【计算广告】基本概念及RTB/RTA投放策略介绍

datamonday

已于 2022-04-04 13:04:38 修改

阅读量1.2w

点赞数 17

分类专栏： # 计算广告（Computational AD）文章标签：计算广告 RTB RTA

于 2022-03-23 13:35:01 首次发布

本文链接：https://blog.csdn.net/weixin_39653948/article/details/123683495

版权

计算广告（Computational AD）专栏收录该内容

2 篇文章 7 订阅

订阅专栏

文章目录

1. 基本概念
2. DSP
3. DMP
4. ADX
5. RTB
6. RTA
参考文献

（source：RTBChina）

1. 基本概念

ADX（AD eXchange）：广告交易平台。
ADN（AD Network）：广告网络。
CDN（Content Delivery Network）：内容分发网络。
DMP（Data Management Platform）：数据管理平台。
DSP（Demand Side Platform）：需求方平台。
SSP（Supply Side Platform）：供给方平台/媒体平台。
CPM（Cost Per Mille）：展现成本，或者叫千人展现成本。
CPC（Cost Per Click）：点击成本，即每产生一次点击所花费的成本。
CPA（Cost Per Action）：每次行动成本，即按行动收费。注：“行动”可以为注册、互动、下载、下单、购买等。
oCPM/oCPC/oCPA表示优化的（optimized）的对应指标。
CPS（Cost Per Sale）：按销售额付费，是指以实际销售产品数量来换算广告刊登金额。即根据每个订单/每次交易来收费的方式。用户每成功达成一笔交易，销售可获得佣金。
CPT（Cost Per Time)：按时长计费投放广告，广告主选择广告位和投放时间，费用与广告点击量无关。
CPI（Cost Per Install）：单个下载成本。优化形式主要是以优化素材，或者受众定向等形式降低单价，提高素材点击率，获客买量。
CPP（Cost Per Person）：按有效接触受众计费，是移动广告计费的一种形式，主要为规避广告费用风险，只有对选定的移动用户展示广告达到3次以后，才按每三次为单位结算费用。
ASO（App Store Optimization）：应用商店优化，提升App在应用商店的搜索排名、榜单排名等技术手段。
SEO（Search Engine Optimization）：搜索引擎优化，主要是针对PC站。
AEO（App Event Optimization）：事件优化。AEO一般是抓取付费的用户（app event多为purchase），这些用户的花费多少没有要求，只要花费了就是AEO的目标。VO会抓取付费高的用户。
VO（Value Optimization）：价值优化。
SEM（Search Engine Marketing）：搜索引擎营销。
ASM（App Store Serach Marketing）：苹果应用商店搜索竞价广告市场。
DAU（Daily Active User）：即日活跃用户数量，统计的是一日之内，登录或使用过某个应用的用户数（去除重复登录的用户）。
WAU（Weekly Active User）即周活跃用户数量，是指在一周之内登录或使用该应用的用户数量。
MAU（Monthly Active Users）：即月活跃用户数，指的是在一个月中至少使用过一次该应用的独立用户数量。
UV（Unique Vister）：独立访客，一台电脑24小时以内访问N次计为1次。
PV（Page View）：页面浏览的总次数。
APK：安卓市场安装包。
IPA：iOS系统安装包。
SDK：即软件开发工具包， SDK是渠道提供的、集成了App软件所有功能模块，这个功能模块CP必须要植入到自己的app里，接入SDK后CP和渠道都要对SDK包进行测试，测试通过才能上线。
RTB（Real Time Bidding）：实时竞价。
RTA（Real Time API）：实时广告程序接口。
DSP（Demand-Side Platform）：需求方平台。
ROI（Return on Investment）：投资回报率。另：感兴趣区域（ROI，Region of Interest）。
ROAS（Return on Advertising Spend）：总收入/广告支出。
CTR（Click-Through-Rate）：点击通过率，CTR=(广告的实际点击次数/广告的展现量)*100%。
CVR（Conversion Rate）：转化率。是一个衡量CPA广告效果的指标，简言之就是用户点击广告到成为一个有效激活或者注册甚至付费用户的转化率。CVR=(转化量/点击量)*100%。
LTV（Life Time Value）：生命周期总价值，意为客户终生价值，是公司从用户所有的互动中所得到的全部经济收益的总和，通常被应用于市场营销领域，用于衡量企业客户对企业所产生的价值，被定为企业是否能够取得高利润的重要参考指标。
RR（Retention Rate）：顾客保留率。RR=本年度的顾客总数/上年度的顾客总数。
SR（Spending Rate）：顾客消费率。SR=顾客总消费额/顾客总数。
VC（Variable Cost）：变动成本。VC=产品成本+服务管理费用+信用卡成本等。
AC（Acquisition Cost）：获得成本。AC=本年度广告、促销费用/本年度顾客总数。
GP（Gross Profit）：净利润。GP=总收入-总成本。
DR（Discount Rate）：贴现率。DR=[1 + (风险系数×银行利率)]×n。
NPV（Net Present Value）：利润净现值，NPV=GP/DR。
累计NPV：特定时间内每年NPV的总和。
IRR（Internal Rate of Return）：内部报酬率，指累计净现值=0时的贴现率。
LTV=累计NPV/顾客总数。
APRU（Average Revenue Per User）：每个用户的平均收入。每日ARPU =总收入/(总活跃用户×N)。
PM（Project Manager）：产品经理。

GFP（Generalized First Price）：广义第一价格。按照出价计费，价格高者排在前面。广告平台的收入可以保证，但是稳定性较差。
GSP（Generalized Second Price）：广义第二价格。为吸引广告主的投放，降低广告主的成本，GSP按照下一位的出价来实际扣费。
VCG（Vickrey-Clarke-Groves）：命名来源于三位经济学家的名字。VCG在GSP的基础上更进一步，其基本原理是计算竞价者赢得广告位之后，给整个竞价收入带来的收益损失，理论上这种损失就是竞价获胜者应该支付的费用。
纳什均衡（Nash Equilibrium）：指包含两个或以上参与者的非合作博弈（Noncooperative Game）中，假设每个参与者都知道其他参与者的均衡策略的情况下，没有参与者可以透过改变自身策略使自身受益时的一个概念解。

2. DSP

在DSP出现之前，如果广告主想要在多个媒体（网站、广告网络、交易平台）投放广告，是一个非常繁琐的过程。因为每一个网站、广告网络、交易平台的媒体购买系统、操作规则不同，需要人工进行调整，费时低效；而且跨渠道媒体购买很可能重复购买同一部分人群。DSP平台把广告主、代理人员从庞杂的重复手工操作中解放出来。广告主只要在DSP平台投放广告，由DSP平台帮助广告在多个媒体投放广告。

DSP的定义：
DSP（需求方平台）汇集众多的用户历史行为信息（精确的用户画像），以帮助需求方（即广告主或代理商）以一个统一的接口来管理Ad eXchange（ADX）。需求方可以在平台上设置目标受众的定向条件、预算、出价、创意等，而DSP通过技术和算法自动优化投放效果并提供数据报告。

3. DMP

DSP的受众定向精确到每个个体，这样精准功能是依靠DMP实现的。

DMP（数据管理平台）把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让用户可以把这些细分结果推向现有的互动营销环境里的平台。

具体如何应用？

以某一个消费者为例，通过对其IP地址、上网行为（如浏览、点击、购买）、浏览内容偏好以及频率、时间等的分析勾勒出他的特征和对应的人群标签。

优秀的DSP支持多维度定向，筛选出最有传播价值的人群，锁定目标受众。主要定向方式有：语义定向、行为定向、消费意向定向、人口属性定向、地域定向、机型定向、相似人群定向、回头客定向。

4. ADX

广告交易平台。

可以理解为多个DSP竞价的地方，eCPM高的DSP平台获胜，获得广告展示机会。

SSP向ADX发送广告请求，ADX发出请求给许多的DSP，DSP返回报价和广告素材给ADX，ADX按照eCPM大小进行排序，将最高价的广告素材返回给SSP。

5. RTB

RTB（Real-time Bidding）实时竞价是DSP的核心功能之一，这一购买方式能比较开放、透明的帮助广告主用合理的价格赢得最有价值的曝光机会。

RTB是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。与大量购买投放频次不同，实时竞价规避了无效的受众到达，针对有意义的用户进行购买。

举例来看在一次广告显示的流程中，这些生态伙伴都参与了什么样的动作。

用户打开某个网站，网站产生了一个对实时竞价系统广告网络的请求。
实时竞价系统向某个DSP发送请求（包括用户是谁，当前页面是什么，以及一些上下文的数据）。
DSP收到请求后，向DMP发送一个数据请求，用于收集用户更多的信息，包括用户的年龄、性别以及喜好。
DSP收到DMP的信息以后，会向实时竞价系统发出一个自己认为合适的广告以及竞价的价格。
实时竞价系统收集到所有广告竞价以后，会举行一个拍卖（Auction）。每个实时竞价系统的拍卖规则可以不同。
实时竞价系统会向赢得广告位的DSP发送最后的收款价格，这个价格是根据某种拍卖规则决定的。
广告显示给了用户。
用户对广告的反馈，例如是否点击，是否购买广告相应的产品，是否订阅广告对应的服务等，这些信息会返回给DSP。

注意，这里提到的实时竞价系统既可以是一个SSP，也可以是一个ADX。

可以看出，在广告生态系统中，几乎所有的角色，都要在每一个广告请求中参与其中。每一个流程的不精确都有可能让最后现实的广告不符合用户的喜好。

由上图可知，在整个广告生态系统中，对用户的追踪是一种非常重要的能力。如果广告平台的任何一个部件无法对用户信息进行有效的管理，那就无法显示相关的广告。
广告生态群对用户信息的追踪有一个基本的技术——存储用户的Cookie。实际上，在广告生态圈里，就是用Cookie来对用户的身份进行识别的。当用户第一次访问一个网站的时候，一段Cookie就会被建立并且存储在用户的浏览器里。当用户下一次再访问的时候，这段Cookie就会被重新访问并且可能被更改。
注意，Cookie是和某一个域名（Domain）相关联的。**比如，在通常情况下，你访问了A网站，B网站就无法访问你在A网站的Cookie。**这样做的初衷是在互联网上可以做到保护用户的隐私以及有限制的信息共享。但作为广告平台来说，这样做当然是无助于平台对于用户信息的访问。
那么，一种方法就是B网站直接得到A网站的允许，到A网址植入脚本从而来收取用户的Cookie信息。**例如，在某个时期内，纽约时报的网站就有多达17个合作方在对用户的数据进行收集。**然而，即便是这样，每个单独的数据收集方都只能对用户在互联网上的行为进行局部的数据采集。也就是说，这些收集方很难对用户在互联网上的全部行为进行建模。很明显，这是不利于展示最有价值的广告信息的。
在这样的情况下，也就慢慢催生了一个新的技术——Cookie的整合。即把多个由不同的数据收集方收集的Cookie进行匹配，从而能够在逻辑上把这些Cookie都当做同一个人处理。据统计，一个用户在30次点击内，就有99%的概率会被互联网上前10大“数据追踪机构”所追踪，而至少有40%的Cookie可以得到有效的整合。
用Cookie来追踪用户并不是万能的。用户可以删除Cookie信息甚至在浏览器的层面禁止Cookie信息。这就给广告平台提出了不小的挑战。最近几年，基于其他存储技术的用户追踪手段，例如Canvas API或者Flash Cookie等也慢慢流行起来。

6. RTA

RTA（Real Time API）是直投与ADX（Ad Exchange）相结合的一种投放模式，即每次请求时，广告平台都通过API询问广告主是否参竞，然后结合广告主返回的决策进行下一步广告的优选投放，最终提升广告主的广告投放效果，如下图所示。

备注：
1）直投模式：广告主直接去媒体广告系统投放广告的模式，依赖于媒体数据和算法能力。
2）ADX模式：媒体提供流量，广告主利用自有数据及投放模型完成投放，广告无法利用媒体侧投放模型。

通俗地解释，API要实现的，是能够传送媒体人群数据给广告主，然后让广告主决定是否给这个人投放（推送）广告。具体方式如下：

媒体平台根据广告主提供的目标人群要求，对其用户人群进行圈选，并将圈选之后的人群的device ID通过API推送给广告主。
广告主将这些device ID与自己圈选的一方数据进行匹配。
匹配命中的device ID，会通过API返回给媒体，然后媒体对这些device ID进行广告投放。

什么叫“与自己圈选的一方数据进行匹配”？这一步很关键，本质上透露了这种广告适用的广告主和场景。设想一个场景，还以携程为例：假如携程推一个“四川旅游优惠季”的广告，这个投放的策略已经想好，对过去两周以及现在所有搜索过四川的酒店、航班、火车的用户，进行广告投放。携程实际上是对它已有的用户，进行“唤醒式”的投放。

所以，实际上是媒体“听命于”广告主，问广告主，“我投放这个人可以吗？”广告主再根据自己选定的一方数据的人群，比对媒体发来的人，决定是否给这个人投放广告。投放与否的决定权，在广告主。

RTA解决的问题

精准人群定向：广告主基于自有数据（或模型）判定每次请求的用户价值，返回广告平台“是否参与本次竞价”的决策。
流量实时筛选：平台实时询问广告主是否参竞，并结合广告主的实时回复进行最终流量优选。

如果广告主把圈定的人群通过广告平台的DMP人群定向进行人群定向投放，是不是也可以达到同样的目的？

答案是肯定的。但很多时候，数据是一个公司的核心资产，广告主并不愿意过多泄漏数据。另外，如果广告主想把最近收集到的数据应用到广告投放中，就需要频频更新现在广告的DMP定向人群，操作成本也非常高。

RTA的优势

无需给平台回传数据；
无需频繁人工调整DMP定向人群。

如何让广告有效触达目标群体，并在保护数据安全的同时实现广告价值的高转化，是目前广告主最关注的问题。为了能够让流量价值和转化效率最大化，腾讯广告推出了RTA（Realtime API）投放模式，满足广告主的实时个性化投放需求。

一个是个性化和实时性的问题。广告主的投放策略和目标人群的选定可能是实时变动的，传统模式需要不断上报人工数据，在时效上存在滞后性。
另一个是数据安全的问题。**如果想要实现更加个性化的策略，广告主通常需要上传一方数据进行洞察和分析，但出于行业特性或数据安全的考虑，往往只能“望技术而叹”。

RTA的出现，有效地解决了上述两个问题。腾讯广告RTA是一种实时广告程序接口，通过发挥媒体与广告主双方的数据、模型能力，实现实时的广告优选。对比其他投放模式，RTA的个性化和时效性都更强，可以帮广告主更准确地提供投放策略指导，与此同时可以消除广告主对数据安全的顾虑，真正实现“人群筛选个性化，流量优选实时化”。