商业化广告基本概念

基础知识：

一条互联网广告通常会经过以下的几个过程，以信息流为例，当用户打开APP时，有时会浏览到一条广告（广告展现, 缩写为m），用户可能会点击这条广告下方的“查看详情”（广告点击, 缩写为c），在详情页面中，用户可能会继续点击“马上下载”（广告下载，缩写为i），之后通过app store或者安卓应用商店下载这个游戏，并打开（激活, 缩写为a），玩了一段时间后，可能会花钱买道具（付费，缩写为p），以及后续可能还有更深度的用户行为。

• ROI ：投资回报率
• DAU & MAU: 日活跃 月活跃
• DNU & DOU ：⽇新增⽤户数量 ，
• ARPU: average revenue per user）每用户平均收入
• ARPPU: average revenue per pay user 每付费用户平均收入
• LTV: Life Time Value 客户终身价值， 比较难衡量。
• UV & PV & IP & RV： 用户

广告收费方式：

• CPM: 每1000次展示收益，
• CPC: 每次点击是收益
• CPA: 每个用户激活（注册）收益

即：m：展现 c：点击 i：下载 a：激活 p：付费
行为价格换算公式：
从m->c->i->a->p的过程中，每个行为A的价格，等于后续行为B的价格乘以行为A到行为B的比率。例如
​
CPM=p(m->c) *CPC * 1000(唯独CPM要多乘以1000）
CPC=p(c->a) *CPA
​
这个是做广告算法最经常用到的公式之一，可以将不同行为的价格进行换算，后面也会经常用到，请熟知。

一.RTB（Real-Time Bidding）

1.RTB(Real-Time Bidding)为实时竞价，是程序化广告市场的一种交易模式，其程序化价值在于“资源整合+实时竞价+受众购买”这三大特点上。RTB是一对多的实时竞价模式，竞价不保量，按CPM出价，价高者得，以次高价结算。

2.广告主可以在RTB交易市场自由挑选媒体资源，竞价购买目标人群；媒体可以接入RTB交易市场，获取更多广告主，迅速实现流量变现。

3.RTB有数据和算法门槛，而且无法使用媒体方数据和算法。

4.RTB的对接平台是ADX（Ad Exchange 广告交易平台）。

5.广告主预先设定竞价需求如定向人群、展示频次、出价预算等等，当ADX平台返回询问是否出价时，由DSP平台运算，对接需求，来自主决定需不需要购买这个流量。我所理解的RTB是DSP平台自动竞价的一种机制，只要设定好需求，就可以放手让DSP平台自行决策实时出价购买。

二.RTA（Real-Time API）

1.RTA(Real-Time API)，实时接口，是竞价前实时判断的接口。通过实时挖掘海量数据，对用户兴趣迁移做出迅捷反应，将用户信息上交广告主，广告主决定是否竞价；有效解决直投用户【灵活挑量】诉求，支撑各大垂直行业客户进行深度效果优化从而实现【高效获客】。

2.RTA接口较好结合了广告主侧和媒体侧的接口，但对接有投放预算门槛，结合Mkt API可以更好地整合管理直投媒体的投放。

3.RTA的对接平台是DSP，即RTA对接DSP（Demand Side Platform 需求方管理平台）。

4.RTA的作用是竞价前实时判断流量。RTA是面向需求方(广告主)的，通过实时获取数据，广告主可以对用户进行进一步的筛选，进行人群精准定向，数据赋能，有利于提升广告投放的效果。

5.RTA竞价原理：是在原来RTB竞价原理链路中多加一环，即在向DSP询问请求出价的时候再向广告主询问请求出价；广告主侧运算过后做出决定，然后再回到DSP进行比对，最终由DSP决定是否出价。

6.RTA是基于Pre-Bidding引擎诞生的技术，每当媒体DSP侦测到了符合重定向条件的用户，会提前将用户信息提交给广告主，广告主再根据内部DMP中的数据决定是否对此用户进行竞价。这一技术环节加强了有效用户的遴选，提高了流量的利用率，同时还能提高广告主的ROI，帮助他们避免流量损耗，精确定位目标用户。

RTA和RTB的区别：
（1）RTA接口可以较好的结合广告主侧和媒体侧的数据和算法，但对接有投放预算门槛，RTA结合Mkt API可以更好的整合管理直投媒体的投放；RTB有算法与数据门槛，而且无法使用媒体方数据和算法。

（2）RTA的好处在于获得“双重保证”，一边是DSP自有运算得到的结论，另一边是广告主侧运算得到的结论。有时候DSP自行决策购买的行为并不完全贴合广告主利益需求，将请求返送广告主侧，则可以有更多选择的余地。

（3）RTA更像是RTB的一种改进形式，在RTB的基础上，多了一个数据反馈并分析数据进行决策的环节，利用广告主自身数据，对流量价值进行投放前判断，实现流量价值最大化，这样能够更有效地提高广告投放效果，减少广告主损失。

（4） 从数据来源来看，RTA可以对接到广告主侧和媒体侧的DMP，RTB对接的主要是广告主侧的DMP。

（5） 在数据分析粒度上，RTA的PV级别的日志数据目前仅局限在设备号上，RTB的PV级别的日志数据可以在设备号、广告位ID、设备品牌、网络环境等数据上。

（6）从算法模型来看，RTB的算法主要来自于广告主侧，RTA的算法主要来自于媒体侧以及广告主侧。

（7）在过程上，RTA是在RTB的基础上多出媒体向广告主反馈的环节

（8）在效果上，RTA更适合用于广告主获取新客户与挽回流失客户，RTB更适合巩固品牌形象

三.ADX（Ad Exchange 广告交易平台）:

互联网广告兴起之时，只有大型网站能得到广告主的青睐，而中小网站虽然手握一些优质流量，却因没有’门路’被无形拒之门外。被抛弃的中小型网站觉得只有联合起来，才能去和大型网站一起分广告的蛋糕，于是Ad network（在线广告联盟）出现了，在线广告联盟联合一些中小型网站的资源，打包卖给广告商，自己在中间抽取‘辛苦费’，在一段时间之中，Ad network确实代表了中小网站的利益。

但是随着Ad network逐渐发展，中小网站的话语权变小，而且在线广告联盟还把控着上游广告主的定价权，在这个时候弊端开始出现。广告主抱怨不仅没法定价，而且还拿不到好的流量，中小网站觉得自己的广告位不值这个价。有问题就会有解决方案。因为技术上的发展，计算能力增加，ADX就应运而生。

ADX，就是一个广告竞价平台，是基于RTB(RealTime Bidding 实时竞价)的，媒体的广告位放在上面，价高者得，大家公平公正。

四.DSP（Demand Side Platform 需求方管理平台）

有了ADX之后，大家应该觉得一切都没问题了吧，统统去广告交易平台去竞价。恰恰相反，新的问题又出现了。

1、ADX的广告是实时的，广告主哪有时间去实时盯着购买广告。

2、广告主的需求是想把他们的广告在他的TA(受众)中曝光，广告主买广告是为了买广告背后的群体。

基于这些购买广告的需求，DSP出来了。你没时间看ADX的广告，我可以帮你做程序化购买即RTA；你想要面向群体而不是面向广告，我可以根据你想要的群体进行购买广告。

总的来说，DSP帮助广告主去更好的买广告，代表的是广告主的利益。

五.DMP（Data Manage Platform 数据管理平台）:

DSP想要分析广告背后的人群属性，就必须需要数据，数据从哪来？DMP。

DMP可以从多方把数据汇总进入一个平台，这个平台可以是’全域’，也可以是’样本’，也就是说他们的数据会有受众信息，可以帮助DSP进行‘精准投放’。

DMP其实是一个数据平台，是辅助角色。

SSP（Sell Side Platform 媒体服务平台）:

有了DSP帮助广告主进行广告投放，提升投放效率，难道就没有谁去帮帮那些媒体吗？这个时候SSP出来了，它会通过选择不同的投放平台，优化媒体的广告利润，也就是说它代表着媒体方的利益。

总的来说，因为‘自由市场’的需求，出来了ADX（广告交易平台），DSP（需求方管理平台）代表着广告购买方的利益，DMP（数据管理平台）是通过数据协助DSP实现‘精准投放’的，而SSP则代表媒体方的利益。

七.CPM（Cost Per Mille）:
按照广告展现的次数来收费，因为每次展现的费用数字很小，所以大家约定乘以1000，即千次广告展现的费用。

如果广告主A的一条广告CPM出价为每千次10元，广告主B的一条广告CPM出价为每千次12元，那么媒体平台就根据CPM出价进行排序，取第一名的广告（即广告主B的广告）进行展现（为了表述清晰，假设该广告位只出一条广告）。

CPM里的m其实是千次的意思，但是后续发展的CPC，CPA等模式里的c（点击）和a（行为）都是一种行为的类型，所以后来大家后来也习惯用m来表示展现。

深入解析—互联网广告出价模式

出价模式：
假设我们在推广一款游戏，通过核算得到一个付费用户的获取成本在80元以下，就能有钱赚。也就是说，广告主（或者投放优化师）内心有个隐含的付费用户出价（即隐含CPP=80元），后续简称为付费出价。那么广告主会根据之前的投放数据，估计一个从p(m->p)的概率，假设估计点击率CTR p(m->c)大概0.03，p(c->i)大概0.1，p(i->a)大概0.4，p(a->p)大概0.1，那么整个p(m->p)就是0.030.10.40.1=0.00012,所以有
​
cpm = p(m->p) 隐含付费出价 *1000
​
cpm = 0.00012 *80 * 1000 = 9.6元
​
所以广告主的CPM出价就设为9.6元。
​
有些投过广告的读者可能会说了，“我投放的时候可从来没这么算过”。对，实际操作中，广告主并不都是显式地这么干，他们通常是先设置一个经验CPM，然后看报表的付费用户成本，付费成本高于80，就调低价格；如果低于80，就调高价格。最后实际上达成的效果，和上面描述的是一个意思:
​
即在广告主的出价中，会隐式地包含一个用固定值预估的p(出价点->考核点），在CPM中为p(m->p)，从而将考核点的出价（付费出价），换算得到出价点的出价（即CPM出价）。

八.CPC（Cost Per Click）:
按照广告被点击的次数来收费，因为单个点击的费用通常已经足够大，不用乘以1000了。

如果广告主A的一条广告CPC出价为0.3元，广告主B的一条广告CPC出价为0.4元，这个时候媒体平台并不是直接出CPC出价更高的广告主B的广告，因为两个广告的点击率可能并不相同。

这个时候媒体平台通常会用点击率预估模型，预估每个广告分别的点击率（CTR），即从m到c的概率p(m->c)，再用

eCPM=CTR×CPC×1000 （需要乘以1000是因为CPM是1000次展现的价格）

分别计算得到两条广告的eCPM (estimated CPM)。

假设广告主A的点击率CTR_A预估为0.03，广告主B的广告CTR_B为0.02，那么计算得到
eCPM_A = 0.03 *0.3 * 1000 = 9元
eCPM_B = 0.02 *0.4 * 1000 = 8元
再根据eCPM排序，出最高的广告主A的广告。
值得注意的是，虽然排序按eCPM排，但不是按照eCPM来计费的，还是按照CPC来计费。也就是说，如果这条广告被用户点击了，媒体平台会收广告主0.3元。如果没有被用户点击，媒体平台不收广告主钱。

深入解析—互联网广告出价模式

出价模式：
和CPM的出价模式是类似的，广告主的CPC出价中，会隐式地包含一个用固定值预估的p(出价点->考核点），在CPC中为p(c->p)，从而将考核点的出价（付费出价），换算得到出价点的出价（即CPC出价）

九.LTV（Life Time Value）:
在广告投放中，广告主真正想要出价的可能不是展现或者点击，甚至也不是下载和付费，想要的是LTV（Life Time Value)，即这个用户在使用广告主产品的生命周期内给广告主带来的所有价值。

在完美的世界里，广告主可以为每1元的LTV出价，例如出价0.8元。那么广告主的ROI就是1/0.8=1.25>1，广告主就可以躺着数钱了。可惜LTV通常很难核算出来，也很难量化，例如用户即使不付费买道具，也可能发挥陪玩玩家的价值。所以广告主在投放的时候，通常会找一个在链路中更前置的更好量化的指标来考核投放优化师的工作。