這一輪廣告展示中，廣告主A和C需要根據(jù)廣告展示次數(shù)向平臺付費（CPM），但他們獲得客戶的利益點沒有得到滿足，這就出現(xiàn)了客戶收益與平臺成本不匹配的問題，長期沒有改善廣告主自然就會停止投放 。
所以，想要滿足客戶的投放目標(biāo)（如：合理的獲客成本），就需要提高廣告的點擊/轉(zhuǎn)化水平（CTR/CVR），這就回到了前文所說的「個性化推薦」在計算廣告的應(yīng)用，盡量匹配用戶感興趣的廣告 。例：給飯圈粉絲推薦Idol代言產(chǎn)品 。
如何持續(xù)改善廣告點擊/轉(zhuǎn)化率（CTR/CVR）呢？
以【京東】的廣告排序模型為例，用戶在【搜索商品的場景】，廣告點擊的概率（CTR）可以描述為依賴于4個不同類型輸入的函數(shù)：
- Query：描述用戶搜索意圖 。
- user(用戶側(cè)特征)：描述用戶的興趣、偏好 。
- item(商品側(cè)特征)：描述這個商品是否優(yōu)質(zhì) 。
- Context(文本特征)：描述用戶搜索時屬于怎樣的場景，是上班的時候搜的還是周末搜的，此時是否有活動 。
來源：劉鵠，《CSCNN：新一代京東電商廣告排序模型》
通過構(gòu)建特征工程并確定目標(biāo)函數(shù)（貪心算法（局部最優(yōu)）/長期回報），利用Online-Learning大量數(shù)據(jù)訓(xùn)練后得到CTR優(yōu)化結(jié)果 。
在推送1次廣告時，平臺到底從海量的廣告主中推哪一個，核心考量因素是eCPM（平臺每千次展示的收入） = 預(yù)估點擊率（p-CTR） *預(yù)估轉(zhuǎn)化率（p-CVR）* 預(yù)估出價（p-Bid） 。根據(jù)每個廣告的eCPM進行排序，選出值最大的那個進行展示，如果涉及i個不同的客戶則，取所有客戶∑eCPM求和最大化的解 。
來源：劉鵠，《CSCNN：新一代京東電商廣告排序模型》
從產(chǎn)品實現(xiàn)的角度，平臺在廣告排序時需要前置預(yù)估點擊率（p-CTR）、轉(zhuǎn)化率（p-CVR）和出價（p-Bid），所以預(yù)估準(zhǔn)確度決定了最終平臺的收益是否真的能實現(xiàn)最大化 。
- 預(yù)估點擊率（p-CTR）與轉(zhuǎn)化率（p-CTR）很好理解，就是廣告實際下發(fā)前，平臺并不知道推給用戶后有多少人會點擊、轉(zhuǎn)化，只能用模型估算，廣告下發(fā)后再基于實際數(shù)據(jù)返回模型學(xué)習(xí)，不斷提高預(yù)估準(zhǔn)確度 。
- 預(yù)估出價（p-Bid）主要是因為廣告平臺通常采用GSP（廣義第二價格）模式，即：廣告被展示后，廣告主所需支付的價格并非自己出具的價格，而是為下一位出價者的價格+Δ（字節(jié)為0.01元） 。這里就涉及到廣告系統(tǒng)需要預(yù)估最終的bid price，并在產(chǎn)生實際值后帶回模型進行學(xué)習(xí) 。
字節(jié)跳動巨量引擎oCPM的GSP計費介紹
直觀感受，采用GSP（第二價格）計費增加了系統(tǒng)預(yù)估的參數(shù)量（p-Bid），會讓預(yù)估變得更難，為什么不直接使用廣告競得者的出價（第一價格）？
這里主要考慮了使用“第一價格”帶來的出價波動問題，如果廣告競得者支付他的競價價格，則廣告主為了獲得展現(xiàn)，他會不斷提高價格，在獲得廣告展現(xiàn)后，他又會開始不斷減少出價以降低成本，這個博弈過程，容易使得出價不穩(wěn)定，影響eCPM的預(yù)估準(zhǔn)確度 。谷歌2002年開始將GSP引入搜索引擎，并成為主流的在線廣告計費模式 。
推薦閱讀
- 快手賣家最怕什么 投訴快手小店最狠的方法
- 快手跳一跳用輔助器會清零嗎 2022快手跳一跳輔助線怎么弄
- 如何制作微信圖文鏈接 圖文作品鏈接是什么
- 汪精衛(wèi)書法 汪精衛(wèi)書法作品
- 如何拍好抖音作品 拍攝短視頻以及后期制作
- 抖音審核要多長時間 抖音作品被審核意味
- 唐家三少是誰 唐家三少全部作品
- 一個營業(yè)執(zhí)照能認證幾個藍v快手 直播帶貨營業(yè)執(zhí)照申請步驟
- 參考文獻格式怎么寫 論文參考文獻格式怎么寫？
- 魏承澤作品集