计算广告在线产品逻辑-计算广告3-8章

之前跳读了技术相关的计算广告后几章，感觉还是很缺乏对业务的理解，所以跳回来一次读完了广告业产品业务相关的几章，这里来做一次总结，无论是广告产品经理亦或是广告业务相关算法和开发人员，都建议可以读读。

这里一定一定建议在阅读本文时去结合目前接触到的所有电脑和移动端的广告去分析，这样可以更有助于理解广告产品以及其所含有的业务逻辑。

在线广告的产品形式相当丰富。

由于之后会涉及到相当多的业务逻辑和产品业务，这里首先做一个总结，之后也按照这条主线顺序进行说明。

广告产品由于数据利用和变现需求的推动，一般将这一发展历程分为四个阶段。

1. 合约广告产品。由线下广告的交易形式衍生而来，又可以分为按照时段售卖的CPT广告和按照约定展示量售卖的CPM广告。
2. 竞价广告产品。最重要的形式是搜索广告，其产品形式为对搜索关键词的竞价。这种广告在拓展到站外展示广告流量时，演进成了对页面关键词或者用户标签竞价的产品形式，也就是ADN。
3. 程序化交易广告产品。竞价广告的进一步发展催生了实时竞价的交易形式。实时竞价使得需求方可以更灵活地划分和选择自己的目标受众。
4. 原生广告产品。广告产品体系除了自身的演进，另一个重要课题是如何处理与非商业化内容的关系，让广告与内容尽可能以“原生”的方式共存。

计算广告产品发展历程如下图所示。

在线广告产品进化示意

1. 合约广告

1.1 广告位合约

广告位合约是最早产生的在线广告售卖方式。它是指媒体和广告主约定在某一时间段内、在某些广告位上固定投送该广告主的广告，相应的结算方式为 CPT。

随着受众定向技术的发展，广告位独占式售卖的执行方式也发生了很大的变化。即使某个广告位全部投放一个广告主的创意，也并不意味着一定要投放同样的一款创意，而受众定向在其中也可以起到很重要的作用。例如，某汽车生产商广告主旗下可能有多个系列的产品，如小型车、紧凑型车、豪华车、SUV等，而这些车型的潜在购买人群其实也有很大的区别，如果能够对这些系列的受众分别投送相应的创意，就可以取得更好的效果。另外，即使在受众上无法区分的情形下，也可以利用频次控制的方式向同一用户递进式地展示一系列创意，以达到更好的效果。

广告位合约还有一种变形的形式，即按照广告位的轮播售卖。

受众定向

受众定向方法概览

• 地域定向（geo-targeting）。
• 人口属性定向（demographical targeting）。人口属性的主要标签包括年龄、性别、教育程度、收入水平等。
• 频道定向（channel targeting）。频道定向是完全按照供应方的内容分类体系将库存按照频道划分，对各频道的流量投送不同的广告。
• 上下文定向（contextual targeting）。根据网页的具体内容来匹配相关的广告，这就是上下文定向。
• 行为定向（behaviorial targeting）。根据用户的历史访问行为了解用户兴趣，从而投送相关广告。
• 精确位置定向（hyper-local targeting）。
• 重定向（retargeting）。对某个广告主过去一段时间的访客投放广告以提升效果。
• 新客推荐定向（look-alike targeting ）。根据广告主提供的种子访客信息，结合广告平台更丰富的数据，为广告主找到行为上相似的潜在客户。
• 团购（group-purchase）。

受众定向标签体系

• 当标签作为广告投放的直接标的时（包括 CPM 广告及竞价广告中直接可被广告主选择的人群），这些标签既要能够为广告主所理解，又要方便广告主的选择。因此，在这种情形下，结构化的层级标签体系往往是较合理的产品方案，

• 当标签仅仅是投放系统需要的中间变量，作为 CTR 预测或者其他模块的变量输入时，那么结构化的标签体系其实是没有必要的，应该完全按照效果驱动的方式来规划或挖掘标签，而各个标签之间也不太需要层次关系的约束。

1.2 展示量合约

展示量合约指的是约定某种受众条件下的展示量，然后按照事先约定好的单位展示量价格来结算。这种合约还有一个名称，就是担保式投送即GD，其中的“担保”指的就是量的约定。实际执行中，在未能完成合约中的投放量时，可能要求媒体承担一定的赔偿。

虽然从交易模式上来看，展示量合约仍然是比较传统的交易模式，但是从技术层面上看，这种模式的出现实际上已经反映了互联网广告计算驱动的本质：分析得到用户和上下文的属性，并由服务端根据这些属性及广告库情况动态决定广告候选。这一商业模式的出现，需要有一系列技术手段的支持，这些手段主要包括受众定向、流量预测和担保式投放等。受众定向已经在刚才部分进行了介绍，这里讨论一下流量预测和在线分配的产品策略问题。

流量预测
流量预测在广告产品中包括以下三个主要用途。
（1）售前指导。在展示量合约广告中，由于要约定曝光总数，事先尽可能准确地预测各人群标签的流量变得非常关键。

（2）在线流量分配。当一次曝光同时满足两个以上合约的要求时，怎样决策将它分配给哪个合约以达到整体满足所有合约的目的。各种在线分配算法都要依赖流量预估的结果，以达到高效和准确的目标。

（3）出价指导。在竞价广告中，由于没有量的保证，广告主需要根据自己预计的出价先了解一下可能获得多少流量，以判断自己的出价是否合理。

在线分配
展示量合约这种保量合约都面临一个问题：各个合约要求的人群很可能大量交叠，如何设计分配策略，使得各个合约都尽可能被满足。对这一策略问题，将其简化为一个二部图（bipartite graph）匹配的问题。二部图的一方是表示广告库存的供给节点，每个节点代表的是所有人群标签都相同的广告流量集合；二部图的另一方是表示广告合约的需求节点，每个节点代表的是一个广告合约的人群标签条件。在线分配问题实际上是一个二部图最佳分配问题。

2. 竞价广告

竞价交易模式的本质是将量的约束从交易过程中去除，仅仅采用“价高者得”的简单决策方案来投放每一次广告。

2.1 搜索广告

竞价、类搜索的广告投放架构都是从搜索广告发展起来的。因此，这里首先对搜索广告进行介绍，这也是整个在线广告市场中市场份额最大的类型。

搜索广告创意的展示区域一般来说分为北（north）、东（east）、南（south）三个部分。

搜索广告（注意：移动端搜索没有东区广告）

在互联网广告的整个产品谱系当中，搜索广告有着特殊重要的地位，具有以下鲜明的产品和技术特点。

（1）搜索广告的变现能力，即 eCPM远远高于一般的展示广告，其市场重要程度也就得以彰显。

（2）搜索广告的受众定向标签，即是上下文的搜索查询。由于搜索词非常强地表征着用户的意图，搜索广告可以进行非常精准的定向。相对这样的上下文信息，根据用户历史行为得到的兴趣标签的重要性大打折扣，这一方面是因为其信号远不如搜索词强烈，另一方面是因为用户这样明确意图的任务是决不能被打断的（参见第2章广告有效性原理部分）。因此，搜索广告里的eCPM由一般情形下的r（a，u，c）退化成了r（a，c）。

搜索广告从一开始就具有原生广告的特点：它的商业化结果与自然结果一样，由用户的主动意图触发，并且展示形式上与自然结果相差不大。这里放上原生的搜索广告结果样例，之后可以结合原生广告章节进行进一步理解。

淘宝app中龙虾尾的搜索结果，注意第一条商品

除了产品形式上的创新，搜索广告的投放和优化策略也是产品的重要一环。搜索广告的整个决策过程可以分为查询扩展、检索、排序、放置、定价等几个阶段。
查询扩展是搜索广告独有的策略，目的是给广告主自动地拓展相关的查询词，扩大采买流量；
广告检索和将候选广告根据 eCPM 排序是广告系统较为通用的核心流程（本章后面介绍广告网络时再讨论）；
定价是竞价广告非常核心的策略（在下一节机制设计中将重点介绍）。

查询扩展相关的方法有

• 精确匹配。即不对广告主提供的关键词做任何形式的扩展，保证忠实按照广告主意图精准执行。
• 短语匹配。当用户的查询完全包含广告主关键词及关键词（包括关键词的同义词）的插入或颠倒形态时，就认为匹配成功，
• 广泛匹配。当用户的查询词与广告主的关键词高度相关时，即使广告主并未提交这些查询词，也可能被匹配。
• 否定匹配。向广告主提供否定匹配的功能，即明确指出哪些词是不能被匹配的，这样可以灵活地关停一些低效的流量。

当广告候选完成排序以后，需要分别确定北区和东区的广告条数，这个环节称为广告放置（ad placement）。

2.2 定价策略

在对搜索广告说明完成后，这里就可以开始说明竞价广告的相关策略了，首先这里说明的是定价问题。围绕位置拍卖最重要的机制设计是所谓的定价（Pricing）问题，它探讨的是在一次位置拍卖中给定各参与者的出价以及他们的期望收益，如何对最后获得某个位置的广告主收取合适的费用。

在线广告竞价市场最常见的定价策略是 GSP方案；另外有一种 VCG（Vickrey-Clarke-Groves）定价策略，虽然理论上比GSP更合理，但是由于原理较复杂，向广告主解释起来有难度，因此在实际系统中采用的并不多。下面分别介绍这两种定价策略。

1.广义第二高价（GSP）

所谓第二高价，指的是在只有一个位置的拍卖中，向赢得该位置的广告主收取其下一位广告主的出价，这样的拍卖也叫作Vickrey拍卖。很容易直觉地将第二高价策略推广成下面的策略：对赢得每一个位置的广告主，都按照他下一位的广告位置出价来收取费用，这就是广义第二高价。

2.VCG
其基本思想是：对于赢得了某个位置的广告主，其所付出的成本应该等于他占据这个位置给其他市场参与者带来的价值损害。

由于实际使用不多，这里不对VCG广告工作原理和逻辑进行说明。

市场保留价

为了控制广告的质量和保持一定的出售单价，竞价广告市场往往要设置一个赢得拍卖位置的最低价格，这一价格我们称为市场保留价（Market Reserve Price，MRP），俗称“起价”或“底价”。广告主的出价只有在高于市场保留价时才能获得竞价机会，同时在赢得某个拍卖位置后，如果根据定价策略算出的付费低于市场保留价（以广义第二高价为例，很容易验证这种情况是可能发生的），也需要调整到市场保留价的水平上。

价格挤压

在 CPC 结算的广告产品中，eCPM 可以表示成点击率和出价的乘积，即 r=µ·ν=µ·bid CPC 。但是在竞价的机制设计中，有时会对此公式做一些微调，把它变成下面的形式：

价格挤压

其中的κ为一个大于0的实数。可以考虑两种极端情况来理解κ的作用：当κ→∞时，相当于只根据点击率来排序而不考虑出价的作用；反之，当κ→0时，则相当于只根据出价来排序。因此，随着κ的增大，相当于我们在挤压出价在整个竞价体系中的作用，因此我们把这个因子叫做价格挤压（squashing）因子。

价格挤压因子的作用主要是能够根据市场情况更主动地影响竞价体系向着需要的方向发展。比如说，如果发现市场上存在大量的出价较高但品质不高的广告主，则可以通过调高κ来强调质量和用户反馈的影响；如果发现市场的竞价激烈程度不够，则可以通过降低κ来鼓励竞争。

2.3 广告网络

对展示广告而言，合约式的售卖方式必然无法消耗所有的库存。这部分流量我们称为剩余流量（remnant inventory）。竞价交易模式的产生为这部分流量提供了变现的机会，催生了广告网络这一产品。广告网络的产品功能是批量聚合各媒体的剩余流量，按照人群或上下文标签的流量切割方式售卖给广告主。

竞价广告网络的售卖的标的主要是人群，而广告位被淡化了。（合约广告是很难淡化广告位标的的。）另外，当流量满足多个广告活动要求时，简单地采用竞价模式而不用考虑量的合约。

广告网络中的广告决策过程与搜索广告相比，整个流程要简单一些，主要分为检索、排序、定价等几个阶段。这里和具体的推荐过程有一定程度的类似。

1.广告检索

广告与搜索面对的文档其实不同，它往往是一个用布尔表达式表达的投放条件，而不是可以简单看成一个词的集合。搜索那样的面向词集合的检索方案对布尔表达式来说不是最有效的。

搜索广告检索与搜索基本一致，用常规的倒排索引技术就可以解决。展示广告网络与搜索广告不同，由于用户意图不明确，往往要将更多的关键字、兴趣标签同时用于检索过程。这里可以类比推荐系统中的召回阶段。

2.广告排序

竞价广告中排序的准则是eCPM，而在CPC结算的情形下，对eCPM的估计转化为对点击率的估计问题。这里同样可以类比目标有修改的推荐系统排序阶段。

2.4 竞价广告与合约广告的比较

在了解了竞价、合约这两类主要的广告交易方式后，这里简要对比一下它们的优缺点。

从供给方或广告市场方来看，合约广告和竞价广告的对比可以类比于计划经济和市场经济的区别。在合约广告的情况下，所有量的保证和质的优化都是由媒体方的广告投放机来统一完成，而在竞价广告的情况下，市场只负责制定竞价和收费的规则，而各广告主量的保证完全采用市场竞争的方式来完成。在这种情况下，市场方需要仔细设计宏观竞争机制，但是不一定需要实现象合约广告那样的交易级别的计划调度。

在竞价广告中，供给方和广告主的约定比较松散：首先，供给方不再向广告主承诺广告投放量；与此相对应，点击单价由广告主自行决定。这样的交易逻辑使得广告合同由首先确保量的结构变成了首先确保单位成本的结构。这实际上是非常革命性的变化，它使得广告市场产生了以下三个有利于大幅提高广告效果的发展趋势。

（1）非常精细的受众定向可以被无障碍地使用在交易中，而这是展示量合约广告很难做到的。

（2）大量的中小广告主逐渐成为参与竞价的主体，这使得市场的规模得到了快速扩张。

（3）与合约广告相比，竞价广告中数据的价值得以彰显，整个市场开始以数据为核心来组织和运营广告产品。

3. 程序化交易广告

随着需求方优化效果的要求进一步加强，广告网络在产品形态上已经无法完全满足需要，而市场的发展方向是向需求方彻底开放。这也就产生了以实时竞价即RTB为核心的程序化交易市场。

RTB 的产生，使得广告市场向着透明的比价平台的方向发展，这样的平台就是广告交易平台，即ADX，其主要特征即是用RTB的方式实时得到广告候选，并按照其出价简单完成投放决策。

3.1 实时竞价

竞价广告网络中的受众定向虽然可以很精准，但是还是会有一些完成不了的场景。例如，某广告主希望对自己的流失用户进行一次广告促销，或某广告主希望广告平台帮助找到与其用户类似的潜在用户。很显然，无论怎样选择在广告网络中的人群标签，都不可能直接完成上述的任务。实际上，这两个任务有一个共同的特点，即我们在加工人群标签的过程中需要利用到广告主的数据。这样的标签称为定制化用户标签（customized audience segmentation）。

因此，采用广告网络这样的封闭式竞价方案是无法规模化和精细化地针对定制化标签进行投放的。什么样的解决方案才能够规模化呢？其实很简单，只要把竞价过程开放，在广告展示时由需求方来判断是否需要并出价，就可以解决上面的问题，这样的思路就产生了实时竞价。

用定制化标签指导广告投放是实时竞价的关键产品目标。

实时竞价流程

实时竞价的接口可以分成两个过程，即预先进行的将 ADX与 DSP的用户标识对应起来的 cookie映射（cookie mapping）过程和线上广告请求时的竞价和投放过程。

以Web投放环境为例，RTB的广告请求可以分为以下三个步骤。

1. 用户浏览媒体网站。

2. 媒体网站通过JavaScript或SDK向ADX发起广告请求。

3. ADX 向各 DSP 传送 URL 和本域名 cookie，发起询价请求。DSP 根据预先做好的cookie映射查出对应的已方cookie，决策是否参与竞价，如果参与，则返回自己的出价。在等待一个固定的时间片后，ADX选出出价最高的DSP返回给媒体网站。

4. 媒体网站从胜出的DSP拿到广告创意并展示。

注意：需要特别说明一点，实时竞价中的“实时”这一限定，特指的是需求方实时地，也就是在每一次展示时参与广告竞价

3.2 其他程序化交易方式

除了实时竞价以外，市场上还存在若干其他的程序化交易方式。

优选

优选比实时竞价产生要早，可以看成是只有一个需求方的程序化交易，优选方式允许单个需求方按照自己的意愿来挑选流量，但是又可以避免复杂的竞价过程。由于只有一个需求方参与，媒体可以比较容易地对广告的质量和来源进行控制。这种交易一般按照CPM 方式结算，由于没有了多方竞价，又有选择流量的便利，往往要约定一个比市场价格更高的 CPM单价。

私有市场

除了实时竞价这种公开的市场拍卖机制以外，有时媒体为了保证广告主的质量，希望将拍卖限制在一些被邀请需求方的小范围内。这种程序化交易叫作私有市场。私有市场中的在线交易过程与公开的实时竞价一致。

私有市场可以说兼顾了优选与实时竞价的好处。

3.3 广告交易平台

广告交易平台，即ADX，是程序化交易时代的关键产品，它负责将媒体流量以拍卖的方式售卖给 DSP，可以类比于证券市场中的交易所。

ADX的产品策略较为简单，由于所有的广告竞价都是实时进行，因此不需要保存广告库，因而也不需要广告检索流程，排序过程也非常简单。ADX 一般为 CPM 结算方式。

3.4需求方平台和供给方平台

需求方平台DSP

与 ADX相对应，以 RTB方式购买广告的产品形态就是需求方平台，即 DSP。这一产品的核心特征有两个：一个是RTB方式的流量购买，另一个是需要支持需求方定制化的用户划分。

DSP的广告决策过程（如图6-5所示）与广告网络非常相似，同样先要经过检索、排序、定价几个阶段，主要的差别是完成广告选择后，又增加了出价的步骤。而出价正是 DSP的关键产品策略之一，因为在实时竞价环境中，出价直接决定着DSP的流量基本单位成本，也就决定着利润。这里着重要注意的限制条件是预算。

与需求方平台相关的技术有重定向和新客推荐，相关业务逻辑成因已在上文说明，这里不再阐述。

供给方平台SSP

对于媒体而言，无需把全部流量的变现都放在一种交易方式上。媒体既可以通过直接销售来高溢价地售卖品牌广告，也可以综合使用各种程序交易方式以追求更高的eCPM。

媒体的统一变现平台需要这样的逻辑。当广告请求到达时，首先检查优先销售的订单有无需求，这包括CPT和CPM的合约。如果有需求，按照优先级和在线分配的方案完成投放；如果没有这类销售合约，则进入竞价流程。竞价时，从自运营广告主库中找出eCPM较高的，并估算可供调用的若干广告网络的eCPM，在这两者之间找到较高的广告候选，再以此作为MRP，通过RTB接口向接入的各DSP实时询价。可以看出，在这样的逻辑中，广告请求是被分配到自运营广告库，还是其他广告网络，或者是DSP，是根据他们的收益在线动态决定的，这样的方案称为动态分配（dynamic allocation）。对应的产品形态就叫作供给方平台（Supply Side Platform，SSP）。

3.5 数据加工与交易

要提高定向的精准程度与人群覆盖率，技术远不是唯一重要的因素。那么什么才是决定性的呢？是数据的来源与质量。

一般将对精准广告业务有直接贡献的数据分为这几类。

• 用户标识
• 用户行为
• 人口属性
• 地理位置
• 社交关系

三方数据划分

广告中用到的用户数据，根据其来源的不同可以分为第一方数据、第二方数据和第三方数据。第一方和第二方分别是指广告主和广告平台，而不直接参与广告交易的其他数据提供方统称为第三方。在广告网络中，主要使用第二方数据指导广告投放；而在实时竞价环境下，不仅第一方数据可以被利用，大量第三方数据的加工和交易也逐渐发展起来。

数据管理平台DMP

第一方数据的收集和加工是广告市场上非常重要的环节。不过对于没有这方面技术积累的广告主而言，专门设团队进行数据加工是没有必要的。因此，市场上也产生了专从事此业务的产品，称为数据管理平台即DMP。DMP有下面几个核心的产品功能。
（1）它可以为网站（可以是媒体也可以是广告主网站）提供受众定向功能，并将得到的用户标签应用于网站业务。
（2）如果媒体网站授权，DMP可以提供接口对加工出来的用户标签进行变现，并与网站进行分成。
（3）广告主网站可以通过 DMP 与广告采买渠道进行更方便的数据对接。

数据交易平台

数据交易平台（data exchange）的主要产品功能是聚合各种来源的在线的用户行为数据，加工成有价值的用户标签，然后在广告市场上通过售卖这些标签来变现。数据交易平台与数据管理平台的产品边界并不是泾渭分明。一般来说，数据交易平台除了聚合成型的用户标签，也都会提供聚合原始行为数据自行加工标签的功能，也就是兼具 DMP的产品功能。

可以认为DMP是站在第一方数据的角度提供产品，而数据交易平台主要是站在第三方数据的角度提供产品。

4. 原生广告与移动广告

与内容基本独立的广告交易必然会在效果和用户体验方面碰到天花板。将内容与广告决策深度融合的原生广告产品是本章讨论的重点，

以下对多种形式的原生广告进行梳理。

• 信息流广告。信息流广告起源于社交网络。在其信息流中插入商业化的内容，由于展示形式与内容非常接近，因此吸引的关注比较有效，如今日头条app应用中的嵌入广告便属于这种信息流广告。

• 搜索广告。搜索广告的展示形式与自然搜索结果基本一致，也可以看成是存在于同一个信息流当中。
  搜索广告与内容的混合方式有两种，一种是将广告在固定的位置上展现，另一种是将广告与内容混合排列在一起。

• 软文广告。这种广告类型中，内容本身就是为了委婉地宣传某种产品而生产的。很多网站的内容营销实际上指的就是这种软文广告。

• 联盟。由媒体从广告库中自由选择要推广的对象，并按照自己控制的展现方式进行推广。

移动广告

移动互联网的快速发展对所有在线服务都产生了颠覆式的推动，在线广告行业当然也不例外。

这里对移动广告的创意形式做一个简要的归纳。

• 横幅与插屏
• 开屏与锁屏，最常见的形式比如知乎app的开屏广告
• 推荐墙与积分墙

植入式原生广告

在这个基础上就可以给出一定的原生广告的展现形式，即植入式广告，这里以下图作为说明，希望读者可以结合自身体会对其进行理解。

植入式原生广告（内心os：为此我跑去重新看了下唐人街探案2）

最后这里再重复一遍。

这里一定一定建议在阅读本文时去结合目前接触到的所有电脑和移动端的广告去分析，这样可以更有助于理解广告产品以及其所含有的业务逻辑。

相关名词

• DMP 数据管理平台
• GD 担保式投送
• SEM 搜索引擎营销
• MRP 市场保留价
• GSP 广义第二高价
• VCG 一种社会福利最优的定价策略
• TD 交易终端
• RTB 实时竞价
• PD 优选
• ADX 广告交易平台
• SSP 供给方平台
• DSP 需求方平台
• ADN 广告交易网络