广告算法之机制策略探究-广告算法简介

目的

工作四年以来，在广告算法的机制策略领域工作也有很长一段时间的积累和沉淀。因此，希望借助输出一些成体系的文档，将自己的对广告算法的认知沉淀下来，也希望能与其他相关从业者一起交流与讨论。

千里之行，始于足下。不预不立。因此，在此先整理出广告策略机制的提纲脉络，以便于后续分层铺开。

广告系统可以类比为买卖双方的市场，核心关系是三方：广告主、媒体和平台。广告主是买方，花预算买流量；媒体是卖方，卖流量赚钱；而广告系统是撮合平台，负责连接广告主和流量，促成交易的达成。

广告系统作为平台方，需要同时保证三方的利益

广告主：广告主最核心的利益，是保证投放ROI的情况下，尽量多跑量。考核投放成本和操作成本，其中考核成本是最核心的。

媒体：媒体最核心的利益是流量价值最大化，希望每条流量都尽量多卖钱。

平台：平台解决的是广告主和媒体的匹配问题。平台最核心的利益，是促成交易更有效的成交。

当然，在大部分场景，平台和媒体可能是一方，比如google、淘宝、字节等，既是媒体，也是平台。而且，在很多时候，三方的利益也是会随着市场、业务的发展，多元的变化的。

广告系统中广告主、平台与媒体的关系

根据广告系统中核心的三方的诉求和利益能够得到满足，一些广告系统会讲广告算法拆分为客户机制策略、检索匹配算法和流量策略三大部分。

客户机制策略：主要负责优化广告主的投放问题，满足广告主的诉求和利益。智能出价保障广告主对投放成本（即效果）的要求，同时也保障平台流量售卖机制的最大化。智能托管主要降低客户的投放操作成本，也部分优化广告主的投放成本。而智能创意，则是提供有效的创意生成、创意优选的服务。

检索匹配算法：负责流量和广告之间的检索与排序匹配。按照通用的检索系统，流量进入后，会经过几层漏斗：定向、召回、粗排、精排、重排和混排。在定向、召回和粗排，重点在于检索；在精排、重排，重点在于匹配排序。

流量策略：负责流量的分发、价值预估及优化。

广告算法架构图1

上述的广告算法划分，是根据广告主、媒体和平台三者的关系。还有另外一种划分的方式，是根据广告系统的架构划分。广告系统的架构是非常复杂的，涉及到多层的检索排序服务。但简化抽象来看，可以划分为几个过程：DSP（需求方平台）、定向阶段、召回阶段、粗排阶段、精排阶段、重排/混排阶段和供应方平台。

广告系统架构是骨架，广告算法可以认为是血肉。在整个引擎架构的每个阶段，模型和机制策略始终相生相伴，共同服务于整个系统。

广告算法架构图图2

按照上述对广告算法的拆分，以及本人涉及的机制策略领域，本文会将后续逐渐推出的系列文章做一个罗列和预告