浅析程序化广告数据来源、模型及应用

中国传媒大学广告学院 范秋杭

本文通过对计算广告的业务流程之一——程序化广告的数据来源、对应的数学模型、场景应用和优缺点进行总结，对不同的交易模式进行对比，分析广告行业如何利用计算机思维和新型数字技术从经验智慧变成数据智能，从单向变成多向，从理性冷漠的数据到感性温暖的洞察；同时，在汇总案例时尝试探究程序化广告在市场实践操作环节中的现状、出现的问题及未来发展趋势。

1 程序化交易现状及模式

计算广告的关键要点是通过数字技术和数据手段实现广告主、用户和场景三者之间的匹配问题。在计算广告实现的流程中，核心的实践操作为广告的程序化购买。程序化广告的概念来源于证券市场，相似点都是通过计算机软件进行线上的买入和卖出。首先，我们应该明确在程序化交易中涉及的各类核心产品平台，如：AD Network（Advertising Network在线广告联盟）是环节中的流量供应方，将大、中、小的流量接入统一化；ADX，SSP，作为程序化广告中的流量服务方，两者都是广告交易平台且功能基本一致；DSP为需求方平台，直接服务于广告主；DMP平台负责建立数据标签、数据检测等，是环节中的数据管理分析方。

目前，广告的程序化交易市场模式主要存在形式为RTB实时竞价、PDB程序化直接交易、PD优选、PMP私有市场四种形式，像RTB竞价类的投放类型比较适合重效果类的广告主，PDB定价类的投放方式比较适合品牌类广告主。

根据胜三和eMarketer发布的报告显示，大型品牌正在舍弃RTB模式，选择PDB模式替代传统媒体的直投，其在程序化交易中将会持续占领领先地位并继续升高，2019年国内市场中程序化交易逐渐集中在各类巨头公司，其中PDB占比68.8%，同时，在2020年今日头条和阿里妈妈相继关闭了公共交易市场接口。程序化交易在抖音、快手等短视频平台的发展也逐渐壮大，国内的增长速度达到500%。

2 数据来源

程序化广告中的有价值的数据来源（如图1所示）通过浏览器Cookie、系统账户、搜索点击、实名绑定、语音记录、关注列表和社交好友等获取用户标识、用户行为、人口属性、地理位置相关的基础信息、社交关系等相应的数据。

图1 有价值数据来源Fig.1 Valuable data sources

在获取了大量数据后，我们需要对数据进行筛选、分类和分析（如图2所示）。根据E.C.Malthouse的观点，程序化模型中存在四个类型的数据：(1)用户的行为数据，其中包括购物数据和第一、二方的RFM；(2)较为基础的特征数据，如：第三方数据、人口统计学；(3)部分为媒介上下文信息，其总结出了WHO、WHAT、WHEN、WHERE、WHY、HOW（5个W，一个H的模式）；(4)媒介消费数据，如：收藏加购、观看历史等。同时，我们可以根据不同平台对数据进行划分，首先是广告主、广告平台和其他数据提供方作为三方数据划分依据，其次是对第一方数据进行加工的DMP平台和同样是作为数据加工的数据交易平台。因此，用户的使用时间越长，粘性越高，数据价值越大。

图2 数据划分Fig.2 Data division

3 RTB模式的算法模型

用户标签是RTB能够实现的核心，形成用户标签需要数据的加工处理，我所理解其中蕴含的数学逻辑是体现其TAG和用户数据对应关系的函数；同时，在其他的环节中也是如此，以广告请求Web投放环境为例，每一个环节都包含了对应关系，如图3所示Cookie映射查询、是否参与竞价、如果参与需要给出多少等每一步都需要背后的算法进行支撑才能得以实施。因此，得出的函数能够尽可能覆盖到实际的数据，越吻合则越精确，在之后预测时得出的数值也能够更加的精准，推荐的广告投放效果也更好。

图3 实时竞价流程Fig.3 Real time bidding process

4 程序化交易的优势及局限

4.1 创新及优势

在程序化广告结构体系形成之前，所有的互联网广告相比传统广告模式下的流程合约交易型广告投放机制没有太大的差异，以CPM这类不为效果转化负责的计费方式为主，而且广告投放策略无法根据市场变化情况及时更改，因此投放的广告质量较低。

程序化广告的出现改变了互联网广告购买的方式且面向的广告主不再局限于中大型企业，也拓展到小型广告主。CPC、CPS等广告效果量化的计费模式也相继出现，定制化、以转化效果为核心思维的广告购买模式取代了模式化、固定化的投放策略，在广告投放时，可以随时根据企业营销策略制定不同投放版面、不同投放时间和不同投放人群等，因此程序化广告使得互联网广告投放更加精准，更加有效率，整个市场的营销打法都变得不同。其价值在于广告效果的可控性、人群定向的精准、投放策略的灵动性和整合资源的优势。

程序化本质是为解决针对用户如何做广告资源排序的问题。其以数据为核心驱动力，通过数字技术解决人群定向、效果追踪和量化、资源竞价问题，自动精确地将品牌、产品和受众进行匹配，并优化购买决策和投放策略。

4.2 问题及局限

对于一些预算成本有限的中小型企业来说，相比其他程序化广告RTB模式的低门槛、见效快、灵活机动性有着较大的优势，但是从目前的市场实践操作上看，因入局者过多，广告资源来源多、种类复杂导致资源位出现质量问题，其中暗含了许多异常流量和低俗低效的广告投放，这对大型广告主来说这是一个陷阱重重的营销阵地，为保证其利益和品牌形象，许多大型品牌如：如宝洁、欧莱雅、玛氏等都选择以PDB定价型程序化广告为主要投放方式。

程序化广告解决的广告资源浪费问题并未完全解决。首先，在实践过程中，各个平台之间的，在线上线下形成销售闭环时，如果用户信息无法对接，在用户ID认证无法实现完全统一时直接套用RFM模型很容易误判用户行为。其次，The Trade Desk中国区总经理陈传洽也曾提出：“整个行业基本被欺诈或无效的流量毁掉了”，根据秒针数据显示，2019年互联网广告的异常流量已经超过了30%，同时还有继续增加的趋势，其中根本性问题是广告的数据目前还无法做到完全实时同步检测，流量的质量出现了问题，广告主进入了另外一种“盲投”的形式，甚至导致部分广告主真实触达到的TA无法达到30%。因此，这也体现了相关法律法规的薄弱，需要整个产业联合抵制此等行为，广告的监管问题和及时制定相关的规章制度变得十分重要紧迫，如图4所示。

图4 源自秒针数据《2019年度中国异常流量报告》Fig.4 From the second hand data 2019 China abnormal traffic report

5 程序化交易的特点及发展

中国和国外的程序化市场环境存在着较大的差异，国外市场中各方平台定位较为明晰，都是以广告技术为定位核心，而中国市场中参与广告程序化购买的平台较为模糊，如：课堂中老师提及的淘宝平台就是混合DSP平台—DSP和ADX混合的平台，在阿里系中淘宝的后台中阿里妈妈属于较为中立的ADX广告交易平台，同时，也面向了各类大中小型的商户，同时负责从媒体到广告主之间的流量采买、销售效果等，还有DSP混合Ad Network等其他类型的混合DSP平台，整体在向全面程序化发展，主体都存在，但是整个市场分工较为模糊，这是国内程序化发展较为独特的广告生态环境。

2021年2月底，迪士尼正式宣布推出ARDX—实时交易平台，其数据基础为我认为这是在尝试同时获取DPB和RTB两种模式的优势，确保在利用头部竞价模式的同时可以实时根据数据优化广告主的投放策略和购买规模，捕捉最佳的流量高峰期，且迪士尼计划在2022年将所有可寻址广告的投放统一到一个平台上，这也是行业内正在进行用户ID统一化尝试的表现。

针对广告效果保证这一问题，目前已有数据检测平台（萃弈）意识到问题，希望能够帮助广告主在前置环节做决策，努力真正地做到目标受众的定向。不仅在线上，程序化已经进入户外广告，成为整合营销的新型组成部分，虽然目前也还面临着数据系统、交互系统、计算系统等要素的挑战，但其为打通线上线下营销通路开拓了新的方向，同时，进一步提升了程序化广告的使用价值。从落地开始，程序化广告在国内发展已经10年了，热潮正在渐渐褪去，慢慢进入成熟期，但是市场还在成长，我认为如果存在的问题和局限被解决后，程序化广告将会更上一层，登上新的台阶。