在主流的认知里，互联网仿佛从问世以来一直都与免费相伴，但是世界上从来没有免费的午餐，互联网公司们也不是社会慈善家，需要花大量的资金租用场地、买服务器、雇佣大量的员工，所以他们必须要用到各种方法来变现，一般来说目前互联网主流的变现模式包括但不限于：广告变现（百度、今日头条）；增值付费（印象笔记等工具）；会员费（优酷爱奇艺等视频网站）；内容变现：（比如直播、分答）；金融变现（支付宝、趣分期）；平台费：（淘宝、美团、滴滴）；自营商品：（京东、考拉海购），而这其中作为后向变现模式代表产品的广告几乎占据了整个互联网收入的半壁江山。所以今天笔者主要想和大家介绍下广告变现，并重点介绍其中的效果广告（文稍长，读完需一定耐心）。
一、变现原理
互联网公司通过免费的产品聚集大量的用户，用各种方式让用户尽可能久地停留在产品上，再利用大量的流量吸引广告主在平台上投放广告，为广告主导流用户，广告主再从用户身上获取其他价值。在这样一个体系中用户免费使用了产品，广告主触达到了他的目标用户，达到了宣传效果，平台获得了收入，这就是所谓的羊毛出在猪身上，狗为此买了单，在这个体系里用户享受了免费的服务，互联网公司获得了收入，广告主获得了客户。
后向变现模式：面向后端用户（非产品直接用户）提供商业化服务进行收费的变现方式。
二、广告分类
按照定义，广告是为了某种特点的目的，通过合适的媒体形式，付费向公众传递信息的宣传手段。
那么按照这三个特征可以对广告进行分类：
其中按照广告投放目的，可以分为：品牌和效果两类，品牌广告的目的是为了加深消费者的品牌形象，利于长期的转化，而效果广告更看重于即时效果，包括但不限于广告的展示量、点击率、转化率等；
在媒体的创意形式上，目前主要的表现方式有横幅、文字链、视频、信息流、移动广告、邮件定向等，其中信息流广告和搜索引擎中的文字链广告由于形式与自然结果一致，也被称为形式原生广告；
按付费方式可以分为：合约广告（包括广告位合约和展示量合约）与竞价广告，其中依合约进行担保投放的广告简称为GD；竞价广告由转化漏斗从浅入深依次为按展示付费(CPM)、按点击付费(CPC)、按行为付费(CPA)等。
三、媒体变现选择
一般来说，平台会根据自身流量大小、是否为垂直行业、广告位资源、品牌属性、技术能力等情况选择合适的方式进行变现，常见的变现方式有：合约售卖、自营广告网络、托管给其他广告网络如ADX、通过RTB变现等。在具体实施时一般按照下列决策方式进行选择：
媒体变现决策过程
比如说对于一个流量足够大的平台而言，通过自营广告网络，可以增强对于自身广告位资源、广告主信息的掌控能力，以此获得更高的汇报，同时自营广告网络投入的人力、技术资源可以通过这部分超额回报得到弥补。
名词解释
CPT：按时间付费 CPM：按展示付费 CPC：按点击付费
CPA：按行为付费 eCPM：千次展示期望收入 ROI：投入产出比
ADN：广告网络 ADX：广告交易平台 DSP：需求方平台
SSP：供给方平台 TD：交易终端 RTB：实时竞价
四、流量的价值
流量价值=用户数*使用时长*用户价值属性
一般来说目前平台流量价值的主要取决于两个维度，一是平台用户数*每个用户的使用时长，即初始流量基数，第二就是每个用户的价格属性，即流量价值乘数，在每个平台的成长期，扩大初始流量基数是第一任务，而当平台逐渐成熟，如何优化流量价值乘数就成了重点，即流量的精耕细作，提升单个用户对于广告主的价值，目前的主流方式是利用用户信息进行个性化广告推荐，这里大家可能有疑问，为什么这样可以提高用户价值属性，下面举个简单的例子：
菜市场的精细化管理
从图中信息可以看出，在流量基数不变的情况下，通过对流量的个性化精细化处理，流量价值从30元提升到大于42元，不过这里需要注意的是，流量越细分不一定流量价值就越高，因为当流量细分到一定程度后，可能导致部分流量浪费，比如说上图中的大白菜最后可能无能问津，所以如何把握好流量的细分维度和程度使流量价值最大化，需要不断地进行策略调整。
五、效果广告
随着移动互联网的普及以及对流量的处理愈加精细，都使得“精准投放”、“即使见效”成为了可能，广告主也越来越重视效果广告的投放，所以接下来重点介绍下效果广告，目前主要的效果广告形式有搜索广告（比如百度）、信息流广告（比如微信朋友圈、今日头条）等，虽然同为效果广告，但是他们的核心策略和面临的问题却不尽相同。
搜索广告的典型特点是广告主就某标的物（关键词）展开拍卖式竞争，并根据竞争结果依次占据该广告展示的若干位置，搜索广告的整个决策过程可以分为查询拓展、检索、排序、放置、定价等几个阶段（由于用户主动表明自己的意图，这里不涉及到用户定向等策略），其中查询拓展是搜索广告独有的策略。
对关键词的查询拓展，常见的几种匹配方式有：精确匹配、短语匹配、广泛匹配、否定匹配等，下面以“优衣库 衣服”这个关键词为例：首先，我们会对用户的查询进行分词，在精确匹配时，用户的查询词必须与广告主选定的关键词完全一致，这时候能够触发广告的查询指令为“优衣库衣服”或者“衣服优衣库”；而在短语匹配时，用户的查询匹配必须完全包含广告主竞买的关键词，比如“优衣库衣服好吗”、“优衣库的衣服质量怎么样”；在广泛匹配时，只需要用户的查询词与广告主的关键词高度相关时就可触发广告，比如“三里屯小视频”、“优衣库的试衣间怎么样”；而否定匹配则是为避免广泛匹配不准的情况发生，广告主明确指出某些词不应被匹配，比如“ZARA”、“试衣间”等。
信息流广告主要是利用用户部分人口统计学信息和消费的内容数据，进行标签加工和兴趣定向，广告基于用户的兴趣和标签进行流量采买。其特点是信息流中上下文内容的相关性并不强，且一般来说信息流广告的样式与自然结果一致，在放置商业化内容时对用户的体验伤害较小。而信息流广告的主要问题在于用户并没有主动表明意图的情况下，如何准确的描述用户的兴趣。
下文将会以信息流广告为例，介绍广告的具体投放过程。
六、广告投放过程
1.竞价
广告主结合自己的产品特性对符合某些兴趣特征与标签的流量按照目标ROI进行出价，平台基于广告出价和质量，通过历史数据进行debug，包括但不限于：Ranking前的频控、流控和dislike、预召回等，符合条件的进入之后的步骤，以减轻服务器压力。
2.检索
当经过上列步骤后，广告就进入了候选广告库队列，这时候当一个用户访问信息流后，客户端就会向广告平台请求，服务端会在广告库中检索符合该用户特征的广告，以供后续排序。
3.排序
排序的主要依据是根据eCPM大小。eCPM=bid*Q(a,u,c)，其中，bid为广告主竞价，Q为质量度，且质量度是a(广告),u(用户),c(环境)的因变量，在不同的情况下，质量度的具体解释不同，当广告主的目标为点击时，Q可以抽象为ctr(点击率)，当为转化时，Q则可用cvr(转化率)来表示，按照eCPM排序的前几名（主要由广告位决定）进入后续投放。所以在排序时，并不是简单的“价高者得”，而是使得平台收益最高的广告可以得到投放机会。举个例子：假设有两个广告A和B，A的出价为1元每个点击，B为0.5元，但是A的预估点击率为1%，而B的点击率为5%，那么对于同样的一千次展示，A的预估收益为10元，B则为25元，所以对于平台来说，投放B广告的收益更大。
当eCPM=bid*Q^k，此时的k称为价格挤压因子，可以通过调节k的大小，来调节质量度影响的权重。
4.放置
在信息流广告投放过程中，当一个用户达到后，符合要求且通过竞价的广告，会将广告放置到广告位上，这个过程称为send，当用户完成一次浏览行为，记为一次show，用户点击广告后，即完成一次click，完成目标转化后，即为convert，在这个阶段主要优化的是如何提高投放过程的转化率，比如广告的创意（广告语、广告形式）、展示时的环境（WiFi、用户机型、上下文）、如何调整各个步骤的策略以优化广告主最终目标等等，此处不再赘述。
5.定价结算
当广告完成上述投放和规定转化目标后，就需要按照双方事先约定进行定价结算，计费方式主要有CPT/CPM/CPC/CPA等等，对应的含义在在上文已经提及。
这里需要重点讲的是广义第二计费方式（GSP）即在竞争序列第一位投放的广告，在结算的时候按照第二位的费用进行结算。这里可能很多人会有疑问，为什么明明是已经跑出量的广告在结算的时候要按照第二位的价格进行结算，这不是会导致平台损失吗，这里需要引入一个概念，“信息不对称下的非合作博弈”，在平台中的所有参与者中，都在信息不对称的状态下，现在假设一个广告主出了一个价，并且顺利跑出了量并按照出价收费，由于这时候广告主不知道自己的价格是否是超过了市场中其他广告主对这批用户的公允价值，所以会激励他去向下探价，一直到恰好跑出量的边际情况为止，频繁的调价会增加系统负荷，降低效率，这种情况竞买人的报价会等于在假定自己获胜的条件下对第二高竞价的估计值。而且假设如果只有两个广告主竞价，那么在调价时甚至有可能出现螺旋下降的趋势，这样会导致平台收益降低；对于平台来说最好的状态应该是每个广告主都能够基于ROI按照他的真实付费意愿进行出价，在第二计费的情况下，由于预期支付和报价无关，因而更有可能按照自己的真实付费意愿进行报价。
这里需要提一下，虽然具有上述好处，但GSP并不是理论最优的结算方式，但因为其易于解释和计算 的特点所以是目前的主流结算方式。有兴趣的读者可以了解下Facebook的VCG方式（大体上是根据出价=竞买人的预期收益+其对整个系统造成的外部性，以达到系统的社会总福利最大化目标）
七、免费时代的代价
在上文中，有一个一直没有直接提及却决定了上述所有过程能否完成的重要因素——数据，未来也许将不再是IT时代，而是DT时代。当人们在享受免费服务的同时，也在心甘情愿的付出自己的个人数据，各大企业用这些数据去描述用户，训练模型，开发人工智能，每个人都变成了一个以各类数据特征表示的集合，而当某一天这个数据集合失去其经济价值的时候，可能一切便没有那么有趣了，而这也正是在这个免费时代下我们所必须付出的代价。
网友评论