计算广告学4讲义课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2014/12/4,#,程序化交易广告,程序化,交易广告,实时竞价过程示意,Ad,Exchange,方实现的,部分称为,RTBD(RTB for Demand,),在,DSP,方实现的部分，我们称为,RTBS(RTB for Supply),。,实时竞价特点,每次展示都有,Ad Exchange,服务器与多个,DSP,服务器的参与，这使得服务器与带宽成本,大大,增加,；,在询价过程中，,Ad Exchange,要等待一个约定好的时间片,(,一般情况下为,100ms),，这,使得用户,看到的广告延迟增加，对,CTR,有负面影响,；,原理上,DSP,可以以极低的出价参与竞价，这样虽不能获得流量，却可以低成本得到在,媒体,网站上的用户行为数据，这里存在着潜在的信息泄露风险,。,其他,程序化交易,优选,(Preferred Deal),其他,程序化交易,私有市场,(PMP),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，叫做私有市场,(Private Marketplace,PMP,),兼顾,了优选与实时竞价的,好处,广告,主的质量可以由少量被邀请,需求方,很好地控制，这有利于确保媒体的价值不受伤害,；,在需求,方,之间保留,了,竞价了,关系，有利于提升媒体的变现,能力,交易接口的形式与一般,RTB,一致,在线广告交易方式,广告交易平台,关键特征,:,用实时竞价,(RTB),方式连接广告和,(,上下文，用户,),按照展示上的竞价收取广告主费用,类比,:,实时,竞价,股票实时交易,广告交易市场,证券交易所,需求方平台,券商,广告交易平台,(Ad Exchange),概貌,优化目标：,关键,特点：,竞价方式不向广告主做量的约定，而是根据变现能力，即,eCPM,，来决定每次展示分配给哪个广告主,。,按,人群售卖,，淡化,媒体和广告位的,概念,无需再满足广告主品牌独占的,要求,采用分成结算，运营,方的现金流状况大为改善,Ad Exchange,系统架构,Ad Exchange,主要技术点,由于实时竞价,的功能需求,，广告交易市场解决供给方和需求方用户身份对应的问题，在,web,的广告环境下，这,需要,用到,cookie-mapping,的技术,。,实践,中当考虑到带宽和服务成本带来的约束时，希望用更,少的,询价请求完成尽可能高效的变现，在这种情况下，公式的优化问题会有所变化，这一问题,称为,询,价优化,。,Cookie Mapping,三个,问题：谁,发起？在哪里发起,？谁,保存映射表,？,两域名：,三域名：,询价优化,(Call Out Optimization),问题：,在,带宽和,服务成本,的约束下获得更高的,eCPM,在线分配框架：,DSP,a,为供给,i,的一次展示出价,k,的,概率,DSP,a,以出价,k,赢得,供给,i,的展示的概率,可以,给予,DSP,a,的流量的上限,核心业务：,提供媒体网络和广告主网络之间的交易平台,提供托管和,RTB,两种交易模式,其他点评：,在很长一短时间以私有交易为主，并没有开放,RTB,模式，与,Doubleclick,的公开市场模式有一些不同,目前是北美最大的广告交易平台之一，每天,100,亿次展示，有相当部分流量来自,yahoo,的,剩余,流量,与,DMP,合作以提高定向精准性和市场流动性,核心业务：,提供公开,RTB,模式的交易市场，目前也支持,PMP,与,Doubleclick,其他产品构成完整系列，服务于供给方与需求方,与,Google,收购的,SSP,正在整合同一个产品,其他点评：,全球最大的广告交易,平台,有比较完善的数据交易、广告安全等附加第三方服务，以提高市场的流动性,由于媒体和广告主种类,众多，环境和规则比较复杂,需求方平台,(Demand Side Platform),概貌,优化目标：,关键,特点：,需要,支持定制化的用户划分能力,。,由于,DSP,是完全面向广告主的产品，需要在量的约束下,投放，这,产生了对于出价策略的需求。,在,按,CPS,等效果,结算的,DSP,中,，需要,同时,估计点击率点击,价值。,并且由于出价,的要求,，估计,都要尽可能,准,DSP,系统架构,DSP,产品策略,DSP,展示决策过程：,检索 排序,定价 出价,关键产品策略：,点击价值估计、出价策略,定制化用户标签,定制化标签：,根据广告主需求加工的标签体系,往往要用,到第一方数据,定制化,标签典型方式：,网站重定向,个性化重定向,搜索重定向,新,客推荐,(Look-alike),重定向,(Retargeting),示意,重定向分类,网站重定向,(Site retargeting),根据用户在广告主网站上的行为进行重定向,搜索重定向,(Search retargeting),根据用户与广告主相关的搜索行为进行重定向,个性化重定向,(Personalized retargeting),根据用户在广告主网站上关注的具体产品和购买阶段，推送商品粒度的广告,，,可以视为一个站外推荐引擎,新客推荐,(Look-alike),问题,:,对于中小电商，仅对老用户定向营销远远不够,对于某些类型的广告商，大多数用户无法通过重定向渠道捕捉，例如银行,新客推荐,:,由广告商提供一部分种子用户，,DSP,通过网络行为的相似性为其找到潜在用户,是一种广告商自定义标签，可视为扩展重定向,在同样,reach,水平下，效果应好于通用标签,新客推荐问题建模,问题,:,y,不再是点击行为，而是表示用户能否成为广告主用户的二元变量,模型评估的是用户,属性，因此与上下文,c,无关,训练集构建,:,方法,一,：根据,广告主,提供的,种子用户集，凡是出现在该种子用户集中的,u,，其对应的,y,标为,1,，否则标为,0,方法二：根据广告投放的记录，将点击过该广告主广告一定次数,(,一般设为,1),以上的用户，其对应的,y,标为,1,，否则标为,0,点击价值估计,点击价值分解,:,到达率 转化率 客单价,到达率,:,主要,与媒体匹配程度、广告主网页加载速度相关,转化率,:,行为稀疏、定义与广告主类型密切相关,从电商角度看推荐,站内推荐,站外推荐,新客推荐,pv:,search:,adc:,share:,pv:,search:,adc:,share:,看起来很相似！,出价策略,问题框架,：,核心功能：,基于站外推荐的个性化重定向系统,动态创意技术,与广告主商品库的准实时,feed,接口,其他点评：,兼用,RTB,和优选方式购买流量,在广告主端完全采用,CPC,结算方式,不会将,cross-site,数据用于推荐,核心业务：,传统业务是提供比较透明的,Adx,采买功能，并收取固定比例的佣金,正在提供越来越深入的采买,ROI,优化服务,其他点评：,与,DFA,Adx,已整合，可减少,ck mapping,带来的损失,改称,doubleclick bid manager,并提供更多的优化功能,核心功能：,DSP+Ad Network,模式，对广告主透明,初期以电商为主要客户，与,Criteo,产品相近，服务中国绝大多数,B2C,，后与,360,对接后转向服务于中小广告主,实现了部分移动与,PC,跨屏数据打通,其他点评,：,兼有数据交易市场“聚合数据平台”，但数据提供方不多,网络优化,(Network Optimization),与,SSP,网络,优化问题,:,对于中小电商，仅对老用户定向营销远远不够,供给方平台,(Supply Side Platform,SSP):,对于中小电商，仅对老用户定向营销远远不够,SSP,产品策略,SSP,展示决策过程,动态分配,(Dynamic Allocation),：,检索 排序,计算,RTB,底价,估算,Network,的,eCPM,对,Network,排序,核心功能：,Yield Optimizer,，统一优化,premium sales,network,和,RTB,流量,以优化媒体利益为目标,其他心得：,起主要作用的部分除了,RTB,，还有多,network,接入时,eCPM,的估计和选择。,会从,DMP,购买标签数据用于优化广告效果,主要进行广告位和时间维度上,eCPM,估计和流量切分,在线广告市场产品交互关系,