程序化广告系统工作方式解析

广告本质上是一种商业活动，其根本目的是广告主通过媒体低成本的触达用户。在这个商业活动中，广告主、媒体和用户的利益都需要被关注和考量。

图片.png

广告行业，核心价值是追求投放的投入产出比最高，优化的方案便是通过计算为一系列用户和环境的组合找到最佳的广告投放策略以优化整体广告活动的利润空间，我会在接下来这篇文章内尝试解释一下程序化广告系统及其构成。

计算广告核心挑战

广告系统整体架构

为方便理解，用流程图的方式向大家展示一个简化的广告系统，并通过这个系统的解读帮助大家理解什么是广告系统以及广告系统的工作原理。

图1.2

在广告系统的运作流程中，核心理念是精准化的营销和推广。

实现精准化的推广很重要的一步是结构化数据，将平台内容属性、用户等标签化；流量主接入SSP平台，广告系统通过媒体接入的SDK获取媒体用户的信息，这一步我们称之为“受众定向”。以下罗列几种我们常见的定向方案：

1. 地域定向
2. 人口属性定向
3. 频道定向（按照供应商提供的频道进行划分，例如母婴频道就推送母婴相关产品等）
4. 上下文定向（频道定向方式的细化，通过自动获取上下文来判断应该投放的广告类型）
5. 行为定向
6. 精确位置定向（地域定向的细分，针对区域性非常强的广告主，例如上班路上地铁口的肠粉店）
7. 重定向
8. 新客推荐定向

DSP&SSP之间的关系

图1.1

广告系统中的DSP和SSP 在ADX中的的关系如上图所示

1. 广告主通过 DSP系统，将广告的需求输入到广告系统中；
2. 流量主接入SSP系统，将自己的能够接收的广告信息输入到广告系统中；
3. ADX 通过一系列的匹配和运算，将需要展示的广告推送到媒体中；
4. 广告的数据&费用等信息会通过DMP系统展示给广告主和流量主。

DSP系统

DSP系统的优化目标和大部分广告产品的优化目标有所不同，除了要尽量提高广告的eCPM，还需要尽量减低每次广告展示的费用。DSP系统的优化方案可以用这个公式进行表达：DSP利润 = 收益（eCPM） - 出价

DSP 服务器通过RTBS接口接受到了广告询价的请求，经过与广告网络类似的决策步骤，包括检索广告库内的广告内容并根据eCPM排序，找到价值最高的广告，计算出合适的出价后，将报价返回给ADX，ADX将报价与底价进行比较，如果该广告高于ADX保留的底价，则将该广告和出价发给ADX进行竞价，否则不响应该竞价请求。下面将DSP系统的工作流程拆解成四个大环节来进行详细说明

一、定制化用户标签

DSP与其他广告产品相比，多了定制化用户划分功能的部分，通过数据采集方案收集某个流量主的用户数据，这部分数据用于加工并产生某个流量主的专有用户标签，用于指导广告投放。其中数据采集主要由以下两种方式：

1. JS或者SDK方式采集用户信息（一般是小型的流量主原因使用这个方案）
2. 通过数据接口获取DMP包（一般大型流量主有这个能力）

二、点击率预测

eCPM = 点击率 * 点击单价

广告系统中，点击率预测的目的是针对广告进行排序。但是在DSP系统中，eCPM作为出价的依据，对eCPM的任何高估或者低估都会对最终的利润造成影响。并且在点击率预测中，点击率的预测本身也会影响的广告投放的流量分布，有可能导致实际的预测结果高于真实结果，eCPM 的估值也会随之提高，最终导致广告投放的成本大幅提高甚至出现广告投放的亏损。下面的例子说明了系统性偏差到至的预测值出现3%的偏差。

离线测试集

广告位	展示量	实际点击率	预测点击率
A	10000	0.20%	0.18%
B	10000	0.20%	0.20%
C	10000	0.20%	0.22%
平均点击率		0.20%	0.20%

线上测试集

广告位	展示量	实际点击率	预测点击率
A	5000	0.20%	0.18%
B	10000	0.20%	0.20%
C	15000	0.20%	0.22%
平均点击率		0.20%	0.206%

三、点击价值估算

点击价值 = 到达率转化率转化单价，用公式表示就是 v(a、u、c) = h(a、c) * c(a、u) * t(a)

在上面的公式中，到达率指的是打开广告落地页的次数/点击次数，这与广告主网站的页面打开延迟关系比较大，与流量主的环境也有一定的关系；转化率是在用户到大广告落地页后，有多少比例的用户发生了广告主定义的转化行为；“”转化单价**在不同类型的广告中都有自己特定的计算方式，例如CPA结算的广告中，转化单价就是广告主指定的转化费用。
其中到达率和广告单价都有比较明确的预估方案，而转化率的预估是一个比较困难的问题。首先是因为转化率是一个比点击率还要稀疏得多，用机器学习的方式建模存在较大的问题，其次不同行业中对转化的定义差距比较大，甚至不同广告主对转化的定义都有差异，用模型来描述转化就更加困难了。
不过在特定行业的DSP系统设计中（比如网易游戏），广告主类型和转化流程相对一致，可以尝试使用机器学习的方式进行建模预测转化率。

四、出价策略

DSP系统追求投放的利润最大化，因此投放价格应该是相对于eCPM的左开右闭区间，在投放是没有预算限制的情况下，按照eCPM水平出价，就能保证每次展示都有利润；但是在由预算约束的情况下，希望每次展示的利润水平尽量的高，而利润率除了需要知道eCPM之外，还需要对当前展示的市场价格由有所估计

DSP系统中，点击率预测模型，点击价值估算以及出价策略都可以使用机器学习的方式加以优化以保证计算模型的精确度

---

又重新挖了个坑，计划是将市场中常见的互联网广告类型进行整理，同时梳理出来对应广告类型常见的系统框架以及对应数据平台的搭建。

（想到以前的老坑还没有填上就很心虚

名词解释

在广告系统中，常常会看见很多专有名词，为了保证后续文章的阅读流畅性，先将一部分常见的专有名词列出，帮助部分非行业内人士理解。

ADX：广告交易平台(Ad Exchange)
ADN：移动广告网络（mobile ad net-work）
RTB：实时竞价系统（Real-Time Bidding）
DSP：需求方平台（Demand-Side Platform），成熟的DSP系统可以作为独立工作的系统，连接多个ADX系统，根据各个系统中不同广告位的的价格选择进行投放
SSP：供给方平台（一般作为ADX系统提供方进行提供）
RTBS：实时竞价系统中的广告主（广告投放方）
RTBD：实时竞价系统中的流量主（媒体）
GSP：广义第二高价（Generalized Second Price），类似拍卖系统，出价高者得到广告位，但仅需支付第二高价者的出价并加上一个最小值。
VCG：竞价系统均衡时的一种优越的定价策略，基本思想是：对赢得了这个位置的广告主，其支付的价格是给其他市场参与者带来的价值损害
DMP：

ETL：数据仓库技术（Extract-Transform-Load）
Dashboard：仪表盘或可视化，主要有监控、分析、概览等功能
CTR：点击通过率（CTR = 实际点击次数/展示量 * 100%）
CVR：转化率（CVR = 转化次数 / 到达次数 * 100%）
ROI：投资回报率（ROI = 年利润或年均利润 / 投资总额 * 100%）

eCPM：千次展示期望收入（expected Cost Per Mille），是最关键的定量评估收益的指标，表示实际或者估计的千次广告展示可以获得的广告收入；eCPM与点击率&点击价值有关。
CPC：按照点击付费（Cost Per Click）
CPA：按行动付费（Cost Per Action）
CPM：根据每1000次展示付费（Cost Per Mille）
CPS（Cost Per Sale）：按照实际销售进行付费