五 程序化交易广告

广告网络允许广告主按照已经定义好的用户划分来购买广告，但是需求方还有进行流量的自主选择以及为每次展示独立出价的需求。要满足这种需求，需要询价、出价、竞价实时发生，这就催生了以 RTB 为核心的程序化交易市场。

RTB 的产生，也促进了广告市场向透明比价平台发展，即 ADX。

ADX：使用 RTB 的方式获取广告候选，并按照出价完成投放决策。

在需求方，则产生了 DSP，需要有很强的对流量的选择和控制的能力。

dsp 可以认为是一种推荐系统，需要下列关键技术：a、点击率预测；b、点击价值估计；c、流量预测；d、站外推荐

RTB 需要完善的数据作为流量选择和控制的依据，也催生了数据加工和交易市场的发展，产生了 data exchange 和 DMP。

1 RTB

按照标签选择人群不能够充分的利用广告主自身的数据，例如下面的需求无法实现：

1. 对流失用户进行促销
2. 通过广告平台找到与现有用户类似的用户

RTB 最大的好处就是 DSP 可以通过数据为特定广告主加工特定人群，更好的完成符合其市场策略的人群触及。

1.1 流程

RTB 的流程分为两步：

1. ADX 与 DSP 之间的 cookie mapping，将其用户标识对应起来。这个步骤一般是从广告主自己的网站向 DSP 发起的，然后通过重定向等手段完成和 ADX 之间的 mapping
2. 竞价和投放

广告投放分为4步：

1. 用户浏览网站
2. 通过 js 或 sdk 向 ADX 发起广告请求
3. ADX 向 DSP 们发送 URL 和 ADX 域名下的 cookie，DSP 反查到自己的 cookie ，决策是否出价，出价多少，ADX 拿到 DPS 们的请求后决定哪个 DPS 胜出，将其返回给媒体网站
4. 媒体网站从胜出的 DSP 获取广告

目前 IAB 为 RTB 制定了统一的接口： openRTB，解决不同 ADX 间接口不统一的问题，部分 ADX 已经采用了该接口标准。

1.2 其他程序化交易方式

优选：
与 RTB 不同的是只询问某一家需求方是否需要向该用户投放广告，如果不投放，则从自己的广告创意中选择一个投放。

私有市场：
和 RTB 流程一样，只不过不再是公开的，可以认为是 VIP 版的 RTB。

程序化广告分类

2 ADX （广告交易平台）

类似于证券交易所，技术比较简单。ADX 一般用 CPM 作结算方式，因为流量较为精细，所以将 CTR 和 点击价值的估计都交给了需求方，即 DSP 来进行。

案例有 RightMedia 和 DoubleClick。

3 DSP（需求方平台）

特征有：

1. RTB 式的流量购买
2. 支持需求方定制化的用户划分

所谓定制化的用户划分，可以举2个例子：

1. 电商对自己的老用户进行广告投放，只有电商自己知道谁是自己的老用户
2. 银行以自己现有客户为基础，寻找行为习惯相似的潜在客户，只有银行自己知道自己客户的行为习惯

结合了推荐和广告两种行为。

3.1 出价策略

DSP 每次展示都要靠 CPM 向 ADX 报价，因此需要准确的估计 eCPM。因为 ADX 的收费是按照 GSP 来收费的，这样肯定是有利润空间的。

但是，eCPM 和流量的市价都是会随着时间变化的，因此做好时间轴上的出价策略很关键。

3.2 重定向（retargeting）

两种目的：

1. 通过品牌广告强化品牌的认知度
2. 通过效果广告，CTR 和 CVR 都会高于平均水平，也可以推送相关产品的广告

重定向有下面的方式：

1. 网站重定向：即给访问过网站的用户投放广告
2. 个性化重定向：对重定向流量进行深度个性化，比如关注过手机、某种书籍的给他推送手机或对应书籍的，这种广告创意一般要动态生成，并且需要与广告主库存实时相关
3. 搜索重定向：将搜索过于广告主相关的关键词的用户作为重定向的集合

3.3 新客推荐（look-alike）

比较有挑战性，在中国比较混乱

DSP 的产品案例

criteo：法国公司，主要产品为个性化重定向。初期拓展比较难，因为需要在广告主网站植入跟踪代码（不然不知道广告主的行为数据）

InviteMedia：被 google 收购，现在名字叫 doubleClick Bid Manager

聚效：国内规模较大的效果类 DSP

4 SSP（供给方平台）

供给方的流量可以有多种分配方式，如溢价较高的品牌广告或各种程序化交易广告。

4.1 供给方平台产品策略

1. 根据受众标签计算自有广告库中的 eCPM，选出最高的 eCPM
2. 估算合作 adn 的 eCPM，选出最高的
3. 以 1、2 中计算的 eCPM 中最高的为底价，通过 RTB 接口向 DSP 查询有更高价值的广告

产品案例有

• Admeld：被 google 收购，被整合进了 DoubleClick 的 Double Click For Publisher
• Rubicon

5 数据加工与交易

5.1 用户标识：

1. 对于 WEB 通常使用 cookie
2. 对于 IOS 使用苹果专用的 IDFA（identifier for advertising）
3. 对于 android 一般使用 Android ID 或 IMEI

这些标识如果丢掉了，可以尝试通过电子邮件或 SNS 账户等来寻回。

5.2 用户行为

主要有 转化、预转化、搜索广告点击、展示广告点击、搜索点击、搜索、pv、广告浏览等

5.3 人口属性

这个其实比较难，一般只有需要实名的服务才有比较准确的数据

5.4 地理位置

大到省份城市，小到精确的范围，对一些地理位置限制较大的餐饮类线下业务很重要

5.5 社交关系

可以用与用户有社交关系的人群的行为推断用户行为

5.6 三方数据划分

• 广告主数据：第一方数据
• 广告平台数据：第二方数据
• 其他来源数据：第三方数据

5.7 数据管理平台 DMP

第一方数据非常重要，对没有自己数据管理团队的广告主而言，可以使用 DMP。其作用有：

1. 提供网站受众定向功能
2. 使用网站数据变现，与网站分成
3. 通过 DMP 与 广告采买渠道进行数据对接，不用一家一家对接广告采买渠道，也可以使用一些现成的数据

5.8 数据交易平台

DMP 是站在第一方的角度提供产品，数据交易平台 data exchange 则是主要为第三方数据。
数据的交易一般都是以 ADX 或 SSP 作为中转完成的，即在向 DSP 请求时，带上数据交易平台的数据，最终按 DSP 成交的展示量来计费。这样的好处是不论数据平台还是 DSP，只需要与 ADX 进行 cookie mapping 即可，是一种以 ADX 为中心的星型结构，拓扑关系比较简单。

6 在线广告产品之间的交互关系

上面提到了很多种在线广告产品，他们之间的交互关系如下：

交互关系

SSP 代表媒体利益，优化其收入。

ADX 提供较为公平、公开的流量交换能力。

在需求端，DSP 提供实时竞价产品； TD 提供 非实时竞价的产品。