逊和其它公司在该业务上的成长，由于竞争加剧所造成的的。
他们认为，与传统的两大数字广告巨头相比，亚马逊有着自己的优势。
首先，亚马逊的平台拥有海量消费者数据，是其他两家巨头难以企及的。亚马逊可以根据客户的浏览和购买记录预测消费行为，能够帮助各大品牌在其网站投放广告时更精准，更有效。
其次，用户在亚马逊上看到广告后，可以直接购物，而不需要跳转页面重新再搜索。而这也是谷歌和 Facebook 做不到的。
第三，亚马逊的搜索引发了客户产品评级的广泛使用，即使对于在其他网站购物的消费者而言也是非常有用的。这使得网站上的广告与实体店和其他网站上的销量有相关关系。
Olsavsky 称，亚马逊正致力于改善广告商的自动化工具，并为客户提供更明智的建议。除此之外，它还专注于建立评测衡量系统，以便 “广告商了解他们对亚马逊产品的影响”。
此外他表示，亚马逊拥有独特的定位，因此可以向合作方展示广告的直接效益，并对亚马逊的国际广告业务将以“同样的速度逐年增长”的目标充满信心。
广告巨头 WPP 的创始人 Martin Sorell 在 Wired 的一篇文章中写道：“谷歌和 Facebook 都是通过吃别人的午餐（尤其是传统媒体公司的午餐）而变得肥胖的，但亚马逊可能是唯一一家强大到足以把这两家当午餐吃掉的公司。”
据 NBC 新闻报道，亚马逊的广告业务远远不止电商这一个分类，它可以扩展到电影、电视、游戏、语音产品和现场体育节目。收购 Whole Foods 获得的食品杂货购买数据，可以让亚马逊更深入地了解实体广告策略。
在广告业务的推动下，亚马逊市值或将达到 1 万亿美元，在 2018 年占据 2.7% 的美国市场份额，成为美国第五大数字广告公司。而到 2020 年，亚马逊的广告业务将跃升至第三位，市场份额将提升至 4.5%。
高速增长的广告业务，使亚马逊急需广告科技和数据分析人才，这也为优秀美国留学生创造了高薪就业机会。但是同学们在学校学习的专业知识，并不能有效运用在实际工作中，缺乏实战经验，同时抓不住写简历的关键点，没有面试技巧，因此错失留美的工作机会。
职图 CareerTu 是中美最专业的广告科技和数据分析的职业教育平台，拥有强大丰富的企业资源，有亚马逊等 500+ 合作企业直推学员，匹配合适企业和岗位内推，职图导师团队来自Amazon,Google,Facebook,LinkedIn,MongoDB,BMW,L'Oreal,Bloomberg,Deloitte,Grubhub,TripAdvisor,Wayfair,Casper,Gucci,LVHM,Publicis, IPG 等各大行业领域的顶尖名企。
职图特别推出【Data Analytics VIP 冲刺计划】帮助美国留学生毕业后在美国高效获得高新全职工作。
Data Analytics VIP冲刺计划
想要了解 Amazon,TripAdvisor,Netflix,Spotify 等各大平台如何预测用户行为偏好，做出千变万化的 Customized Recommendation 吗？
认为 Recommender System 中的 Algorithm 和 Predictive Modeling 抽象晦涩，想学习却没有 Hands-on Experience? 那你一定不要错过——Data Analytics 实战项目之电影推荐系统(Recommender System) ！
本次实战课程将以 MovieLens 大数据集为例，以目前数据科学领域最前沿的 Machine Learning 为核心贯穿项目始终，借助 R、SQL，完成一个电影推荐系统的实战项目。
实战将通过数据清洗、探索分析、统计建模与模型优化、数据可视化、面试题目与准备，帮助同学全面详尽地掌握数据分析师的必备技能，并在面试中将项目完美地呈现出来。
电影推荐系统(Recommender System) 实战项目将由美国著名保险集团 Aetna 的 Data Scientist 导师带队，在一个月的项目过程中，共有 7 小时课程，5 次作业。
主要任务
● 任务一：
以 MovieLens 数据集完成电影推荐的任务为例，利用 R 语言将开展用户行为数据分析，围绕数据集提出有商业价值的问题，完成目前业界最火的人工智能推荐系统。各大科技公司 Amazon, Netflix, Spotify 需要大量人才。
● 任务二：
适合有一定的数据分析背景和思维的同学，导师深入浅出手把手准备机器学习的每个步骤，从大数据中清洗数据，探索分析，提取有用特征，可视化操作及优化模型结果，解读商业洞察，亲历数据科学家日常工作的具体内容，还原真实工作场景。
学习收获
● 成果作品 (Jupyter notebook或者 R markdown) 可以上传于 LinkedIn/简历/GitHub 作品集
● 在一个项目中短期进阶，将您打造成拥有 Analytics Skill Set + Project Management Skill + Business Acumen 的数据分析师！
● R，SQL 等语句在机器学习中的理解运用和实践操作，可以独立用R完成机器学习中的每个主要步骤
● 对 Dataset 进行深度挖掘，为用户推荐商业解决方案
● 完整系统的实战流程，让您亲历数据科学家日常工作的具体内容
● 实配合经典技术面试题，轻松攻克技术面难关
● 如何在面试中展示实战项目，在面试中有话可说
课程安排
| 阶段 | 课程内容 |
|---|---|
| 第一阶段 |
项目 Overview+ 人工智能应用和职业发展 |
| 需求分析和数据采集（+SQL面试题） | |
| 第二阶段 |
如何对数据进行预处理（+统计概率面试题） |
| 第三阶段 | 机器学习主要算法学习 |
| 如何选择合适的 机器学习算法（+ 机学习经典面试题） | |
| 第四阶段 |
模型性能评估，与商业运用 |
| 面试辅导&成果展示 |
项目导师
R导师现任美国健康保险公司安泰（Aetna）的数据部门担任 Data Scientist， 主要负责通过机器学习和统计建模方法，结合行为经济学与市场营销理念，对 Customer Experience 方面优化消费者互动与体验。她曾任全球战略咨询公司 Prophet 分析咨询顾问。 R 毕业于 NYU，拥有丰富工作经验，精通 SQL, R, Python, SPSS 和大数据领域（Spark, Hadoop) 。
她将带你走入数据科学的世界， 一探这个 21 世纪最性感的工作究竟如何起点，职业发展该如何规划。在这个数据科学家极端稀缺，又极具影响力的时代。如何从一个市场营销小白，一跃成为一个懂的了数学、建的了模型、写的了程序并且通过数据讲故事的 Data Scientist。
如何报名
想要增强实战能力的小伙伴
扫码加咨询师微信
预约导师测评
备注 【VIP】
星标置顶职图公众号，不错过每天干货内容
如何设为星标☆？
职图是中美最专业的广告科技和数据分析的职业教育平台，职图致力于推动中美该领域从业者的持续学习和交流，传递营销广告科技和数据分析最前沿的知识。
扫码关注职图公众号，阅读互联网广告科技行业干货内容，体验来自名企导师的免费课程。
