計算廣告

2008年計算廣告時任雅虎研究院資深研究員的安德烈(Andrei Z Broder)在世界計算機算法最權威的離散算法研討會第十九次學術年會上首次提到“計算廣告”這一概念，安德烈認為：廣告的核心挑戰是為特定場景下的特定用戶找到合適的廣告，實現最優匹配。

計算廣告是以數據為基礎，技術為工具，消費者為中心，以人工智能模 擬人類思維進行廣告創作，智能捕捉和預測消費者情緒和行為，智能識別特定場景并精準匹配廣告，極大提升廣告運作效率和廣告體驗過程，以實現品效合一的廣告業態。

主導意圖：跟傳統廣告一樣，都是追求廣告跟所處語境之間的匹配度。

所以，計算廣告并不是一種新的廣告類型。還是繼續著傳統廣告的固有頻道。當一條廣告跟所處語境十分貼合的時候，這種廣告難道不就是人們常說的“原生廣告”嗎?所以，“計算廣告”跟“原生廣告”是互聯的。

做法：跟傳統廣告不同，幾乎全部依賴信息技術手段。

所以，計算廣告是一種觀念，一種廣告投放觀念。這種觀念的要點是：借助各種信息技術手段，促使互聯網廣告跟所處語境之間的匹配度更高?！霸鷱V告”本質上也是一種廣告投放觀念。也可以說是一種“廣告投放策略”^[1]。

計算廣告的核心問題是收入，那么供給方是如何進行計費的呢，主要有以下幾種方式:

(1)CPM(千次付費)結算，即按照千次展示結算。這種方式廣告主與平臺約定好千次展示的計費標準，這些展示能否帶來相應的收益，由廣告主承擔風險。對于品牌廣告，目標是長期利益，很難通過對短期數據分析的方式直接計算點擊價值，同時點擊率也不是唯一考量標準，還會考慮曝光率等。這種情況用CPM較合理。實際上大多數互聯網品牌廣告，尤其視頻廣告，CPM是主流結算方式。

(2)CPC(點擊成本)結算，即按點擊結算。最早產生于搜索廣告，很快被大多數效果類廣告產品采用。在CPC結算下，由廣告平臺預估點擊率，由廣告主估計點擊價值，之后通過點擊出價的方式向市場通知估價。廣告平臺通過收集的大量用戶信息可以準確估計點擊率。

(3)CPs (Cost Per Sale)/CPA (Cost Per Action)/ROI(Return Over Input):按照銷售訂單數，轉化行為數或者投入產出比結算。廣告主只需要按照最后的轉化收益來結算，最大程度規避風險。這種情況下，廣告平臺需要估計點擊率和點擊價值，才能合理決定流量分配。存在的問題:轉化行為發生在廣告主站內，廣告平臺難以監測和控制；執行中存在廣告主故意扣單以降低轉化率的行為。CPS適合于垂直廣告網絡。CPA轉化流程在Apple Store和Google Play等中，存在較為完善的第三方轉化檢測，因此市場較為成熟。

(4)CPT (Cost Per Time)結算:針對大品牌廣告主特定的廣告活動，將某個廣告位以獨占形式交給某廣告主，并按獨占的時間段收取費用。適用于一些強曝光屬性，有一定定制性的廣告位。在中國門戶網站廣告中，CPT是主流模式。CPT雖然有一些額外的品牌效應和櫥窗效應，但是長遠來看不利于受眾定向和程序交易的發展^[2]。

(1)數據化

計算是計算廣告的本質，計算的基礎就是數據，獲取更加全面的數據的計算 廣告得以深入發展的前提條件。移動互聯網時代，“傳播成為一種數據驅動下的 信息流動過程，數據聯結著傳播的各個要素和環節”。對數據的應用和挖掘也貫穿著整個計算廣告的運作流程。從場景畫像到受眾定位再到程序化投放和效果 評估，都是圍繞著以用戶為核心的數據收集與利用。獲取數據手段的不斷升級變 化，也引發了計算廣告的一次次發展，從線上信息獲取到移動端的線下信息獲取 再到穿戴設備的用戶個人信息獲取。數據獲取手段越來越多樣化，渠道也趨于全 面化，對于用戶數據的挖掘也越來越成為企業的核心競爭力。全面化的數據能夠 讓廣告主通過數據來挖掘分析制定營銷目標和計劃，進行更加精細準確的用戶畫 像和場景畫像，做到精準化場景營銷。

(2)智能化

智能算法是數據運用的手段和方式，大數據的價值不在于某一單位數據的價 值，而在于對海量信息通過深入學習和人工智能，尋找數據背后所呈現出來的關 聯價值。智能算法是計算廣告能夠將場景、用戶、廣告三者之間匹配的原因。計 算廣告通過智能算法理解用戶所處的場景，判斷用戶潛在的需求，尋找用戶場景 與營銷目標之間的連接點，進行智能化創意，通過深入學習不斷優化投放策略和 創意制作。以符合場景特征和用戶偏好的方式將廣告信息有效的傳遞給消費者， 從而達到品效合一的廣告目標。并且，通過算法的不斷優化升級以及數據的不斷 積累，計算廣告的匹配呈現出一種個性化和精準化的趨勢。

(3)規?；?/p>

區別于傳統的廣告投放模式，以數據和算法為雙向支撐的計算廣告可以利用 大數據和云計算技術在短時間內對大范圍的人群進行精準化營銷。用戶即時信息 的獲取后依托數據管理系統(DMP)可以為廣告主提供準確的消費者人群畫像、 品牌推廣策略等，廣告主通過實時競價系統縮短整個廣告投放環節以性價比最高 的方式獲得廣告展示資源，程序化系統能夠在瞬間完成整個廣告資源的交易過 程，并大范圍的對目標消費群體開展營銷活動。值得注意的是，這種大規模特點 指的是覆蓋人群的規?；?，不代表著“千人一面”的營銷方式，而是根據不同的 消費者畫像，結合消費者所處的即時場景進行個性化的“千人千面”個性化營銷 方式^[3]。

計算廣告的發展經歷了早期互聯網廣告、大數據廣告再到人工智能廣告三個階段， 這三個階段是疊加演進的關系。計算廣告在演變過程中，廣告運作模式從分眾傳播型發 展到個性匹配型，即受眾選擇愈加精準，也改變了受眾為滿足其個性化信息需求而收集 和利用信息的方式。

(1)早期互聯網廣告具有與傳統廣告所不同的互動性，互聯網廣告時期把人們從 基于共性需求的整體分化成了具有多元需求的群體。

(2)大數據廣告在保留了前一階段互動性的基礎上，增加了精準性和自動化特征。 基于大數據的精準廣告可以通過對用戶大數據的整合分析，準確地預測目標受眾的購買 意愿，使推送的內容更有針對性。大數據廣告階段是基于人們的個性化需求而形成的個 性匹配型廣告運作模式，是計算廣告的萌芽發展期。

(3)到了人工智能廣告階段，計算廣告增加了智能化特性。智能廣告的出現是由 大數據和人工智能所驅動的，智能算法通過分析大數據采集的外部信息，依靠機器學習 的方法實現廣告創作的智能化，繼而將符合用戶所處場景的廣告匹配至用戶。在大數據 和人工智能技術的助推下，計算廣告實現了從萌芽到快速發展的轉變，目前正處于快速 發展期。 此外，計算廣告涉及到廣告運作的一個過程，且各環節之間存在著邏輯聯系^[4]。

(1)實時競價技術支撐

實時競價(RTB，Real Time Bidding)是一套用于程序化廣告的技術，近年來發展迅 猛。計算廣告通過實時競價技術為廣告主爭分奪秒，搶占最有力的廣告展示資源位，通過 自動化手段在 PC 和移動互聯網端投放廣

廣告主與 DSP 廣告需求方平臺、DMP 數據管 理平臺相互接洽，將廣告需求發布給 DSP，同時廣告主的第一方數據會進入 DMP。DSP 將廣 告主的廣告需求與競價信息傳遞給 ADX 廣告交易平臺，ADX 與廣告內容與出價信息傳達到 SSP 廣告內容供給方平臺，之后廣告內容經過媒介平臺投放給用戶。用戶接觸到廣告信息 后所做出的反應作為用戶反饋第一時間傳遞到 DMP 數據平臺，再由用戶給出的對廣告內容 的反饋為基礎，分析用戶對廣告信息所表現的興趣程度是什么水平，根據反饋數據的具體 數值調整出價優化策略再由 ADX 將出價及效果反饋傳到 DSP。DSP 對收到的信息進行目標 受眾的標簽定制、廣告點擊預測并給出出價策略最后將反饋效果傳達給廣告主

與傳統廣告交易過程中對媒介資源的購買不同，實時競價系統所奉行的工作核心是對 廣告內容的精準傳遞。大眾傳媒時代廣告投放的定向往往是模糊的，效果也難以把控。比 如廣播中響起燕窩產品的廣告時，在后臺只能看到收聽率的高低，而無法確定正在收聽的 這群聽眾對燕窩產品是否由購買需求。相比之下，實時競價技術與第三方平臺之間的良性 互動規避了無效的受眾到達，實現廣告內容的精準投放。整個實時競價過程就是在實現廣 告內容、廣告媒介、廣告受眾之間的定向匹配。

(2)用戶的定向與匹配

計算廣告追求廣告信息匹配的高精準，將特定的廣告信息推送給特定的人眼前，換句話說 計算廣告的應用可以避免過多的浪費。廣告主從傳統粗獷的媒體資源購買變為精細化購買 目標用戶，廣告的關注點不再聚焦于媒體資源位置與版面，而是廣告能否精準曝光給廣告 主心中最適合的人選。 計算廣告的運行涉及到的主體，分別是廣告主、媒介平臺、消費者以及第三方技術平 臺。其中第三方技術平臺又可以根據自身擅長的領域被細化為需求方平臺、交易平臺、數 據平臺以及供給方平臺，由于數據的共通性，這些平臺之間并不是完全封閉的，有一些技 術平臺可能同時搭載兩個或以上技術職能，比如像騰訊廣告，即是數據管理平臺又是供給 方，同時還承載程序化創意的功能。 大數據管理平臺(DMP 平臺)每天訪問千百萬個網頁，每日平均接受 60 億次請求、200 億條訓練樣本用戶大數據積累。將用戶的電子足跡分門別類的畫上標簽，提取出精細化 的用戶畫像。

計算廣告可以在數據管理平臺上選取廣告活動目標用戶的基本屬性。在確定 了用戶屬性后，廣告主可以根據需求方平臺(DSP 平臺)根據自身廣告需求進行廣告信息 投放，與用戶進行匹配，確定是否參與實時競價。在需求方廣告主與供給方(SSP)在交 易平臺(ADX)完成此次競價后，對定向標簽給出最高價的廣告主則獲得展示機會，廣告主的廣告素材將在用戶打開頁面時實時曝光給目標用戶，看似復雜的過程能夠在用戶使用 微博時，在開屏的 100 毫秒內完成。

(3)廣告效果可視化

計 算廣告對廣告投放的效果監測從傳播的反饋環節提到了前饋環節。在還未進行投放前就可 以根據歷史投放數據預測出既定人群的廣告宣傳效果。當廣告主利用數據管理平臺設置好 目標用戶標簽、投放時間以及預算費用后，數據管理平臺將實時通過報表的形式反饋給廣 告主用戶的點擊數據和信息到達率、傳播率。根據過去一段時間的用戶喜好和傳播范圍實 時調整投放策略，并對廣告計劃進行優化升級。 如今，計算廣告的加入讓廣告傳播的“5W”元素均實現了智能化升級：智能選擇廣告 主、調整內容智能化、媒介投放智能化、智能化細分消費人群、智能化監測與反饋。在技 術革新的背景下，廣告的生產與傳播被推向更高階的層次，廣告傳播被賦予了精準的基因， 廣告成本與廣告優化并行，廣告需求與廣告效果實現了進一步的平衡^[5]。

參考資料：

[1] 珂源&；佳瑋&；莉歆.計算廣告到底是什么?

[2] 夜渡無人.帶你深入了解計算廣告(一)

[3] 蔡潤珩. 場景融合營銷中計算廣告作用研究

[4] 溫進浪. 騰訊計算廣告的運營模式研究

[5] 李文昕. 計算廣告對廣告生產模式的重構

本文由@Y-L發布于三個皮匠報告網站，未經授權禁止轉載。