算法相关-互联网计算广告学

前段时间听了一个关于互联网的广告推广算法的讲座，整理一下资料分享给读者

计算广告学是一门正在兴起的分支学科，它涉及到大规模搜索和文本分析、信息获取、统计模型、机器学习、分类、优化以及微观经济学。计算广告学所面临的最主要挑战是在特定语境下特定用户和相应的广告之间找到“最佳匹配”。语境可以是用户在搜索引擎中输入的查询词(”Sponsored Search”)，也可以是用户正在读的网页(”Content Match”以及”Display Ads”)，还可以是用户正在看的电影，等等。而用户相关的信息可能非常多也可能非常少。潜在广告的数量可能达到几十亿。因此，取决于对“最佳匹配”的定义，面临的挑战可能导致在复杂约束条件下的大规模优化和搜索问题。

=============================================广告本质上是媒体、用户、广告主三方博弈。

广告平台不仅要满足自身对广告主预算的需求，还要满足媒体的变现最大化要求和兼顾用户的体验。

=============================================

广告类型

品牌广告：以树立产品品牌形象，提高品牌的市场占有率为直接目的，突出传播品牌在消费者心目中确定的位置的一种方法。

特点：长久慢

效果广告：在基于效果为基础的广告系统中，广告主只需要为可衡量的结果付费。

特点：短平快

=============================================

广告收入

效果广告 = DAU * （IPU * 广告数量）* ECPM

DAU：Daily Active User

IPU: Impression Per User ，每个用户的平均展现量

ECPM（effective cost per mille）：一千次展示可以获得的收入

核心点：

保证用户体验

优化广告体验

合理的出价产品（oCPX）

准确衡量广告的价值，提升系统稳定性

=============================================

出价方式

传统出价方式

CPM（Cost Per Mile） -- 按广告展现次数来收费，因为每次展现费用很小，约定乘以1000，即千次广告展现的费用。

CPC（Cost Per Click）-- 按广告点击次数来收费

=============================================

出价方式（智能出价）

eCPM

平台通常会用点击率预估模型，预估每个广告的点击率（CTR）

eCPM = CTR * CPC * 1000

oCPX

oCPM及oCPC计算机制：最终的目标是转化，同时需要最大化ROI

广告系统的实时出价 = 预估eCPM = CPA_BID（你设置的转化出价）* pCTR（点 击率预估）* pCVR（从点击到转化的比例预估）* 智能调控因子

=============================================