ThinkChat2.0新版上线,更智能更精彩,支持会话、画图、视频、阅读、搜索等,送10W Token,即刻开启你的AI之旅 广告
# 第 5章 搜索广告与竞价广告 竞价交易模式的本质是将量的约束从交易过程中去除,仅仅采用“价高者得”的简单方案来投放广告。竞价顺应了定向广告向精细化发展的趋势要求,也无法用合约售卖的剩余流量找到了可能的变现渠道。 广告网络中竞价的标有两种:一是上下文页面中的关键词,这是直接从搜索广告衍生而来的;二是根据用户行为加工的兴趣标签,这时从展示广告的定向逻辑发展而来的。 ## 5.1 搜索广告 搜索广告是以查询词为粒度进行受众定向,并按照竞价方式售卖、按 CPC 结算的广告产品。PC 搜索广告创意的展示区域一般来说分为北(north)、东(east)、南(south)3部分。 搜索广告竞价的标的物是竞价关键词(bid term),用户输入的查询(query)通过与关键词相匹配,来确定是否可以触发该条广告。匹配的方式既可以采取简单的精确匹配,也可以有更多的扩展方式,这称为查询扩展,是搜索广告的一项比较关键的产品策略。 搜索广告的产品和技术特点: (1)搜索广告的变现能力,即 eCPM 远远高于一般的展示广告。搜索广告高变现能力最关键的产品原因就是,用户主动输入的查询直接反馈了用户的意图。 (2)搜索广告的受众定向标签,即是上下文的搜索查询。由于搜索词非常强地表征着用户的意图,因此搜索广告可以进行非常精确的定向。 (3)搜索广告的展示形式与自然结果的展示形式非常接近,往往仅在底色和文字链接中有不太引人注目的提示。 搜索广告有以3个方面的探索趋势: (1)丰富文字链创意的展示形式,让其更富变现力以提高点击率。 (2)利用东区对相关性要求稍低的特点,设计一些拓展广告产品。 (3)优化广告与自然结果的关系,在保证相关性和广告效果的前提下提高收入。 搜索广告的决策过程可以分为查询扩展、检索、排序、放置、定价等几个阶段。 在搜索广告中,排序的依据(eCPM)可以简单地表示成:`$ r(a, c) = \mu(a, c) * bid_{CPC}(a) $`。不过在实际产品中,点击率 `$ \mu $` 这一项会被质量度(quality score)所代替,而后者除了考虑点击率,还需要综合诸如落地页质量等其他因素,得到更全面的对广告质量的评价,其目的是为了避免广告主的恶意行为、促进市场长期发展等。 **查询扩展**是搜索广告的一项关键策略。搜索引擎会提供将广告中的关键词自动匹配到更多相关查询的服务,常见的匹配方式有: (1)精确匹配,即不对广告主提供的关键词做任何形式的扩展,保证忠实按照广告主的意图精确执行。 (2)短语匹配,当用户的查询完全包含广告主关键词或关键词的集合时,就认为匹配成功,可以触发相应的广告候选。 (3)广泛匹配,当用户查询词与广告主的关键词高度相关时,即使广告主并未提交这些查询词,也可能被匹配。 (4)否定匹配,即明确指出哪些词是不能被匹配的。 **广告放置**,当广告候选完成排序以后,需要分别确定北区和东区的广告条数,这个环节称为广告放置(ad placement)。整个搜索引擎的北区广告平均条数,称为 NFP(North Foot Print)或 ASN(Average Show Number)。 确定一条广告能否进入北区要考虑两个关键因素:一是该广告相关性是否足够,二是该广告的 RPM 是否足够,前者是为了确保用户体验,后者是为了搞笑地利用展示位置。 ## 5.2 位置拍卖与机制设计 系统根据广告主的出价以及由此计算出的 eCPM,决定谁可以得到某次展示的广告位。 假设有一组广告位可以被占用,将这些广告位按照其经验价值排名,分别记为 `$ s = 1, 2, \dots , S $`。在某次广告请求中,有一组广告 `$ a = 1, 2, \dots , A $`出价参与拍卖,每个广告的出价记为 `$ b_a $`,系统将前 S 个高出价的广告依次的讨论,当某个广告 `$ a $` 被放在 `$ s $` 位置上时,其期望收益即 eCPM 为 `$ r_{as} = \mu_{s} * v_a $`,这里做了一些假设,比如点击率 `$ \mu $` 仅与位置 `$ s $` 有关,而点击价值 `$ v $` 仅与广告 `$ a $` 有关。 **市场保留价(Market Reserve Price,MRP)**指竞价广告市场往往要设置一个赢得拍卖位置的最低价格。北区单独设立一个较高的 MRP。 纳什均衡(Nash equilibrium)状态,即每个广告商都通过出价得到了最符合自己利益的位置。对某一次位置竞价来说,其对称纳什均衡(symmetrice Nash equilibrium)状态可以表示为下式: `$ \mu_{s}(v_s - q_s) \geq \mu_{t}(v_s - q_t), \forall t > s \\ \mu_{s}(v_s - q_s) \geq \mu_{t}(v_s - q_{t-1}), \forall t < s $` 这里的下标意义有所调整,`$ v_s $` 指的是排在 `$ s $` 位置上的广告的点击价值,并非 `$ s $`位置带来的点击价值;`$ q_s $` 指的是市场向排在 `$ s $` 位置上的广告收取的费用,即定价,也就是广告主的单词投入。换句话说,对于最终位置排名竞价结果中的每一条广告,其收益都比排在其他位置上要高。 **广义第二高价(GSP)**:第二高价(second price)是在只有一个位置的拍卖中,向赢得该位置的广告商收取其下一位广告主的出价,这样的拍卖也叫做 Vickrey 拍卖。广告第二高价有着实现简单、容易向广告主解释等诸多操作中的优点,因此在实际的竞价广告系统中是最主流的定价策略。 以实现 CPC 情形下的广义第二高价,其定价公式为:`$ q_s = \mu_{s+1}b_{s+1} / \mu_{s} + \Delta $`,该公式下,对某广告主的定价是一定不会大于其出价的。 **VCG** 的基本思想是对于赢得了某个位置的广告主,其所付出的成本应该等于他占据这个位置给其他市场参与者带来的价值损害。在这一原则下,VCG 的定价策略可以表示为:`$ q_s = \sum_{t > s}(\mu_{t-1} - \mu_{t})v_t $`。 **价格挤压**在 CPC 结算的广告产品中,eCPM 可以表示成点击率和出价的乘积,即 `$ r = \mu * v = \mu * bid_{CPC} $`,但是在实际应用中会做些改动: `$ r = \mu^k * bid_{CPC} $`,当 `$ k \rightarrow \infty $` 时,相当于只根据点击率排序,而不考虑出价的作用;反之,当 `$ k \rightarrow 0 $` 时,则相当于只根据出价来排序。这个因子叫作价格挤压因子,它的作用主要是能够根据市场情况,更主动地影响竞价体系向着需要的方向发展。 ## 5.3 竞价广告网络 广告网络中的投放决策过程对媒体而言类似于一个黑盒子:只需要在广告位的剩余流量上调用广告网络的投放代码或 SDK,而不用关心每次展示的投放结果。 竞价广告网络有下面几个关键的产品特点: (1)竞价方式不向广告主做量的约定,而是根据变现能力,即 eCPM,来决定每次展示分配给哪个广告主。 (2)由于实按人群售卖,广告网络会极力淡化媒体和广告位的概念。 (3)从商业角度来看,广告网络的销售模式与合约的方式相比,无需再满足广告主品牌独占的要求。 (4)由于广告网络根据实际消耗来结算,一般来说财务上采用广告主先充值的方式。 广告网络中的广告决策过程有检索、排序、定价等几个阶段。 * 广告检索:利用一个布尔表达式表示的投放条件,而不可以简单看成一个词的集合。 * 广告排序:广告网络中的 CTR 预测有两个方面的困难。首先,点击数据更加稀疏,而且需要同时考虑上下文和用户量方面的信息,这使得各种新广告、新策略的冷启动问题非常突出。其次,广告网络中由于广告位的差别巨大,点击率的变动范围很大,这使得稳健地估计点击率变得相对困难。 ## 5.4 竞价广告需求方产品 通过竞价才买搜索引擎关键词来做推广,这就是搜索引擎影响,即 SEM。 搜索引擎进行查询扩展的目的是为了提高自己的营收,而需求方进行关键词选择的目的是为了提高广告主才买流量的 ROI。因此广告主更信赖代表需求方利益的 SEM 公司。不过 SEM 公司由于数据来源的问题,需要长期的数据积累才能达到较好的效果。同时,对于大量长尾的小型广告主,往往比较难于基类起足够的数据用于优化,因此这类 SEM 公司服务的对象主要是中型以上的广告主。 ## 5.5 竞价广告与合约广告的比较 在合约广告的情况下,所有量的保证和质的优化都由媒体方的广告投放机来统一完成,而在竞价广告的情况下,市场只负责制定竞价和收费的规则,各广告主量的保证完全采用市场竞争的方式来完成。 从需求端来看,合约广告的才买方式对广告主来说缺乏透明性,唯一能够做的就是在合约的层面预先约定好一些最关心的利益条款,但是很难做深入的优化。对量的保证可以有预先的约定,这对于品牌性质较强的广告活动来说是比较有意义的: (1)非常精细的受众定向可以被无障碍地使用在交易中。 (2)大量的中小广告主逐渐成为参与竞价的主体。 (3)与合约广告相比,竞价广告中数据的价值得以彰显。