计算广告-基础

1、在线广告技术特点

技术和计算导向

​ 数字媒体的特点使在线广告可以精细的用户定向

​ 技术又使广告决策和交易朝着计算驱动的方向发展

效果的可衡量性

​ 在同一个时期，点击率的绝对值并没有那么重要；而在一个特定时期不同广告和算法表现出来的差异，才更有 意义

创意和投放方式的标准化

​ 标准化的驱动力来自受众定向与程序购买

​ 需求方更关心的是受众人群，创意尺寸的统一化与数据接口的标准化就变得更加重要

媒体概念的多样化

数据驱动的投放决策

​ 互联网化的根本驱动力是数据的深入加工和利用

2、计算广告的核心问题

计算广告的核心问题，是为一系列用户与环境的组合，找到最合适的广告投放策略以优化整体的投入产出比（ROI）

2.1、在线广告计费模式

CPM（Cost per Mile）

​ 按照千次展示计费

CPC（Cost per Click）

​ 按照点击计费

CPS（Cost per Sale）/ CPA（Cost per Action）/ROI

​ 按照销售订单数、转化行为数或投入产出比来计费

​ 情况一：需求方只按照最后的转化效益来结算

​ 存在问题：

​ 转化行为并非供给方能控制

​ 存在广告主故意降低转化率，以低成本赚取大量曝光的可能

​ 此方式只适合一些垂直广告网络（Vertical Network）

CPT（Cost per Time）

​ 针对大品牌广告主特定的活动，将广告位以独占的方式交与某广告主，并按照独占的时间段进行收费

3、计算广告系统架构

通常有三个主体部分组成

  • 在线的高并发投放引擎
  • 离线的分布式数据处理平台
  • 在线实时反馈的流式处理平台

按照功能划分模块

广告投放机

​ Ad Server，与其他模块交互，并将其串联，完成在线广告的投放。

广告检索

​ Ad Index 、Ad retrieval

​ 接收广告投放信息，建立倒排索引，以及在线时根据用户与上下文标签从索引中查找广告候选。

​ 检索技术也是大规模计算广告系统的基础。

广告排序

​ Ad ranking 、Click modeling

​ 广告效果优化的关键。

​ 关键技术，==在于离线分布式计算平台上的海量数据支持 点击率预测模型的训练。==

数据高速公路

​ Data highway

​ 将在线投放的数据准实时传输到离线分布式计算平台 与 流式计算平台，供后续处理和建模使用。

用户日志生成

​ Session log generation

​ 从个渠道收集日志

商业智能

​ Business Intelligence

​ 包含ETL、dashboard 、cube

​ 最终的数据处理和分析流程的总括。

行为定向

​ 包含结构化标签库（Structural-label base）、Audience targeting 、以及User attributes的cache

​ 挖掘用户日志，根据日志中的行为给用户打上结构化的标签

上下文定向

​ 包括半在线页面抓去（Near-line page fetcher） 和 Page attributes的cache

​ 与行为定向互相配合，负责为上下文打标签

定制化用户划分

​ Customized audience segmentation

​ 根据广告主的需求逻辑划分用户群

在线行为反馈

​ 一些需准实时完成的一些任务

​ 短时用户行为标签、短时用户点击反馈

​ 反作弊（Anti-spam） 与 计价（Billing）

广告管理系统

​ 面向用户的产品，由广告的操作者进行配置

实时竞价接口

​ 广告交易市场实时向DSP发起广告询价请求

About ME

👋 读书城南，🤔 在未来面前，我们都是孩子～
  • 📙 一个热衷于探索学习新方向、新事物的智能产品经理，闲暇时间喜欢coding💻、画图🎨、音乐🎵、学习ing~
👋 Social Media
👋 加入小组~

👋 感谢打赏~