（上篇）及（中篇）回顧

在（上篇）及（中篇）中我們探討了出價模式的“四點三率兩控制一加強”分析模型。其中“四點”即競價點，計費點，出價點，考核點。各種出價模式的差異，很大程度上就是因為這四點位置的不同而造成的。例如下圖展示了CPC和oCPC中四點的位置差異。

而“三率”為四點之間的比率，即p(競價點->計費點), ?p(計費點->出價點), p(出價點->考核點)。在（上篇）中，逐一分析了在大媒體平臺下，“三率”真實值高低和預估值準確度對于媒體平臺和廣告主利益的影響，如下圖所示。

在（中篇）中，我們探討了“兩控制”，即連續競價下的成本控制和連續競價下的預算控制。oCPX出價模式最大的兩個特征就是 (a)計費點和出價點的分離 (b)連續競價下的智能出價控制。之后我們探討了“一加強”，即在數據量不足以準確預估出價點后的比率，用這些僅有的數據對廣告主隱含地用固定值預估的值進行加強，可以對出價點之后的行為成本進行優化，進一步提升效果。

在（中篇）最后，我們用完整的“四點三率兩控制一加強”分析模型，對業界主流媒體的主要智能出價模式進行了剖析。

在（下篇）中我們會介紹廣告聯盟，RTB和RTA廣告，并討論各方利益關系發生的一些變化。

（下篇）正文

三. 廣告聯盟

?

在大媒體平臺中，媒體和平臺是在同一個利益共同體。大媒體平臺的內部我們可以認為分為大媒體廣告位，流量聚合和投放平臺三塊。

但不是所有的媒體都有技術能力來做投放平臺，也不是所有媒體都有銷售能力來對接眾多廣告主，這些小媒體需要共享一套廣告投放平臺，也就是廣告聯盟。廣告聯盟的投放平臺上也可以實現前面介紹的各種出價模式，“四點三率兩控制一加強”同樣適用。

從圖中我們可以看到，廣告聯盟平臺與大媒體平臺最大的差異在于，媒體從與投放平臺及流量聚合的利益共同體中分離出來了，媒體和投放平臺之間的利益不再完全綁定，那么會因此帶來什么變化呢？我們來看看“三率”表中發生了什么變化。

在表中，我們把廣告聯盟簡稱為“平臺”。所有與大媒體平臺對應的表有差異的地方都用黃框圈了出來。因為聯盟按一定比例給媒體進行分成，所以媒體和平臺的利益基本是一致的（雖然在分成比例上雙方要根據自己的籌碼博弈），所以上表其實和大媒體平臺中的表基本一致，主要是“媒體平臺”變成了“媒體&平臺”，另外p(競價點->計費點)和p(計費點->出價點）都原來是由“媒體平臺”預估，現在變成了由“平臺”預估。因為聯盟平臺沒有了大媒體里用戶的所有行為數據（用戶的廣告行為數據和非廣告行為數據），只有眾多小媒體中用戶的廣告行為數據（沒有了非廣告行為數據），能否比大媒體的投放系統預估得更準就要看這兩種數據哪個更加有信息量了。

那這么說媒體和平臺在聯盟模式下利益沒有沖突？也不是的。

為什么某條自有流量只有oCPM而某山甲仍舊保留oCPC模式可以選擇？

?

在某量平臺上，選擇投放到某條自由流量時，只能選擇oCPM模式。但是選擇投放到某山甲（某條的廣告聯盟）時，可以選擇oCPM或者oCPC。為什么不干脆統一一下，只保留oCPM呢？

聯盟模式下，有一個不一樣的地方在于，p(計費點->出價點）偏高時，是由平臺進行賠付廣告主的，因為看到是廣告主多次競價后的總體成本（例如激活成本）是否超過廣告主出價的成本，所以平臺無法把賠付歸因到具體的媒體。另外平臺要考慮長期收益，更沒有動力將p(計費點->出價點）預估偏高。但是單個媒體不用賠付，也可以不考慮長期收益，就有動力主動讓平臺對p(計費點->出價點）的預估偏高，例如在oCPM模式中，通過增加大量的虛假展現，平臺的模型一時沒有反應過來，就會短期對該媒體的p(計費點->出價點）預估偏高。(長期模型會學習到這個媒體的p(計費點->出價點)偏低，從而降低出價)。而賠付又不一定會歸因到這個媒體，就會導致該媒體因為虛假展現帶來了很多作弊收益。

?

但是如果在oCPC下，媒體能控制的m->c變為了p(競價點->計費點)，該比率預估偏高偏低都會影響單個媒體的收入，因此單個媒體就不會有動機制造虛假展現了。遺憾的是，從c->出價點，媒體仍然能通過制造虛假點擊（比制造虛假展現困難一些），來達到使p(計費點->出價點)偏高的效果，從而獲得作弊收益。所以如我們能觀測到的那樣，聯盟上的流量質量會稍差一些。

?

四. RTB廣告

?

前面說到廣告聯盟是將媒體從與投放平臺及流量聚合的整體利益共同體中分離出來了，那么RTB模式就是將投放平臺從與流量聚合的利益共同體中分離出來，使得投放平臺更多地和廣告主的利益結合在一起。具體的利益結合方式主要有三種，對應DSP的三種盈利模式：套利模式，服務費模式，消耗分成模式。后面會一一介紹。

這樣做的出發點是為了讓廣告主有更好的選擇。打個比方，以前所有的食材（媒體流量）只供給給一家餐廳，要吃飯只能去這一家餐廳吃（一個投放平臺），服務地再不好也得忍。現在食材同時供給給好多家餐廳（多個DSP），可以選擇服務地最好的餐廳吃，餐廳因為有競爭，也會更加站在消費者的角度，為消費者考慮。如果覺得餐廳都不合自己的口味，還可以買回廚房自己做著吃（廣告主自營DSP)。

DSP之所以叫Demand Side Platform，就是以為它是更站在需求方這一邊的平臺，更加代表需求方（廣告主）的利益，也讓部分廣告主更加放心把自己的數據上傳并用于投放。

DSP盈利模式有幾種？每種模式下三方的利益關系發什么了什么變化？

?

DSP的盈利模式大概有三種：

?

1.? 套利模式

?

廣告主和DSP簽訂某個行為數的購買價格，例如每個點擊1元錢。然后由DSP通過ADX采買流量，DSP會通過技術手段將每個點擊控制在例如0.8元錢，這時候DSP就可以賺0.2元的差價。DSP的技術越強，相同的量的情況下，就可以以更低的成本從ADX里購買到點擊，例如降低到0.6元，那么就可以獲得更高的利潤。

因為激活或者其它更深度的行為數據通常由廣告主收集，DSP并不能防止廣告主隱瞞激活。所以通常廣告主和DSP約定的結算行為和大媒體平臺里的計費點類似，需要在DSP能完全控制的范圍之內。

?

廣告主和DSP以點擊數或者展現結算，但是也可以實現和大媒體平臺類似的oCPX模式，即廣告主在DSP平臺上也可以按激活或者付費來出價。例如廣告主和DSP以一個點擊1元錢結算，但是同時對每個激活出價60元。和之前介紹的oCPX一樣，DSP會根據預估的p(c->a)將激活出價轉換到點擊出價，再根據p(m->c)轉化到eCPM。同時通過成本控制，將點擊成本控制在比如說0.8元，那么DSP就可以每個點擊賺0.2元，這也為什么叫套利的原因。DSP對點擊率預估地越準，就可以用越低的成本買到同樣質量的點擊，從而盈利也越高。另外，也需要將廣告主的激活成本控制在60元以下。筆者14年在國內首家移動DSP設計競價策略時，就是采用這個模式，廣告主按CPA出價，DSP用技術手段保證點擊成本低于和廣告主的結算成本保證利潤空間。

在套利模式下，因為DSP的獲益方式和原來聯盟以及大媒體都不一樣了，因此，“三率”的表格也發生了改變。在這個表格里，我們將DSP稱之為平臺，ADX及聚合的媒體流量稱之為媒體。

和聯盟不一樣的只在p(競價點->計費點）預估偏高這一項。因為DSP從競價點到計費點的預估如果偏高了，媒體的收入是提高了（因為出價偏高了），但是因為廣告主和DSP是按計費點的數目結算，所以并不影響ROI，這部分損失由平臺（也就是DSP）承擔了。

?

2.? 廣告主自營DSP/服務費模式

? ?

有些行業的廣告主，比如電商廣告主（如某東某寧），因為用戶數據的價值太大，導致他們不能把自己的詳情頁到達或者用戶購買商品等廣告主端收集的數據回傳給平臺（不管是大媒體廣告，聯盟或者DSP）。所以他們不能用oCPX等產品，但是他們又不甘心只用CPC來購買流量，這樣后鏈路完全沒有優化。這個時候，自營DSP就是一種相對適合他們的解決方案。

?

還有些DSP采用固定服務費的方式，即廣告主交一筆錢，DSP就專心為廣告主服務，DSP的利潤和任何行為數都沒有直接關系。這種方式從利益關系的角度非常接近廣告主自建DSP的模式，只是和其他模式一樣不一定能用上廣告主所有的私有數據。

?

因為不管是廣告主自營DSP還是DSP收取固定服務費的方式，廣告主和平臺的利益都完全一致了，也就沒有了平臺和廣告主之分，所以上表中，直接用“廣告主”代表了雙方的共同利益。

另外因為廣告主和平臺不存在計費行為，因此4個關鍵點中的計費點消失了，關鍵比率也從3個變成了2個。

因為p(計費點->出價點）也就是p(競價點->出價點）由廣告主自己用模型預估，所以效果的好壞和廣告主自己擁有的數據有非常直接的關系。所以這個模式只適合自己擁有豐富數據的廣告主（例如自己同時也是大媒體的廣告主，例如某東，某條），后面會詳細分析。

?

3.? 消耗分成模式

還有的DSP采取消耗分成的模式，即幫廣告主花了多少預算，按一個約定的比例分成。

因為廣告主和平臺之間不存在按行為數計費的行為，因此同樣地，4個關鍵點中的計費點消失了，關鍵比率也從3個變成了2個。

?

在消耗分成模式下，DSP的收入和廣告主的消耗成正比，也就是和媒體的收入成正比，讓DSP的利益反而和媒體綁定了。不過這種模式仍然存在是因為這張表分析的只是短期的利益關系，長期而言，如果廣告主ROI下降，就會終止和DSP的合作，換其他的DSP。而DSP作為比聯盟更需要代表廣告主的角色，不太會做短期傷害廣告主利益的事情。

五.??RTA

前面介紹廣告主自營DSP的時候說到，有些廣告主因為自身用戶數據的價值太大，導致他們不能把自己的詳情頁到達或者用戶購買商品等廣告主端收集的數據回傳給平臺（不管是大媒體平臺，聯盟或者DSP），所以他們建立了自營DSP，這樣就可以放心地將自己的數據用來訓練模型了。

那么在大媒體平臺或者聯盟買量的廣告主，是不是也可以不回傳數據給平臺，而是像廣告主自營DSP那樣自己來搭建投放系統呢。答案是肯定的。這種方式在某條和某手都叫RTA廣告。可以認為在RTB模式下的廣告主自營DSP也是一種特殊的RTA廣告。下圖展示了在大媒體平臺，聯盟，和RTB下（也就是自營DSP）的RTA廣告示意圖。

圖中，橙色部分都是投放系統的一部分，都會用模型來預估各種比率。我們能看到在大媒體平臺和聯盟中，投放系統被拆成了兩部分，一部分在大媒體或者聯盟平臺中，一部分在廣告主自己的RTA投放系統里。那么不難理解，如果大媒體平臺或者聯盟能完全收集到的行為是點擊的話，那么p(m->c)是由大媒體或者聯盟平臺的投放系統來預估，而p(c->出價點）是由廣告主自己的RTA投放系統來預估。

這個切分不是按計費點來切分的，所以有時候大媒體或者聯盟平臺預估的是p(競價點->計費點）（如oCPC)，有時候也可能是p（計費點->出價點）（如oCPM)的一部分，而廣告主RTA系統預估的都是p(計費點->出價點）的全部或者一部分。

這樣對于廣告主來說，就有六個廣告模式了（3個普通的，加3個RTA），這六個模式哪個投放效果更好呢？模型和算法的實現就看各家的技術功底了，我們來看看從數據源上，這六個模式有什么本質差異。

上表中，假設大媒體平臺或者聯盟能完全收集到的行為是點擊，那么就有兩個模型需要預估，一個是p(m->c)一個是p(c->出價點)。每個模型的數據來源又分為了特征和label。只有特征數據和label數據都比較好，最后的模型才能預估得更好。另外，藍色底色表示這個模型由大媒體，聯盟或者非自營DSP來預估，橙色底色表示這個模型由廣告主自己的RTA投放系統或者自營DSP來預估。另外，上表中所有參與方都可以購買第三方數據，因此表中不再單列第三方數據。

大媒體?vs 聯盟: 聯盟能拿到的數據局限在用戶的廣告行為，但是有來自更多媒體的數據，所以如果聯盟不夠大，媒體數量的優勢無法彌補種類的缺失，那么兩個模型的預估就會不如大媒體準確。

DSP vs 聯盟: 首先ADX只會把局部的請求發送給DSP，所以在特征維度上，DSP只能拿到部分小媒體的用戶廣告行為。另外，對于p(m->c)模型，DSP只能拿到競價成功的那些展現后續是否被點擊的反饋，因此label上也比聯盟差不少。因此，如果DSP要發揮自己的優勢，必須靠廣告主愿意給自己傳更多的深度數據（例如激活，付費等），要么就是自己就是廣告主（自營DSP)，要么自己同時是大媒體（例如某度的DSP，某訊的DSP)。沒有數據的第三方DSP，很難維持。

“大媒體和聯盟” vs “大媒體+RTA和聯盟+RTA”：在RTA廣告中，大媒體和聯盟給廣告主的RTA投放系統傳用戶的特征都是純自愿的，傳多傳少廣告主也控制不了，有些大媒體或者聯盟也完全不傳特征數據。雖然在p(c->出價點）的模型上，label數據對RTA來說占有絕對優勢，但是如果廣告主沒有大量的自有用戶特征，這個模型也是訓練不出來的。廣告主有當前用戶的特征就意味著這個用戶已經是廣告主旗下某產品的用戶了。所以RTA不適合于買新用戶，而更適合對廣告主旗下某產品A的用戶投放旗下其他產品B的廣告。所以RTA特別適合電商廣告，因為大部分用戶其實都在電商廣告主那里買過東西，電商廣告主已經有了這些用戶的特征數據，可以對這些用戶推薦他們沒有買過的新的商品的廣告。而RTA就不太適合游戲類廣告，因為游戲類廣告主通常需要買旗下所有游戲都沒用過的新用戶，對于這些新用戶，廣告主一點特征數據也沒有。

總結一下：數據積累非常多的，有對用戶重復推薦旗下不同產品的廣告主（例如電商廣告主），或者因為某些特殊考慮絕對不可以把數據傳給平臺的廣告主，可以考慮用RTA的方式從大媒體或者聯盟中買量，或者自營DSP的方式從ADX中買量。事實上目前市面上也是電商類（如某東）對這兩種方式用得比較多。而對于其他廣告主，可能最好還是把數據回傳給大媒體或者聯盟進行買量。

六. 總結

本系列文章介紹了“四點三率兩控制一加強”分析模型，對大媒體，聯盟，三種不同DSP盈利模式下的RTB廣告（及RTA）下多方的利益關系進行了分析。也用這個分析模型對市面上主流的出價模式進行了分析。

三篇文章內容比較長，對有耐心看完的真心熱愛計算廣告的讀者表示感謝。此文也得到幾位朋友幫忙審稿，再次感謝。還有些讀者加微信發來反饋和肯定，在此一并謝過。

?

廣告（再次邪惡地微笑.jpg)

筆者希望招幾名廣告算法一起在某手商業化做點好玩的。期望至少有1-2年算法工作經驗，對模型和大數據處理工具都用得比較熟悉。部門也開放了幾個產品，運營職位，感興趣的朋友歡迎加我的個人微信約飯約咖啡或發送簡歷。?

作者個人微信（添加注明申探社讀者及簡單介紹）：

歡迎掃描下面二維碼關注本公眾號，也歡迎關注知乎“申探社”專欄