- 计算广告:互联网商业变现的市场与技术
- 刘鹏 王超
- 4865字
- 2020-06-27 15:58:53
1.4 在线广告简史
在讨论广告技术之前,我们先浏览一下在线广告发展的历程。因为广告市场的概念、技术和术语繁多,如果不是对这些有基本的了解,很难深入探讨具体的产品。
回到20世纪末,那时的在线媒体(如AOL、Yahoo!等网站)刚刚产生不久。他们已经取得了不错的流量规模,可是投资人当然希望这些媒体也能够给他们带来真金白银。要对这些线上流量进行变现,最直接的方法就是把网站的HTML页面当成杂志的版面,在里面插入广告位。供给方有了,那么需求方呢?线下的广告代理公司也就把这些网站当成一本本新的杂志,按原来的思路和逻辑进行采买。这种在互联网上展示广告创意的产品形式称为展示广告(display advertising),也叫显示广告。这一阶段的展示广告售卖模式称为合约广告(agreement-based advertising),即采用合同约定的方式确定某一广告位在某一时间段为某特定广告主所独占,并且根据双方的要求,确定广告创意和投放策略。当然,这样的采买模式还没有对计算的需求,因为此时唯一需要的就是把广告主的创意作为一个HTML的片段插入到媒体的页面中。然而,情况变化很快,互联网媒体为了营收的增长,希望逐年甚至逐季提高自己的广告位报价。在流量快速增长或者数字广告逐渐为广告主认知的阶段,提价是比较容易被市场接受的。可是当媒体的流量和品牌认知度都相对稳定以后,又有什么新的提高收入的办法呢?
互联网广告运营者们经过探索,很快就发现了在线广告不同于传统媒体广告的本质特点:我们可以对不同的受众呈现不同的广告创意!在今天看来再平常不过的这个观念,实际上是在线广告的效果和市场规模不断发展的核心驱动力。认识到这一点,媒体找到了一条能使广告位报价继续提高的思路。例如,可以把某广告位的男性受众和女性受众卖给不同的广告主,比如对男性受众展示某剃须刀品牌的广告,而对女性受众展示某化妆品品牌的广告。这样的广告投放方式称为定向广告(targeted advertising)。很显然,这样的广告系统已经对计算技术产生了两个具体需求:一是受众定向(audience targeting),即通过技术手段标定某个用户的性别、年龄或其他标签;二是广告投放(ad serving),即将广告投送由直接嵌入页面变为实时响应前端请求,并根据用户标签自动决策和返回合适的广告创意。由于从传统的品牌广告延伸而来,此时的定向广告仍然以合约的方式进行。媒体向广告主保证某个投放量,并在此基础上确定合同的总金额以及投放量未完成情况下的赔偿方案。这种担保式投送(Guaranteed Delivery, GD)的交易方式逐渐成为互联网合约式广告的主要商业模式。一般来说,这样的合约仍然主要面向品牌广告主,并且遵循按千次展示付费(Cost per Mille, CPM)的计费方式。
合约广告系统中有一个重要的计算问题,即在满足各合约目标受众量要求的同时尽可能为所有广告商分配到质更好的流量。这一问题有两个难点:一是如何有效地将流量分配到各个合约互相交叉的人群覆盖上;二是要在在线的环境下实时地完成每一次展示决策。这个问题称为在线分配(online allocation)。如果将各合约的量看作约束条件,将某种度量下的质看作目标函数,可以利用带约束优化(constrained optimization)的数学框架来探索这一问题。为了得到在线环境下切实可行的解决方案,学术界和工业界的同仁在理论和工程方面进行了大量的研究,有一些高效且简便的实用方案已经为各媒体广泛采用。
需要注意,展示广告领域定向投放的最初动机是供给方为了拆分流量以获得更高的营收。如果一开始就提供非常精细的定向,反而会造成售卖率的下降。因此,最初的定向标签往往都设置在较粗的粒度上,最典型的是一些人口属性标签。受众定向显然更符合需求方的口味和利益——不要忘了,广告市场的钱全部是来自需求方的,他们的利益被满足得越好,市场的规模就会越大。因此,受众定向产生以后,市场向着精细化运作的方向快速发展。这一发展主要有两方面的趋势:一是定向标签变得越来越精准;二是广告主的数量不断膨胀。在这些趋势下,仍然按照合约的方式售卖广告会遇到越来越多的麻烦。首先,很难对这些细粒度标签组合的流量做准确预估;其次,当一次展示同时满足多个合约的时候,仅仅按照量约束下的在线分配策略进行决策有可能浪费掉了很多本来可以卖得更贵的流量。既然量的约束带来了这些麻烦,有没有可能抛弃量的保证而采用最唯利是图的策略来进行广告决策?这样的思路催生了计算广告历史上革命性的产品模式——竞价广告(auction-based advertising)。在这种模式下,供给方只向广告主保证质即单位流量的成本,但不再以合约的方式给出量的保证,换言之,对每一次展示都基本按照收益最高的原则来决策。
上面是从展示广告的发展看竞价产生的原因,实际历史的足迹却并非如此。竞价广告产生的最初场景是在互联网广告最主要的金矿——搜索广告(search ad)中。在以Google为代表的搜索引擎在技术成熟以后,迅速成为互联网新的入口。与门户网站不同,搜索引擎从一开始就没有被当作媒体来看待,因此搜索流量的变现也采用了与服务自然结合的付费搜索(paid search或sponsored search)模式。从广告的视角来看,也可以把付费搜索看作一种定向广告,即根据用户的即时兴趣定向投送的广告,而即时兴趣的标签就是关键词。很显然,这种定向广告从一开始就直接达到了非常精准的程度,也就很自然地采用了竞价的方式售卖。
搜索广告产生了巨大的收益以后,搜索引擎开始考虑将这样的变现方式推广到其他互联网媒体上:将用户的即时兴趣标签由搜索词换成正在浏览页面中的关键词,可以将这套竞价广告系统从搜索结果页照搬到媒体页面上,这就产生了上下文广告(contextual advertising)。上下文广告的初期,创意的形式也是与搜索广告一样的文字链接。许多产品讨论将它与展示广告分开对待,不过当我们把它与上一段中精细化定向的展示广告对比来看时就知道,这样的区分实际上没有必要,或许从创意形式上把展示广告和文字链广告区别开更符合分类的逻辑。
从宏观市场上看,竞价广告与合约广告有很大的不同。没有了合约的保证,大量的广告主处在一个多方博弈的环境中。与直觉不同的是,在如何收取广告主费用这一点上,我们并非按照微观上最优的方案实施就可以达到整个市场最大的收益。关于定价机制的深入研究,产生了广义第二高价(Generalized Second Price, GSP)这一竞价重要的理论。
基于竞价机制和精准人群定向这两个核心功能,在线广告分化出了广告网络(ad Net-work, ADN)这种新的市场形态。它批量地运营媒体的广告位资源,按照人群或上下文标签售卖给需求方,并用竞价的方式决定流量分配。广告网络的结算以按点击付费(Cost per Click, CPC)的方式为主,这一点有数据和业务方面多层次的原因,在本书的后面会详细探讨。虽然我们不太能指这种方式的千次展示收益(Revenue per Mille, RPM)可以达到合约式品牌广告的水平,但它使得大量中小互联网媒体有了切实可行的变现手段:这些媒体有一定的流量,但还不值得建立自己的销售团队面向品牌广告商售卖,直接把自己的广告库存(inventory)托管给ADN,借助ADN的销售和代理团队为自己的流量变现。
ADN既然只通过出价接口提供价格约定,那么由谁来保证量呢?自然会有需求方的某种产品来完成。当ADN产生以后,代理公司当然也要对广告采买方式做出调整,因为此时的流量采买发生了几点显著变化:一是更多地面向受众而非媒体或广告位进行采买,这当然是与受众定向的流行有直接关系;二是需求方的代理需要采用技术的手段保证广告主量的要求,并在此基础上帮助广告主优化效果。这又是一个与在线分配类似的带约束优化问题。但是实际上,这个问题有着本质的不同:由于只能在ADN定义好的定向标签组合上预先指定出价,而不能控制每一次展示的出价,因此,市场看起来像一个黑盒子,需求方只能靠选择合适的标签组合以及阶段性调整出价来间接控制效果。这种面向多个ADN或媒体按人群一站式采买广告并优化投入产出比的需求方产品,我们称为交易终端(Trading Desk, TD)。
在ADN中,核心的竞价逻辑是封闭的,这不能满足需求方越来越明确的利益要求。试想下面两个例子:(1)某电子商务网站需要通过一次广告投放来向它的忠实用户推广某产品;(2)某银行希望通过自己的信用卡用户在网络上找到类似的潜在用户群,并通过广告争取这批潜在用户。很显然,ADN很难直接为这两个需求提供人群标签。定制化需求催生了一种开放的竞价逻辑,让需求方按自己的人群定义来挑选流量,这就是实时竞价(Real Time Bidding, RTB)。它是将拍卖的过程由广告主预先出价,变成每次展示时实时出价。只要把广告展示的上下文页面URL以及访客的用户标识等信息传给需求方,它就有充分的信息来完成定制化的人群选择和出价。于是,市场上产生了大量聚合各媒体的剩余流量并采用实时竞价方式为他们变现的产品形态——广告交易平台(ad Exchange, ADX)。这个名称让我们很容易联想起股票交易所。事实上,如果我们把ADN的交易方式想象成场外交易市场(over-the-counter market),那么ADX与股票交易所确实有着类似的作用。
通过实时竞价的方式,按照定制化的人群标签购买广告,这样的产品就是需求方平台(Demand Side Platform, DSP)。由于实时竞价主要采用按展示次数计费的方式(本书后面部分会具体讨论其原因), DSP需要尽可能准确地估计每一次展示带来的期望价值。在这一点上,DSP比TD要方便多了,因为充分的环境信息使得深入的计算和估计成为可能。基于DSP的广告采买非常类似于股票市场上的程序交易,我们把这样的广告采买方式也叫作程序化交易(programmatic trade)。除了RTB以外,还有其他几种程序购买的交易方式,如优选(preferred deals)以及私有交易市场(Private Market Place, PMP)等。可以预见,在线广告中程序化交易的作用和地位将会不断加强,这是由数字广告的本质特点以及广告主利益最大化的趋势所决定的。
初次接触在线广告的读者可能对这部分中提到的大量概念和商业逻辑感到无所适从。不过没关系,上面所有用楷体字标出的关键概念在本书后面章节出现时会进行详细讨论。而我们写这一段的目的也仅仅是让大家对本书讨论的范畴有一个全局性的认识,从而在后面章节中接触到某个具体问题时不会只见树木,不见森林。
由于在线广告存在着较为复杂的市场结构,LUMA Partners对北美市场的主要代表公司进行非常全面的总结,并绘制成了图1-9中的“display LUMAscape”。这一图谱的骨架与上面我们介绍的在线广告简史有着非常紧密的联系,因此也是本书在广告产品方面重要的提纲。基本上可以说,这一图谱是从两端向中间逐渐发展和形成的:首先是合约阶段,广告主通过代理公司从媒体方采买广告,而媒体方的广告投放机则负责完成和优化各个广告主的合约;然后,市场进化出了竞价售卖方式,从而在靠近供给方产生了ADN这样的产品形态,而需求方的代理公司为了适应这一市场变化,孵化除了对应的媒介采买平台(media buying platform);最后,当市场产生了实时竞价方式交易时,供给方进化出了ADX,而需求方则需要用DSP与其对接来出价和投送广告。图中的下半部分,多是一些对这一骨干市场结构起支持作用的产品或者在细分领域的特异化产品。我们在后面介绍到相关部分时,将会给出相应的介绍。
图1-9 LUMA总结的展示广告市场结构和代表公司图谱
图1-9中的个别术语与本书略有区别(如媒介采买平台),我们会在书中用相近似的产品概念TD来代替,请大家留意。
总结一下,在在线广告发展的历史上,定向技术和交易形式的进化是一条主线。从最初的固定位置合约交易发展到进行受众定向、按展示量结算的合约交易,再到竞价交易方式,并最终发展成开放的实时竞价交易市场。这条主线的核心驱动力是让越来越多的数据源为广告决策提供支持,从而提升广告的效果。除了这条交易形态的主线,互联网广告产品还有另外一条发展线路,即产品展现逻辑上的发展:在展示广告的最初阶段,广告位作为与内容相对独立的单元来决策和运营,并且完全以优化收入为目标;但同时,人们从搜索广告和社交网络信息流广告中得到了启发——将内容与广告对立起来未必是一个好的选择。搜索广告和社交网络信息流广告这两种广告产品正是由于与内容的展现和触发逻辑有着高度的一致性,才使得它们的效果突出。沿着这样的思路,将内容与广告以某种方式统一决策或排序的广告产品——原生广告(Native AD)在近年来得到了工业界越来越多的关注。如何将原生的决策方式与前面介绍的广告市场已经非常成熟的规模化交易逻辑相结合是目前互联网广告产品发展的热点。需要特别说明的是,原生广告的思路在移动设备这样屏幕尺寸受限的环境下将会成为一个非常有前景的发展方向,这方面的进展我们将在第7章中具体讨论。