八、品牌广告业务

M 品牌广告业务是 M 公司重要的广告营收项目。广告投放的媒体为 M 用户的手机和电视全系资源,包括浏览器、视频、音乐、新闻资讯、天气和日历等 App 应用以及电视/盒子等产品,广告形式包括开屏、锁屏、电视画报、信息流、横幅、贴片以及换肤等,日曝光量近百亿次。[br][br][b] (一)业务特点[/b][br][br] M 品牌广告业务的特点包括以下四个方面:[br][br] 1. 售卖方式[br][br] 售卖方式包括 CPT/CPMI 方式和合约式两种,前者需要广告主提前下单,后者售卖方如违约需要予以补量赔偿。CPT 的英文全称是 Cost Per Time,是一种以时间来计费的广告,一般是以“一个月多少钱”的收费模式进行收费。CPMI 的英文全称是 Cost Per Thousand Impression,是一种以展示量多少进行付费的广告,只要展示了广告主的广告内容,广告主就要为此付费。合约式广告是一种基于合约的商业模式,一旦广告主完成下单则视为合约,投放系统按约定执行广告投放,若不能保量完成则视为违约,售卖方需补量赔偿。[br][br] 2. 定向方式[br][br] M 公司的品牌广告业务提供了较为丰富的定向方式:[br][br] (1)用户属性:可以根据地域、年龄和性别等属性进行用户群的选取。[br][br] (2)设备型号:可以根据手机、电视和盒子等具体的型号选取目标对象。[br][br] (3)人群包:可以选择“包含”或“排除”特定人群包。[br][br] (4)时间:以小时为单位进行时间安排。[br][br] (5)内容:包括对视频分类、剧集、CP(Couple,男女组合)等进行分类。[br][br] (6)特殊定向:根据天气状况等进行定向。[br][br] 3. 频 控[br][br] 绝大多数的广告需要有频次控制,M 品牌广告业务以小时、日、周进行频控。[br][br] 4. 第三方监测[br][br] M 品牌广告业务委托秒针、Admaster 和 DoubleClick 等第三方机构进行专业监测。
[b] (二)系统架构[/b][br][br] M 品牌广告业务平台的系统架构包括三大块,分别是广告检索、广告售卖和数据处理,[color=#0000ff]如附图 26 所示。[b][br][/b][/color][br][br][br][br][br][br][br][br] 附图 26 M 品牌广告业务平台的系统架构
1. 广告检索系统[br][br] 手机和电视的流量通过 M 公司的 SSP(Sell-Side Platform,供应方平台)接入广告平台。SSP 是 M 公司的流量方管理平台,负责流量的接入。M 公司的 MAX 广告交易系统对接了很多个 DSP,其中效果服务和品牌服务由 M 公司的 DSP 管理。效果服务主要包括广告的检索、过滤、CTR/CVR 预估、排序等;而品牌服务则包括广告检索、过滤、定向、平滑等,对应的是在线投放模块。[br][br] 2. 广告售卖系统[br][br] 广告售卖系统即广告排期系统,提供了一整套的订单管理和库存分配的功能,包括定量、寻量、删量和改量等。其中,库存分配又依赖于流量预估模块。[br][br] 3. 数据处理[br][br] 数据处理包括日志服务、实时数据处理和离线数据处理等。而离线数据处理的结果则用于流量预估,实时数据处理的结果用于在线投放的实时反馈。整个系统架构中和品牌广告最相关也是最核心的部分就是在线投放、库存分配和流量预估。其中,流量预估是基础,在线投放和库存分配都依赖于流量预估。
[b] (三)流量预估[/b][br][br] 流量预估在 M 品牌广告业务中占有重要的位置,以一个实例来说明。比如,某一经营化妆品的广告主要求购买 2 月 13 日这一天在 M 视频首页焦点图广告位、杭州男性用户的流量,这一需求包含了日期、广告位和定向条件三个要素,流量预估牵涉到很多个因素,面临着组合可能繁多、时间和季节变化多端等挑战。为了提升流量预估的准确性和流量查询的效率,M 公司的广告部门选用了[color=#0000ff]如附图 27 [/color]所示的流量预估的系统架构。[br][br][br][br][br][br][br][br] 附图 27 流量预估的系统架构[br][br] 从图中可以看出,系统架构分为在线和离线两个部分:在线部分主要提供了数据的查询接口;离线部分分成总量数据处理、定向数据处理和算法评估。离线部分中的总量数据处理依赖于请求日志,先进行数据求和,然后采用 Holt-Winters 算法进行总量预估;定向数据处理也依赖于请求日志,取决于 M 公司的广告部门所采用的两套独立的预估算法(BitMap 算法需要对请求日志进行采样,结果以 BitMap 的形式直接放到内存中查询,而正交算法不需要做采样,定向数据经过处理之后存储到了 MySQL 供查询);算法评估模块主要是 RMISE(Root Mean Square Error,均方根误差)、高估率和低估率等指标的计算。
(四)库存分配[br][br] M 品牌广告业务平台每天要接收数以百计的广告订单,每个订单的定向条件各不相同,多个订单之间会出现冲突和竞争抢量等情况,尤其是在一些热门的节日,比如双十一、情人节等,库存的售卖率会非常高。因此,库存分配面临的最大挑战是在如何最大限度地保证库存利用率的同时满足用户的需求。[br][br] 库存分配的流程包括三个方面:一是根据请求日志进行流量预估,然后根据订单数据生成最小化定向条件;二是根据流量预估和订单数据生成二分图,然后分配算法;三是输出分配结果,如[color=#0000ff]附图 28 所示[/color]。[br][br][br][br][br][br][br][br][br] 附图 28 库存分配的流程[br][br][br] 从图中可以看出,合并定向条件、构造二分图和分配算法是库存分配的重点和难点所在,分别说明如下:[br][br] (1)合并定向条件:目标是生成最小规模的流量节点,以简化分配算法,需要为每个维度生成最小互斥的散列集合,然后再进行维度组合。[br][br] (2)构造二分图:需要遍历每一个候选节点,检查是否被某个订单节点所包含。[br][br] (3)分配算法:依赖于订单优先级,采用启发式的算法进行求解,订单优先级根据订单可用流量、订单时间进行排序。
(五)在线投放[br][br] 在线投放的目标是要提高订单的完成率和投放的平滑程度,所需要面对的挑战是实际流量和订单完成率偏离预期时如何实现快速修正。实时反馈是在线投放的核心,既需要修正实时流量预估,又需要动态反馈实时订单的完成率,能实现小时级模型训练的更新。[color=#0000ff]附图 29[/color]为在线投放的流程。[br][br][br][br][br][br][br][br][br] 附图 29 在线投放的流程[br][br] 从图中可以看出,在线投放是一个闭环,实时订单完成率和实时流量预估数据进入库存分配模型进行训练,形成在线投放方案,结合品牌服务的具体需求,通过手机或电视进行广告的发布,相关的数据进入日志服务,在经过实时数据处理后,得出实时订单完成率的数据,然后进入下一个循环。
[b](六)分析平台[br][/b][br] 在广告业务运营的过程中,必然会面临着各种各样的问题,包括系统问题、数据问题和算法问题等,当遇到问题时如何在最短的时间内找出并解决问题显得十分重要。为此,M 公司开发出了针对广告运营的分析平台。该分析平台支持实时问题和历史问题的排查:对于实时问题,一般通过发送 debug(排除程序故障)广告请求获取到广告投放每个关键步骤的信息,以此判断在哪个环节出了什么样的问题;对于历史问题,平台提供了分阶段详细的计数信息。可以看到,这个广告每个小时的分阶段数据统计、总的请求数、被平滑过滤数量以及被在线分配算法过滤次数等,据此即可断定存在的是预估问题还是分配问题,在此基础上进行对症下药,解决存在的问题。

Information: 八、品牌广告业务