广告产品逻辑-在线广告与计算有关问题

公众号：AdsAlgorithmEngineer

1. 广告产品的优化部分

大多数广告产品中，可以通过计算优化的主要是收入部分，而千次展示期望收入（expected Cost per Mile, eCPM）正是计算广告中最为核心的量化指标之一。eCPM又可以分解成点击率和点击价值的乘积。

2. 广告从用户接触开始如何产生最终效果

3. 计算广告的核心问题

为一系列用户与上下文的组合找到最合适的广告投放策略以优化整体广告活动的利润

计算广告的核心挑战可以用一个最优化问题来表达：

\[max \sum_{i=1}^r(r_i-q_i) \]

\[s.t.\sum_{i=1}^Td_{ik} \leq D_k，\forall k \]

这里\(i\)表示从第1次到第\(T\)次之间的某一个广告展示。优化的目标就是在这T次展示上的总收入\(r\)与总成本\(q\)的差，即总体的利润。对于某个具体的广告主k，有时存在预算限制，有时存在投放量的保证，这也是广告作为一项商业活动的关键特征之一，也就是存在需求方约束。由于此约束的存在，广告系统的优化与底层技术相似的搜索、推荐有很大的不同。

当总体预算一定，则上式与另一个更常见的目标\(ROI=\sum_i r_i / \sum_i q_i\)也是一致的。

4. 广告收入的分解

对广告收入\(r\)的进一步分解，引出关于在线广告计费方式的重要分析。一个广告市场中具体的产品形态，能够主动优化的往往是收入而非成本

一次广告展示产生后产生的后续行为：

首先是点击行为，广告点击与广告展现的比率称为点击率（Click Through Rate, CTR）；

点击行为成功后，打开广告主的落地页（landing page），落地页成功打开次数与点击次数的比例称为到达率；

用户从落地页开始，进一步完成下单等操作，称为转化，转化次数与到达次数的比例称为转化率（Conversion Rate， CVR）

对收入\(r\)进行分解：

\[eCPM=r(a,u,c)=\mu(a,u,c) · v(a,u,c) \]

即单次点击为广告主带来的收益。

\(\mu\)表示点击率，描述的是发生在媒体上的行为。 \(v\)表示点击价值， 描述的是广告主站内的行为。\(a,u,c\)三个变量分别代表广告、用户与上下文，即广告活动的3个参与主体

\(eCPM\)一般指的是估计的千次展现收益；近似的概念：千次展示收入\(RPM\)，千次展示成本\(CPM\)

5. 市场主要的广告计费模式

CPT （Cost per Time）结算，按照独占的时间段收取费用。适用于强暴光属性的广告
CPM（Cost per Mille）结算，按照千次展示结算。大多数互联网品牌广告、视频广告，都是主流的结算方式
CPC（Cost per Click）结算，按点击结算。最早搜索广告，主要应用在效果类广告市场中。点击率估计由供给方通过收集的大量用户行为数据估计完成，点击价值由需求方广告主站内的数据分析体系估计完成
CPS（Cost per Sale）/ CPA（Cost per Action）/ROI结算，按照销售订单、转化行为、投入产出比来结算，都是按照转化付费的变种