刘鹏王超 计算广告 读书笔记

1.

互联网广告兼有品牌和效果两方面的功能。不过要说明的是，到目前为止，互联网广 告行业的高速发展主要是由于效果广告市场带来的巨大红利。从表 1-1[1]中可以看出，网络 广告的市场规模发展迅猛;

2.

这里的需求方可以是广 告主(advertiser)、代表广告主利益的代理商(agency)或其他技术形态的采买方;这里 的供给方可以是媒体，也可以是其他技术形态的变现平台。另外，要特别注意的是，广告 还有一个被动的参与方，即受众(audience)。

3.

由于从传统的品牌广告延伸而来，此时的定向广告仍然以合约的方式进行。媒体 向广告主保证某个投放量，并在此基础上确定合同的总金额以及投放量未完成情况下的赔 偿方案。这种担保式投送(Guaranteed Delivery，GD)的交易方式逐渐成为互联网合约式 广告的主要商业模式。一般来说，这样的合约仍然主要面向品牌广告主，并且遵循按千次 展示付费(Cost per Mille，CPM)的计费方式。

合约广告系统中有一个重要的计算问题，即在满足各合约目标受众量要求的同时尽可 能为所有广告商分配到质更好的流量。这一问题有两个难点:一是如何有效地将流量分配

到各个合约互相交叉的人群覆盖上;二是要在在线的环境下实时地完成每一次展示决策。 这个问题称为在线分配(online allocation)。如果将各合约的量看作约束条件，将某种度 量下的质看作目标函数，可以利用带约束优化(constrained optimization)的数学框架来 探索这一问题。

4.

这样的思路催生了计算广告历史上革命性的产品模式——竞价广告 (auction-based advertising)。在这种模式下，供给方只向广告主保证质即单位流量的成 本，但不再以合约的方式给出量的保证，换言之，对每一次展示都基本按照收益最高的原 则来决策。

与直觉不同的是，在如何收取广告主费用这一点上，我 们并非按照微观上最优的方案实施就可以达到整个市场最大的收益。关于定价机制的深入 研究，产生了广义第二高价(Generalized Second Price，GSP)这一竞价重要的理论。

5.

当 ADN 产生以后，代理公司当然也要对广告采买方式做出调整，因为此时 的流量采买发生了几点显著变化:一是更多地面向受众而非媒体或广告位进行采买，这当 然是与受众定向的流行有直接关系;二是需求方的代理需要采用技术的手段保证广告主量 的要求，并在此基础上帮助广告主优化效果。这又是一个与在线分配类似的带约束优化问 题。但是实际上，这个问题有着本质的不同:由于只能在 ADN 定义好的定向标签组合上预 先指定出价，而不能控制每一次展示的出价，因此，市场看起来像一个黑盒子，需求方只 能靠选择合适的标签组合以及阶段性调整出价来间接控制效果。这种面向多个 ADN 或媒体 按人群一站式采买广告并优化投入产出比的需求方产品，我们称为交易终端(Trading Desk， TD)。

定制化需求 催生了一种开放的竞价逻辑，让需求方按自己的人群定义来挑选流量，这就是实时竞价 (Real Time Bidding，RTB)。它是将拍卖的过程由广告主预先出价，变成每次展示时实 时出价。只要把广告展示的上下文页面 URL 以及访客的用户标识等信息传给需求方，它就 有充分的信息来完成定制化的人群选择和出价。于是，市场上产生了大量聚合各媒体的剩 余流量并采用实时竞价方式为他们变现的产品形态——广告交易平台(ad Exchange，ADX)。

通过实时竞价的方式，按照定制化的人群标签购买广告，这样的产品就是需求方平台 (Demand Side Platform，DSP)。

除了 RTB 以外，还有其他几种程序购买的交易方 式，如优选(preferred deals)以及私有交易市场(Private Market Place，PMP)等

6.

在大多数广告产品中，可以通过计算优化的主要是收入部分。而千次展示期望收入 (expected Cost Per Mille，eCPM)正是计算广告中最为核心的量化指标之一。与广告的信 息传达过程相关，eCPM 又可以分解为点击率和点击价值的乘积，这两个指标是各种广告 产品在计算过程中经常碰到的，也是产品运营需要深入理解和重点关注的。

7.

创意尺寸的统一化与一些关键接口的标准化非常关键。 这些接口标准中，比较典型的有视频广告的 VAST 标准和实时竞价的 OpenRTB 标准

举个例子，对在线购物行业而言，门户网站、垂直网站、搜索引擎、电 商网站、返利网，在转化链条上一个比一个更靠近购买行为。我们从直觉上就可以知道， 越接近转化的媒体上的广告带来的流量一定可以达到越高的 ROI，不过离“引导潜在用户”这样的广告目的也就越远.

8.

9.

当用户在媒体页面的广告位上看到广告以后，如果产生兴趣，首先产生的是点 击行为，广告点击与广告展现的比率称为点击率(Click Through Rate，CTR);点击行为 成功以后，将会打开广告主的落地页(landing page)，落地页成功打开次数与点击次数的 比例称为到达率，这是在广告主网站上发生的;如果用户从落地页开始，进一步完成下单 等操作，则称为转化，转化次数与到达次数的比例称为转化率(Conversion Rate，CVR)， 这是在广告主网站上或线下发生的。

在后文中，我们都沿用这样的符号表示:用μ表示点击率，用ν表示点击价值(click value)，即单次点击为广告产品带来的收益。其中前一部分描述的是发生在媒体上的行为， 后一部分描述的是发生在广告主网站上的行为。而这两部分的乘积定量地表示了某次或若 干次展示的期望 CPM值，就是我们前面提到的eCPM。

10.

11.

12.

13.

14.

计算广告 互联网商业变现的市场与技术

展示量合约售卖的是某特定人群上的广告曝光次数，而人群不同于确定的广告位，因 此必须在合约中约定投放的量。于是，在产品策略上就产生了流量预测(traffic forecasting) 这一问题。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。如果流量严重低估，会出现资源售卖量不足的情形; 如果流量严重高估，则会出现一部分合约不能达成的状况。这都会直接影响整个系统的收 入。

(2)在线流量分配。同样是在展示量合约广告中，由于合约之间在人群选择上会有 很多交集，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，这是下文将要讨论的在线分配问题。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，由于没有了量的保证，广告主往往需要根据自己预 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。与前面的应用不太 一样，这里的流量预测还多了出价这样一个因素。

15.

在有些 情形下，我们可以主动地影响流量，以利于合约的达成。这一产品策略问题称为流量塑形 (traffic shaping)。

16.

随着标签数量的增加，供给节点的数量会以指数速度上升，而每一个供给节点的流量 当然也就迅速收缩。当节点的流量过小时，对其进行相对准确的预测就变得相当困难，这 时上面所说的方案就会变得完全不可行。因此，展示量合约这类广告产品在人群标签非常 丰富和精准时是无法有效地运作的，而这正是竞价广告产品的原动力之一。

对比前面的合约广告可知，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。

竞价 顺应了定向广告向精细化发展的趋势要求，也为大量无法用合约售卖的剩余流量找到了可 能的变现渠道，使得大量中小广告主参与在线广告的可能性和积极性大大增强，也使得在 线广告的商业环境与传统广告产生了本质区别。

计算广告 互联网商业变现的市场与技术

在竞价广告的交易逻辑下，展示广告领域也产生了广告网络这种批量采购各种媒体剩 余流量，然后主要按照点击付费的方式售卖给广告主的产品形式。这种产品形态的产生对

于提高整个展示广告市场的流动性发挥了很大作用。广告网络中竞价的标的物有两种:一 是上下文页面中的关键词，这是直接从搜索广告衍生而来的;二是根据用户行为加工的兴 趣标签，这是从展示广告的定向逻辑发展而来的。广告网络的竞价环境与搜索广告有所不 同，各种上下文或用户标签的有效性差别巨大，另外各种广告位的差别也会很大。因此， 除了完全依照 eCPM 估计排序广告外，冷启动问题以及各种复杂环境下点击率的归一化非 常重要。这些实际上使得广告网络的效果优化比搜索广告更有挑战性。

计算广告 互联网商业变现的市场与技术

对应于竞价广告的产生，需求方的产品和技术也在发生变化。其中关键的变化有两点: 一是由面向广告位采买变成面向人群的跨网络采买;二是帮助广告主在竞价环境中完成量 的保证，这一点是竞价市场不再直接保证的。能达到这些需求方目的的产品我们叫作媒体 采买平台。在媒体采买平台里，在量的约束下完成 ROI 的优化的问题依然存在，并且变 得比在线分配问题更加困难，这也成为高端的采买平台提供的服务之一。当然，搜索广告 的媒体采买和 ROI 优化同样十分重要，这项专门的服务称为搜索引擎营销(Search Engine Marketing，SEM)。