搜广推是搜索，广告，推荐的简称，由于其实现架构类似，因此通常作为一个整体来描述特定的应用领域。

随着大规模用户数据的积累，在机器学习技术下的加持，搜广推已经成为互联网中最有钱景的模块。

最为成功的应用案例之一是，打开抖音看到的第一个视频，就是抖音根据用户的行为偏好等各种各样的信息，在备选的视频池中推荐出来的。

站在 Web 2.0 的角度，自毕业后我一直从事推荐系统的设计，有千万级DAU APP的实操经验。我深谙推荐系统能为企业带来巨大的收益，但用户作为其中一个环节的核心贡献者，能获取的收益却微乎其微。

站在 Web 3.0 的角度，用户对自己的数据拥有资产所有权，不再被单独的某个企业进行掌控。则必然会对现有的应用范式（商业模式，应用模式）造成冲击。

作为一名憧憬 Web 3.0 时代来临的信仰者，我希望能站在自己最熟悉的领域对 Web 3.0 的未来展开想象。想象是指引方向的良药，也是成为builder的垫脚石。

WEB 2.0：

用户使用产品 → 产生数据 → APP 使用数据 → APP向用户提供搜广推服务

弊端：

1. 用户无法带走属于自己的数据，不同APP之间的数据不通用

2. 新产品由于没有用户数据积累，突围而出难度大；但巨头型产品，可以通过打通账号体系，将已有数据进行传递（参考阿里系，腾讯系）

WEB 3.0：

用户使用产品 → 产生数据 → 用户向 APP 授权使用数据 → APP 向用户提供收益 → APP使用数据 → APP 向用户提供搜广推服务

APP 数据沉淀为用户数据 → 用户向 其他APP 授权使用数据 → APP 向用户提供收益 .......

好处：

1. 用户拥有数据的所有权，指定向APP授权使用并获取收益

2. 新产品可以基于已有的用户数据突围而出，并且在用户获取收益中形成飞轮，以达到更多人使用产品的目的

理想很丰满，现实很骨感。一个好用的搜推广系统需要丰富的数据支持，以帮助机器学习系统能挖掘出潜在的规律。

但现在 WEB 3.0 的用户还相当的少，同时核心的上链信息基本都是交易/资产信息，在数据丰富度和多样性上还不是特别好。

另外，从真实的用户需求和产品的应用需求出发，挑战 WEB 2.0 不是一件简单的事情。WEB 3.0 要崛起，就必须在某些地方超越，我列举了以下几点：

1. 用户拥有数据所有权。仅仅从隐私的角度上来说，就能极大地提升用户体验

2. 打破数据壁垒，在一个用户标识id粒度上汇聚所有链上/链下数据。从产品应用的角度上来说，能更加能精准地识别目标用户

3. 用户数据资产和商业产品的匹配，交易，授权模式的建立。有点类似web2.0里面的广告投放系统设计，但广告收益在 WEB 3.0 中，真正地转移到了用户手上

一旦以上的几个事情做的足够好，那么我在上文列举的链路才有可能跑通：

如果我们用OKR的方式来描述这件事情，上面列举的就是三个O（object，目标），那进一步拆解K（key result，关键结果），我认为是以下几个事情：

O1：用户拥有数据所有权

K：身份管理的设计，支持授权，收益，隐私，多链/多协议/多应用/链下身份合并管理

O2：一个用户标识id粒度上汇聚所有链上/链下数据

K1：根据行业特性（电商/内容/社交……）设计的通用数据标准，并且支持数据高性能（实时）上链

K2：根据身份特性（学历/工作/社交…..）设计的通用数据标准，通过公正的第三方进行核验较正

O3：用户数据资产和商业产品的匹配，交易，授权模式的建立

K：去中心数据资产交易平台，支持数据资产潜力释放

以上几个事情，其实对应了DID，公链，defi等多个赛道的发展，在下一篇文章中我会阐述下当前这几个赛道的发展现状，谈谈离未来到底有多远。

搜广推是搜索，广告，推荐的简称，由于其实现架构类似，因此通常作为一个整体来描述特定的应用领域。

随着大规模用户数据的积累，在机器学习技术下的加持，搜广推已经成为互联网中最有钱景的模块。

最为成功的应用案例之一是，打开抖音看到的第一个视频，就是抖音根据用户的行为偏好等各种各样的信息，在备选的视频池中推荐出来的。

站在 Web 2.0 的角度，自毕业后我一直从事推荐系统的设计，有千万级DAU APP的实操经验。我深谙推荐系统能为企业带来巨大的收益，但用户作为其中一个环节的核心贡献者，能获取的收益却微乎其微。

站在 Web 3.0 的角度，用户对自己的数据拥有资产所有权，不再被单独的某个企业进行掌控。则必然会对现有的应用范式（商业模式，应用模式）造成冲击。

作为一名憧憬 Web 3.0 时代来临的信仰者，我希望能站在自己最熟悉的领域对 Web 3.0 的未来展开想象。想象是指引方向的良药，也是成为builder的垫脚石。

WEB 2.0：

用户使用产品 → 产生数据 → APP 使用数据 → APP向用户提供搜广推服务

弊端：

1. 用户无法带走属于自己的数据，不同APP之间的数据不通用

2. 新产品由于没有用户数据积累，突围而出难度大；但巨头型产品，可以通过打通账号体系，将已有数据进行传递（参考阿里系，腾讯系）

WEB 3.0：

用户使用产品 → 产生数据 → 用户向 APP 授权使用数据 → APP 向用户提供收益 → APP使用数据 → APP 向用户提供搜广推服务

APP 数据沉淀为用户数据 → 用户向 其他APP 授权使用数据 → APP 向用户提供收益 .......

好处：

1. 用户拥有数据的所有权，指定向APP授权使用并获取收益

2. 新产品可以基于已有的用户数据突围而出，并且在用户获取收益中形成飞轮，以达到更多人使用产品的目的

理想很丰满，现实很骨感。一个好用的搜推广系统需要丰富的数据支持，以帮助机器学习系统能挖掘出潜在的规律。

但现在 WEB 3.0 的用户还相当的少，同时核心的上链信息基本都是交易/资产信息，在数据丰富度和多样性上还不是特别好。

另外，从真实的用户需求和产品的应用需求出发，挑战 WEB 2.0 不是一件简单的事情。WEB 3.0 要崛起，就必须在某些地方超越，我列举了以下几点：

1. 用户拥有数据所有权。仅仅从隐私的角度上来说，就能极大地提升用户体验

2. 打破数据壁垒，在一个用户标识id粒度上汇聚所有链上/链下数据。从产品应用的角度上来说，能更加能精准地识别目标用户

3. 用户数据资产和商业产品的匹配，交易，授权模式的建立。有点类似web2.0里面的广告投放系统设计，但广告收益在 WEB 3.0 中，真正地转移到了用户手上

一旦以上的几个事情做的足够好，那么我在上文列举的链路才有可能跑通：

如果我们用OKR的方式来描述这件事情，上面列举的就是三个O（object，目标），那进一步拆解K（key result，关键结果），我认为是以下几个事情：

O1：用户拥有数据所有权

K：身份管理的设计，支持授权，收益，隐私，多链/多协议/多应用/链下身份合并管理

O2：一个用户标识id粒度上汇聚所有链上/链下数据

K1：根据行业特性（电商/内容/社交……）设计的通用数据标准，并且支持数据高性能（实时）上链

K2：根据身份特性（学历/工作/社交…..）设计的通用数据标准，通过公正的第三方进行核验较正

O3：用户数据资产和商业产品的匹配，交易，授权模式的建立

K：去中心数据资产交易平台，支持数据资产潜力释放

以上几个事情，其实对应了DID，公链，defi等多个赛道的发展，在下一篇文章中我会阐述下当前这几个赛道的发展现状，谈谈离未来到底有多远。