在线广告梳理–出价/计费方式(上篇)

从广告的出价/计费方式和竞价机制来看,在线广告主要可以分为CPT、GD、CPM、CPC、CPA、CPS以及PMP等广告,本篇主要介绍一下这几种广告的特点。由于篇幅较长,这一篇分为上下两部分,上半部介绍品牌广告常用的CPT、GD、PMP,下半部分介绍竞价广告中常见的CPM、CPC、CPA、CPS广告。

品牌广告的显著特点,是广告主并不太注重广告的短期效果,更多的则是关注广告带来的品牌效应。或者说使受众看到广告后,对相应的品牌留下一点印象,可能未来在某个特定场景下,能想起这个品牌,这就是品牌广告要达到的效果。比如奥迪新Q7上市的广告,目的通常是让大家了解这个事情,在未来有购车需求的时候,会想到新Q7,而不是马上下单订购(当然,土豪马上下单广告主自然更高兴)。除此之外,另一个特点是出了部分PMP之外,品牌广告大部分都是提前签约付款,相比而言竞价广告则是按实际投放情况逐次计费扣款。

  1. CPT(Cost Per Time)广告,不同的地方有不同的定义,这里是指按投放时间计费的广告。通常情况下CPT广告都是包段的,比如一天。这时某个广告位在包段的时间中,一定要展示这个广告,不存在广告之间的竞争关系。CPT的收费方式也比较简单,通常是广告主提前与媒体谈好固定价格。价格的制定一般是双方协商的结果,可能会考虑广告位单位时间内的展示量、媒体平台的品牌效应等,通常会有较高的溢价,谈好价格后,无论展示量多少总价都不会再变化。CPT广告比较适合大的品牌广告主,比如汽车、奢侈品等,这些大广告主财大气粗,为了宣传自己的新产品,获取潜在用户,尝尝在一些显眼的位置以CPT的形式投放高大上的广告。

  2. GD(Guaranteed Delivery)广告,保量广告。这种广告的特点是,保证广告在约定时间内,投放量达到合同中约定的水平。GD广告的计费价格跟CPT类似,通常也是按照投放量提前在合同中约定好。与CPT不同的是,GD广告一定要达到合同中约定的投放量,否则就算违约,要进行相应的赔偿。由于通常一个GD广告位的可展示量(库存)大于单个广告主的需求,因此同一广告位可以卖给多个广告主,使得同一个广告位对不同的用户可能展示不同的广告,从而达到更高的填充率,最大化媒体平台收益。有的GD广告带有定向条件,包括但不限于地域定向、位置定向、性别定向等。GD广告通常也是更适合品牌广告主,但由于可以选择投放量,因此对广告主的实力要求比CPT略低。

    GD广告涉及的技术问题主要有库存预估和在线分配。由于需要保证投放量,因此媒体平台方需要对自己的库存有比较准确的预估机制,同时还要考虑各种定向条件,这就需要有库存预估算法,媒体方在广告售卖的时候,需要结合自身的库存和售卖情况,考虑是否能满足后续广告主的需求,从而指导合同的签署。与之配套的,还要有线上的实时分配算法,来对线上每一个请求,实时的分配合适的广告。因为常常出现多个广告的定向条件有重叠的情况。也就是说,对于线上某次请求,可能同时满足多个广告的定向条件,这个时候需要在线分配算法来决定投放哪个广告,才能最终满足绝大多数(甚至全部)的合同。

  3. PMP(Private MarketPlace),私有广告交易市场。这类广告相对比较少见,它更像是一个品牌广告与竞价广告的中间产物。PMP有两个特点,一个是广告主的购买方式,与传统品牌广告很类似,更容易让广告主适应。另一个是平台方可以按照程序化的方式来管理和投放,达到更精准的效果。具体来说,PMP又可以分为三种。

  • PDB(Private Direct Buy)。我个人觉得这种广告与前面介绍的GD几乎一样,同样是提前、包段、保量,具有不错的溢价。

  • PD(Preferred Deals),优先交易。与PDB相比,PD同样是固定广告位,固定单价(如按照CPM,即千次展示价格)。区别在于,其展示量不固定,最后的总价也就不固定。因此PD的优先级比PDB低。这种广告同时具有CPM(下半部介绍)广告的部分特点,又因为它可以具有更优质的广告位(根据媒体平台的策略决定),因此溢价比普通CPM广告要高,可以用来填补GD广告售卖不足带来的空缺。

  • PA(Private Auction)私有竞价。这种广告机制上更像是竞价广告,但是竞争的广告是受限的,也就是说,只有少数符合一定门槛的广告,才能进入竞争队列。相当于一个VIP的竞价环境。

    关于PMP更详细的介绍,可以参考《PMP私有交易市场——程序化广告的新高度》和《半小时读懂PMP私有广告交易市场》

技术方面,除了上面GD广告中涉及的库存预估和在线分配之外,品牌广告中主要依赖受众定向技术。许多CPT、GD、PMP的广告主,都有受众定向的需求,从而更好的发挥在线广告程序化购买的优势,在一定程度上达到精准的目的。受众定向又涉及用户画像、地理位置识别等技术。尤其是用户画像,需要大量机器学习、数据挖掘、NLP方面的技术来支撑。

下半部分将介绍包括CPM、CPC、CPA、CPS在内的竞价广告部分,这部分主要针对中小广告主和长尾流量,涉及更多的技术工作,广告平台想要做好竞价广告需要更多的技术积累。

6412950099

保留价(reserve price)也是竞价广告中很值得研究的一个点,保留价的高低很可能直接影响一次竞价的计费,从而影响平台收益和广告主的支出。

转载请注明原文链接:/ad.dusiliang.com/在线广告中的保留价-提高收入的好办法/

什么是保留价

通俗的讲,保留价就是入场的门槛,只有出价高过门槛才能参与此次竞价。对在线的竞价广告系统来说,由于通常按照eCPM排序和计算计费,因此保留价通常是通过eCPM门槛和最低出价的形式存在,eCPM门槛自然也会影响部分竞价的计费。

对一价和二价的影响

虽然表面上看,一价比二价更容易理解,但其实理论上,二价更容易分析。比如设置了保留价之后,当只有一个买家(广告主)的时候,二价中,此次竞价的计费就由保留价决定,具体计算方法可以参考之前的文章7608993215。对一价来说,保留价的影响并不直观。理论上可以证明,加入保留价之后,一价和二价的期望支付仍然相同,从而期望收益也相同,这个收益高于没有保留价时的期望收益。

收益效应

上面提到了,加入保留价能提升(卖家)期望收益。那么问题来了,如何设置保留价,才能使收益最大化?

先说结论,我们假设拍卖品,竞价广告中也就是指的广告位,它对于卖家来说的价值是x_0,当保留价略微超过x_0时,期望收益会增加。

用二价来解释一下为什么。假设有两个买家,买家的出价满足独立同分布,概率函数F(x)=P(X<x)表示出价小于x的概率,令Y_1是最高出价,Y_2是小于最高出价的第二高的价格,r表示保留价,只有Y_1>r 且 Y_2<r时,保留价才会生效(忽略等于的情况)。设置保留价会带来一种风险,就是当保留价r>Y_1时,物品卖不出去,也就是本次竞价不展示广告,这种情况的概率是F(r)^2(两个买家的出价同时小于r),此时卖家损失为r,因此期望损失是E1=rF(r)^2。而保留价生效的概率是2F(r)(1-F(r))。其中1-F(r)是出价大于r的概率,所以F(r)(1-F(r))表示一个买家出价大于r且另一个买家出价小于r。由于两个买家有两种排序,因此是两倍的F(r)(1-F(r))。此时卖家收益是E2=r2F(r)(1-F(r))。显然,当F(r)<2/3时,期望收益大于期望损失。所以说,设置一个微小的r,让F(r)足够小,就能保证保留价带来更多的收益。

另外通过对卖家的期望收益求导,还可以得到,当满足r-1/(lambda(r))=x_0,lambda(r)=f(r)/(1-F(r))时,能得到最优保留价。

效率与收益

保留价固然能提高卖家收益,但很明显,它也会带来效率的下降。效率下降指的是什么呢?就是说广告位并没能分配给估值最高的买家手中,也就是说广告位可能没能卖给最有价值的买家。当估值和出价是单调递增时(估值越高的买家出价越高),保留价越大,显然广告位卖不出去的概率也就越大,于是效率就越低。

换个角度来想,现在很多存在广告竞价的情景中,广告位对卖家来说本来就是一种资源。比如信息流广告中,如果不展示广告,这个位置可以留给文章、咨询、图片等“原生内容”,这些内容通常会给用户带来更好的体验(除非广告已经比原生内容更吸引用户了)。这些情景里更有必要设置保留价,或者说,其实本质上是原生内容在跟广告一起排序竞争,内容本身也是一种广告形式。

4236672719

Generalized Second-Price auction(GSP),广义第二计费,也就是常说的“二价”,是目前大多数在线广告场景中广泛使用的计费方式。

转载请注明原文链接:/ad.dusiliang.com/gsp-广义第二计费/

简介

通俗的说,“二价”的关键就是按第下一个价格计费。

在密封拍卖时,多个买家竞争N个拍卖品,各个买家并不知道其他买家的出价,大家只管把自己的出价报给拍卖者。假设N=1,拍卖者收集到买家出价之后,在某个时间点按照买家的出价统一排序,于是排在第一位的买家胜出,赢得拍卖品。

确定了赢家之后,下一步就是计算赢家该为这次拍卖付多少钱。GSP中,计费价格通常是排在赢家后一位的买家出价,加上一个很低的溢价,比如1分钱,我们表示为p1 = b2 + C。

一点分析

通过上面的介绍可以看出来,“二价”和“一价”表面上最大的差别,就是在计费价格的计算上。那“二价”有什么好处呢?

先说结论,主要有两点:

  1. 在单物品密封拍卖中(只有一个出售的商品,也就是只有一个赢家),“二价”是激励兼容的。
  2. 理论上来说,从拍卖者的角度看,“二价”比“一价”更稳定。

什么是激励兼容?就是这种机制鼓励买家报出自己的真实估价(出价=估价),因为此策略对买家来说是弱占优策略。也就是说所有买家出价等于估价时,此机制能达到一个均衡态(谁也没有动力去主动改变)。通俗的说,就是当买家出价等于自己对拍卖品的真实估价时,买家自己最划算。证明过程不细说了,大致过程就是假设其他买家不变,某个买家的出价分别大于和小于真实估价时,此买家的收益不会更多。

注意,“二价”满足激励兼容的前提,是单物品私有拍卖,比如一次只有一个广告位的在线广告系统。在多物品拍卖时,它并不满足。另外,可以证明,在买家足够多的情况下,“一价”与“二价”的均衡态其实是一样的,对拍卖者来说收益也是一样的。

那为什么说“二价”比“一价”更稳定呢?上一篇“770-400-6047”中提到,“一价”会导致系统抖动,造成不稳定。但“二价”中,由于买家的计费价格跟自己的出价没有直接关系,没有动力通过修改自己的出价,在赢得拍卖的同时获得更多的利益,因此避免了出价的抖动。

举个例子

在线广告中,当一次请求中,只有一个广告位时,就是典型的单物品密封拍卖。大部分搜索广告的竞价机制,目前都采用GSP。

但是在线广告中,由于不只是买家和卖家,还有广大互联网用户,因此排序和计费中,并不只是考虑买家(广告主)的出价。通常排序用的rank值,是一个综合了广告主出价、广告自身质量以及用户对广告兴趣的分数,并折算成预估千次展示价格(eCPM),比如eCPM = Q * bid。更具体点说,对于不同广告类型,Q有不同的取值。比如对于CPC广告,Q通常等于预估点击率的一个函数f(eCTR),对于CPA广告来说,Q通常等于预估从展示到转化的概率的一个函数f(eCTR * eCVR)。对于CPM广告来说,算是一个特例,CPM广告按照展示计费,一般情况下不考虑点击和转化,所以它的eCPM通常就等于出价折算成千次展示的价格。公式中的bid也有玄机,对不同类型的广告,由于计费发生的时机不一样,有的按展示计费,有的按点击,有的按转化,因此出价对应的事件也不一样。上面的bid都是转换成千次展示对应的出价。有关不同的广告类型,后续文章介绍。

907-850-3039

Generalized First-Price auction(GFP),广义第一计费,也就是大家常说的“一价”,是最早用在搜索广告的竞价排名中的一种机制。本文对GFP进行一下介绍,同时会介绍一些其他竞价机制中通用的概念和方法。

场景

GFP,以及后续要介绍的GSP、VCG等竞价机制的应用场景,都是假设有K个待拍卖的商品对于广告竞价来说,就是指广告位,有N个竞价者(广告)的情景。

机制

竞价时通常可以分为两个步骤进行:排序和计费。在搜索广告中,开始排序之前,首先要准备好几个重要的因子。

  • 出价(bid):每个广告主为自己参与此次竞价的广告给出的一个价值,这个价值很大程度上取决于广告主对于这个广告、在这次竞价中能获得的收益,以及最终赢得竞价的可能。对一个广告来说,bid可以由广告主人工的统一给出。也可以根据不同请求自动给出不同的出价,也就是RTB。
  • 质量度(Q):可以由多个因素组成,比如预估点击率(pCTR)、预估转化率(pCVR)等,可以写成这些因素的一个数学函数Q=f(pCTR, pCVR)。pCTR和pCVR通常用大量数据,通过一些机器学习的算法计算得到。
  • 其他参数:排序和计费时使用的分值,我们一般用eCPM,也就是预估千次展示的消耗。现在的竞价系统中,eCPM通常由bid和Q共同决定,二者之间又有一些参数控制不同因素起的作用。这些参数由竞价平台根据业务需要给出,对广告主和用户来说不可控。

排序:谁能赢得胜利 对于K个广告位,绝大多数情况下是按照位置从高到低依次进行竞价(这些位置通常情况下都是排在前面的更好,比如有更高的点击率,或者更多的展示机会),因此我们只用一个广告位的拍卖来介绍竞价过程。对于其他位置,只需要把剩余的广告重复进行拍卖过程即可。 上文提到了,在竞价广告中,通常用eCPM来对广告进行排序,从而决定哪个广告赢得一次竞价的胜利。对包括GFP在内的很多常用的竞价机制来说,都是排在第一位广告赢得竞价胜利,也就是所谓的“价高者得”。

计费:需要花多少钱 确定胜出者之后,下一步就是确定此次竞价应该扣掉广告主多少钱。GFP的计费机制很简单,理论中是直接按广告主的出价计费。对应到竞价广告的实际应用中,由于广告是按照eCPM排序,因此计费的时候就按照胜出广告本身的eCPM计算计费。 需要注意的是,GFP并不能确定什么时候扣钱(也就是实际计费),而只是确定了如果扣钱,应该扣多少而已。具体的扣费实际,是由广告的计费类型决定的,比如CPM广告是按展示计费,CPC广告按点击计费,CPA广告按照转化计费。 举个例子,不考虑溢价的情况下,假设胜出广告的eCPM是10元,对于一个CPM广告来说,每次展示时应该扣的费用就是10/1000=0.01元。对于一个CPC广告来说,每次点击的计费还需要考虑预估点击率(因为要从“千次展示价值”转化为“一次点击价值”),假设此次预估点击率为2%,那每次点击的计费就是10/1000/2%=0.5元(price=eCPM/1000/pCTR)。公式中eCPM/1000可以理解为每一次展示的价值,而每次展示的价值再除以pCTR就是每次点击的价值。 实际应用中,计算每次计费时还会在上面计算出的价格上,再加上一个“溢价”,一般是0.01元。

保留价 如果一个广告位某次竞价中,所有广告的eCPM都很低,甚至出了广告带来的收益,还不如其带来的损失,也就是对平台来说这次竞价会亏损(因为相对于平台提供的自然搜索结果、或者原生内容来说,通常广告给用户的是打扰),那平台干脆这次竞价就不出广告了。保留价就是为这种场景设计的。 竞价广告中保留价以一个eCPM值的形式出现。当所有广告的最高eCPM小于这个保留价时,此次竞价将不出广告。对GFP来说,保留价不会影响广告本身的计费。

优缺点

优点:GFP优点就是简单,容易理解。别小看这个优点,对很多广告主来说,可以很容易的理解机制的原理是十分重要的,这会让广告主有明确的预期,并产生比较强的信任感,更容易接受,并且更容易进行一些优化尝试。

缺点:GFP不是一个激励兼容的机制。也就是说,他并不能达到一种纳什均衡,使得广告主在这个均衡态中,最优策略是“说真话”,也就是以这次竞价给广告主带来的真实收益作为bid进行竞价。长期来看,GFP会带来bid的抖动。因为每次计费跟广告主bid直接相关,下调bid就会带来更少的计费,提高bid就会计费更高,因此广告主有足够的动力去调整价格,导致系统不稳定。

GFP-广义第一计费

GFP机制导致的bid波动

最近,有一些相关研究表明,在引入一个“more expressive bidding interface”的情况下,GFP也存在一个纳什均衡。 有兴趣的可以读一下这两篇论文:“A Dynamic Axiomatic Approach to First-Price Auctions”,“Expressiveness and Robustness of First-Price Position Auctions”