RTB实时竞价算法
基于VRM(访问者关系管理)的RTB(实时竞价)
基于VRM（访问者关系管理）的RTB（实时竞价）凌晨，梦芭莎精准营销总监。
2006年至2007年从事B/S结构程序开发工作；2008年正式投身网络营销的研究及其相关实践与应用；2010年进入梦芭莎参与企业级别的搜索营销工作；现阶段工作主要以大数据为基础，整合SEO、SEM、RTB来推动精准化网络营销，从而达到增强用户体验、积淀品牌影响力、和提高流量转化率的效果。
希望能够与更多的同行交流关于精准营销话题，QQ：68590459。
据权威调查显示，电商网站的流量中只有2%的访客发生了消费，而剩下98%访客则被白白流失掉。
到底是什么原因造成了流量转化率如此之低，又有什么好的策略可以来帮助电商解决这个问题呢？相信很多人有过这样的经历和体会，在浏览一些商品的页面的时候，我们之所以迟迟没有下单购买，主要还是在权衡该商品的性价。
大部分的情况下我们会因为在不断的选择中关掉一个又一个产品的页面，进而出现的情况是我们浏览了一圈什么也没买到，而商家虽然对产品做了详细的介绍和推荐，但是依旧没有成功的说服消费者。
只要短短的几分钟，我们可能就已经忘掉了刚才所看过的页面，同时，商家也因此错失掉了销售产品的机会。
由上可见，消费者消费前的决定时期使得消费行为很难如期望的那样直接发生，从而造成电商中普遍存在的流量转化率低的问题。
这不但消耗了消费者的精力，同时更让电商只能空望流量而兴叹。
不过如果能够做出一些小小的调整，可能情况会完全不一样。
我们在浏览了某个电商网站之后，对于其中的一些商品表现出较为浓郁的兴趣，在了解完商品的属性后，由于我们还需要对是否购买商品进行进一步的判断，或者仅仅是想随便转转，这个时候就会离开了这个商品的页面，甚至是关掉了这个电商的网站，开始进行其他页面内容的浏览。
一段时间后，突然在另外一家和该电商的没有什么关系的网站上又看到了具有那个商品图片的广告图片，我们都会非常惊奇，这个网站怎么会知道我看过这个商品呢，进而点击广告进入到商品页面中，发现就是之前自己感兴趣的商品，或者是其他相关的商品。
3分钟学会集合竞价
3分钟学会集合竞价集合竞价是一种在线广告交易方式，广告主在广告平台上设定一定的广告投放条件和预算，然后通过竞价的方式与其他竞争者竞争广告展示位置。
本文将以3分钟的时间，向读者介绍集合竞价的定义、原理、特点以及应用场景。
一、集合竞价的定义集合竞价（Real-Time Bidding，简称RTB）是一种在线广告交易方式，通过实时竞价和拍卖的方式，将广告主与广告平台进行连接，实现广告资源的买卖。
在集合竞价中，广告主通过广告平台设定一定的广告投放条件和预算，然后通过竞价的方式与其他竞争者竞争广告展示位置。
二、集合竞价的原理1. 用户访问网站：当用户访问某个网站时，网站会向广告平台发送用户信息的请求。
2. 请求广告：广告平台收到网站的请求后，会根据用户的信息，选择适合的广告进行展示。
3. 广告竞价：广告主通过广告平台设定广告投放条件和预算，然后参与广告竞价。
广告平台会将广告主的竞价信息与其他竞争者进行比较，选择最高竞价的广告进行展示。
4. 广告展示：广告平台选择最高竞价的广告，并将其展示给用户。
三、集合竞价的特点1. 实时竞价：集合竞价是一种实时竞价方式，广告主可以根据实时数据进行广告投放决策，提高广告精准度。
2. 精准定向：通过用户信息的收集和分析，广告平台可以将广告精准地展示给目标用户，提高广告的转化率。
3. 透明公正：广告平台会公开竞价结果，广告主可以清楚地了解广告投放情况，提高广告效果评估的准确性。
4. 实时调整：广告主可以根据实时数据调整广告投放策略，提高广告效果。
5. 灵活预算控制：广告主可以根据需求和预算，灵活地调整广告投放的时间、地域和受众群体。
四、集合竞价的应用场景1. 电子商务平台：电商平台可以通过集合竞价方式展示与用户购买意向相关的广告，提高广告的转化率。
2. 媒体网站：媒体网站可以通过集合竞价方式向广告主提供广告展示位置，实现广告收入的最大化。
3. 移动应用：移动应用可以通过集合竞价方式向广告主提供广告展示位置，实现移动广告的投放和收益。
精准广告：实时竞价简介(RTB)
Control
13
© 2011 Forrester Research, Inc. Reproduction Prohibited
Buyers want to be in the drivers seat – to be able to make deliberate, strategic, repeatable decisions.
20
© 2011 Forrester Research, Inc. Reproduction Prohibited
It’s still largely a flash banner opportunity
“In terms of brand buying, RTB plays a small part. Most brand campaigns are large rich media placements. I find RTB to be used for the smaller units where you may want to target your specific audience.”
7
8
© 2011 Forrester Research, Inc. Reproduction Prohibited
Forrester forecast:
RTB is here to stay and the buying community is largely embracing it.
9
© 2011 Forrester Research, Inc. Reproduction Prohibited
RTB enables transparency – in its many forms – increasingly a “must have” for buyers
关于广告投放RTB模式
关于广告投放RTB模式（实时竞价）的十个问题作者牛千- 2012/07/12RTB（Real Time Bidding），实时竞价，是不同于传统CPM（按千次展示付费）、CPC（按每次点击付费）的新型互联网广告投放模式。
它最大的改变是，不在局限于按照媒体的广告位进行广告投放，而是直接对接到“人”，聚合媒体流量和广告主需求，按照广告主所希望覆盖的人群来进行广告投放。
一般是由第三方的广告平台提供媒体资源，包括人群分布，价格等信息，广告主竞价购买，价高者得。
在这种模式下，广告主只为有效的用户人群付费，避免浪费；媒体方则通过竞价的方式获得不错的收益。
下面的信息图来自香港的网络营销公司爱点击iClick，介绍了在RTB模式中常见的十个问题（图后附文字）。
(1) RTB广告投放适合什么行业呢？RTB是利用实时竞价的方式购买展示广告，广告主可根据广告交易平台所提供的数据，包括到访问者来自的网站及地区等，来决定是否竞投该广告展示及设定出价。
由于RTB可大幅提升投放的精准度，因此所有对广告的真实效果有追求的行业都适合RTB。
(2) RTB广告投放有最低的预算要求吗？理论上可以没有。
但是为了追求一定的效果，确实需要投入一定的预算，例如几万元人民币，进行最初的测试。
同PPC广告类似，RTB广告随着不断优化，效果将越来越好。
初期一定的投入是必要的。
(3) 如果我希望用RTB投放广告，我应该怎样开始呢？由于只有DSP能够在RTB平台上进行竞投，广告主可以与拥有或者接入DSP的广告代理合作，尤其是那些对你所属行业有相当程度暸解的广告代理，因为要充分利用RTB必须预先对各项营销的数据进行分析。
(4) RTB广告投放与一般展示广告投放有何分别？在技术层面，RTB最大的区别在于所有的广告都是透过“竞价”而购买的。
简单而言，如果你希望在用户A眼前展示广告，而刚好另一家广告主也同样锁定用户A，那么你们实际上需要“竞价”。
你可能为这个展示出价0.05元，而另一家广告主可能出价0.04元，那么你的广告将被展示，你需要付出的费用通常并不是0.05元，而是比第二位出价高一点点的价钱。
实时竞价的概念与原理
实时竞价的概念与原理一、概念释义实时竞价（RTB，全称Real Time Bidding），是互联网在线广告的一种交易方式。
1、实时这里的所说的“实时”有两层意思：（1）整个交易流程都是实时的。
竞拍的对象是“广告展示的机会”，也就是“广告位”，因为每个人随时都有可能刷APP或者浏览网页，所以广告位的产生是实时的。
竞拍完成后广告内容被确认后，会立马被展示出来，所以说交易的整个过程是“实时”的，整个过程有多快呢？100毫秒，也就是0.1秒以内。
（2）在互联网上，这样的交易过程是时时刻刻都在“实时”在发生的。
2、竞价竞价即竞争价格，通过价格赢得拍卖。
但是它和传统的竞拍方式（单纯看价格）又不太一样。
（1）实时竞价的模式是“价高者得，次高价结算”，因为大家是同时出价，不是通过一次一次的举牌，所以比如前三高出价分别为：甲10元、乙8元、丙7元，那么甲获胜，但是他要付的价格不是10元，而是8.01元（8+平台最小结算单位0.01元），为什么“次高价结算”？——为了鼓励你竞拍时出更高的价格。
（2）现在广告平台一般实际采用优化后的竞价模式：不单单看出价，还要看“广告质量”。
如果你打开一个APP，每天看到的广告都低俗不堪，相比不会得到用户喜爱。
所以虽然是竞价，但其实是拿“出价和广告质量得分两者综合得分”去竞争的，“分高者得”。
二、实时竞价原理以商场展示橱窗的运营为例：背景：现在你负责一家商场橱窗位的运营工作。
商场里布设了很多高科技摄像头，这些摄像头可以捕捉到每个人的外表（包括身高、面容、服饰等）和动作（肢体、面部表情）。
商场橱窗也都很先进，不光可以播放图片、视频，还支持VR实景互动游戏等。
参与角色：商场管理员（你），商家，顾客你的任务：完成广告销售销售产品：橱窗每一次的展示机会根据上述条件，搭建一个平台，并通过竞拍的方式增加橱窗收益：1、将所有经过橱窗的顾客信息建立档案，分析顾客特征以及是否与橱窗产生了互动的关系，得出“哪类人对哪类橱窗感兴趣”的相关性结论；2、每当有顾客进来，系统立即分析该顾客特点，并将“给该顾客展示广告的机会”作为产品进行拍卖，商家们提前设置好自己想要竞拍的顾客类型和出价即可；3、橱窗根据竞拍结果自动展示相应内容，整个过程在100ms（0.1秒）内完成。
广告行业中的实时竞价 (real time bidding) 是什么 与需求方平台 (demand side platform) 有什么不同
广告行业中的实时竞价(Real Time Bidding) 是什么？与需求方平台(Demand Side Platform) 有什么不同？【顾志耐的回答(39票)】:按照知乎惯例，首先声明利益相关，移动互联网RTB从业人员。
RTB（Real Time Bidding）是现代互联网广告行业中新兴起的一种流量交易方式，有以下几个显著的不同于传统的互联网广告的特点1. 在用户刚打开流量的载体（App或是Wap站点）的时候，该广告位要显示的东西还尚未确定，只有当竞价结束的时候，才会最终确定实际被展示的内容（Creative）。
2. 竞价时间非常短，一般100ms之内就要完成，所以对参与各方的技术要求很高3. 完全以CPM计价在我自己个人的观点看来，RTB具有以下几个主要的优势1. RTB可以很好地匹配流量的需求和供给2. RTB可以充分利用长尾流量3. 通过RTB可以很容易买到世界各个地区的流量，打破了地域限制接下来先说明几个在互联网广告行业中常用的术语，熟知这些的读者请无视Advertiser：广告主，花钱做广告的人Publisher：发布者，负责将广告发布出去的人，在广告交易中一般是收钱的一方Creative：这里我暂时不知道怎么翻译好，一般指的是实际被展示出去的图/视频等。
Impression：Creative被显示了一次就是一个Impression Click：图/视频中通常带有链接，这个链接每被点了一次就是一个ClickConversion / Action: 用户在点击链接之后又发生了广告主所期待的后续行为，如下载安装，将商品加入购物车等，统称为一次转化CPM：Cost Per Mille，Mille是一个拉丁语的词汇，表示1000，CPM表示计费方式是按照每千次Impression计费CPC：Cost Per Click，按照点击次数计费CPI / CPA：这里的I指的是Install，A是Action，也就是按照转化计费CTR：Click Through Rate Click数/Impression数IR/CR：Install Rate / Conversion Rate 转化数/Click数终于开始说RTB业务中主要的几个参与方了DSP：Demand Side Platform 需求方平台，需求方平台可以视为是Advertiser的集合。
超实用的sem专业术语以及运算公式
超实用的SEM竞价术语宝典对于竞价新手很多不理解一些sem 中的专业术语比如CRI、CPA、CTR、ACP、CPM、ROI 等以及它们的运算公式，今天整合一下相关一些资料为大家详解一下，公式算法：CRI（综合排名指数）=质量度*出价CPA（每次行为获得成本）=总消费/获得行为次数CTR（点击率）=点击量/展现量ACP（Average Click Price，平均点击价格）=消费总额/点击量Cost（花费）=平均点击价格*点击量CPM（每千人成本）=（消费/展现量）*1000ACP 平均点击价格=点击总费用/点击次数平均排名=（展现量1*排名1+展现量2*排名2）/（展现量1+展现量2）跳出率：只浏览了一个页面便离开了网站的访问次数占总的访问次数的百分比Conversion rate 转化率：完成转化行为的次数占总点击次数的比率转化次数/点击量Conversion Cost 平均转化成本=消费/转化次数访问深度比率=访问超过（）页的用户/总的访问数访问时间（）分钟以上的用户数/总的用户数ACP 平均点击价格=点击总费用/点击次数平均每次点击产生的消费，即一定时间、一定范围内您为网民的每次点击访问所支付的推广费用。
计算公式：平均点击价格＝消费总额/点击次数（四舍五入保留2 位小数）ROI 投资回报率=利润/消费*100%名词解释：SEM（搜索引擎营销）：以搜索引擎为平台，以调整网页在搜索结果页上排名从而给网站带来访问量为方法，针对搜索引擎用户展开的营销活动。
出价：广告主愿意为一次点击所支付的最高费用。
出价包括推广单元出价和关键词出价。
CPC（点击价格）：网名的每次点击访问所支付的实际推广费用。
PPC：是Pay-Per-Click 缩写，按点击付费，即用户点击广告后广告主才为此付费，是相对于CPM：千人次展示付费的网络广告计费模式。
CPA(Cost Per Action)：每次行动成本。
CPR(Cost Per Response)：每次回应成本。
RTBCN—实时竞价RTB精准广告投放DSP介绍
媒体和广告位的筛选
专业RTB/DSP解决方案
广告位精细管理
专业RTB/DSP解决方案
33
差异化竞价和系统动态调价
专业RTB/DSP解决方案
动态创意及多种创意形式
© 南京多网信息技术有限公司 All Right ReservedAll Right Reserved
35
专业DSP解决方案
支持10余种广告形式
• 性别：女 • 年龄 : 35岁 • 职业 : 行政人员 • 收入 : 6000元以上 /月 • 地区 : 深圳
• 性别：男 • 年龄 : 45岁 • 职业 : 企业管理者 • 收入 : 12000元以上/月 • 地区 : 北京
第一方私有受众数据
基于用户最近意向细分定向
专业RTB/DSP解决方案
专业RTB/DSP解决方案
对接了国内各大Exchange平台，包含PC、移动、Video每天超过50亿竞价请求，覆盖包括新浪、 腾讯、优酷、网易、搜狐等大媒体在内数十万网站，覆盖全中国所有网民。
专业实时监测报告
全维度任意关联数据
数据多维钻取，方便解读数据 报表可直接操作，简化管理
专业RTB/DSP解决方案
多维立体优化模型
智能竞价算法引擎
降低转化成本，提升点击率
智能竞价引擎是的核心，该引擎在多维立体优化模型基础上构建，依托10亿级用户行为大数据，实 时计算，动态决策，并且能够根据投放的历史数据自动学习、自动调优，确保在正确的时间、正确的位置、 用正确的价格、向正确的人展现的正确广告。最大程度减少浪费，用好广告主的每一分钱。
2
什么是理想的广告？
© 南京多网信息技术有限公司 All Right ReservedAll Right Reserved
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.1算法用途................................................................................................................................................................1.2算法概述................................................................................................................................................................2.算法详细说明........................................................................................................................................................................2.1广告活动匹配........................................................................................................................................................2.2实时竞价算法........................................................................................................................................................3.算法改进方向........................................................................................................................................................................3.1特征属性的选择....................................................................................................................................................3.2点击率预测............................................................................................................................................................3.3竞价调整方式........................................................................................................................................................4.补充问题 ................................................................................................................................................................................4.1无历史数据阶段....................................................................................................................................................4.2利用历史数据阶段 ...............................................................................................................................................4.3展示的分布控制....................................................................................................................................................5.参考文献 ................................................................................................................................................................................6.附件.........................................................................................................................................................................................6.1名词 ........................................................................................................................................................................6.2算法总体流程图....................................................................................................................................................6.3输入输出表............................................................................................................................................................6.4数据预处理流程....................................................................................................................................................6.5计算权重算法流程 ...............................................................................................................................................6.6模型检验................................................................................................................................................................1.算法简介1.1算法用途RTB（Real-TimeBidding）实时竞价，是一种利用第三方技术在数以百万计的媒体上针对每一个用户展示行为进行评估以及出价的竞价技术。
与大量购买投放频次不同，实时竞价规避了无效的受众到达，只针对有意义的用户进行购买。
它的核心是DSP平台（需求方平台），在DMP数据的支持下根据媒体，广告特点和人的属性进行定向投放。
RTB对于媒体来说，可以带来更多的广告销量、实现销售过程自动化及减低各项费用的支出。
而对于广告商和代理公司来说，最直接的好处就是提高了效果与投资回报率。
RTB算法有几种常见的策略：展现优化（针对品牌推广）目标，点击率（CTR）优化目标和ROI(投资回报率)优化目标。
其核心都是要做到合适的广告展现给合适的人。
ROI优化是最直接能体现广告主的投资收益率的指标，但是目前情况下受RTB业界技术限制和公司数据支持情况的限制，点击率优化是现实可行的RTB竞价方法。
虽然该方法不能直接体现在用户的投资收益率指标上，但是优良的点击率很大程度上会带来良好的收益。
目前针对RTB算法中的点击率预测有很多种方法，如：逻辑回归，决策树，两阶段广义线性模型，非线性规划模型，典型方程等。
选用逻辑回归的主要原因在于该算法成熟，对输入变量要求较低，既可以处理枚举型变量，又可以处理连续型变量。
输出结果较稳定可靠。
本算法主要以点击率（CTR）为优化目标，并选择逻辑回归作为主模型进行设计。
1.2算法概述首先对RTB的竞价流程总结如下图所示：图1RTB竞价流程图从上图中可以看出，实时竞价算法的输入主要包括以下信息：1）Exchange端提供的广告位信息；2）用户id，DMP收集的用户属性信息；3）广告主发布的活动信息及竞价策略；4）竞价历史（媒体信息，广告位，获胜竞价，用户id等）。
表1:RTB算法输入之竞价历史实时竞价算法的输出主要是获胜的(广告活动信息，竞价)组。
实时竞价算法主要由两部分构成，一是广告活动的匹配，二是根据媒体，广告活动及用户属性等进行出价。
图2RTB竞价算法流程2.算法详细说明2.1广告活动匹配广告活动匹配的目的是为了筛选出满足媒体广告位要求，以及符合用户属性特征的广告活动集合。