广告业务背景

广告业务中，数据变现是附着在流量变现的基础上的。定向广告系统对计算技术提出了两个需求：受众定向、广告投放。交易方式为担保式投送（Guaranteed Delivery，GD），媒体与广告主约定广告位、时间段和投放量，并在此基础上确定合同的总金额以及量未达标情况下的赔偿方案。合约主要面向品牌广告主，并按照CPM计费。
GD广告系统需要既满足合约目标量，又尽可能为广告主分配到效果更好的流量。难点：

1. 如何有效将流量分配到各个合约互相交叉的人群覆盖上；
2. 在线环境实时完成每一次展示决策

在线分配问题（online allocation）：如果将合约的量看作约束条件，将广告效果看作目标函数，则可以利用带约束优化的数学框架来解决
竞价广告（auction-based advertising）竞价模式下，供给方只向广告主保证质即单位流量的成本，但不再给出量的保证。对于每一次展示，按照收益最高的简单原则来决策。
搜索广告、付费搜索：根据用户即时兴趣定向投送的广告，即时兴趣的标签就是关键词。如果用户的搜索词换成正在页面中的关键词，可以将此产品的搜索结果页照搬到媒体页面上，这就产生了上下文广告。
实时竞价（Real Time Bidding， RTB）：竞价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的URL、访客的用户标识等信息传给需求方，就能完成定制化的人群选择和出价

相关指标定义及公式

从曝光-点击-转化这样的链路来看：CPT和CPM只在第一步收取广告费用，即媒体只需要将广告对广告受众进行展示，即可向广告商收取广告费用。

• CPM： Cost Per Mille/Cost Per Thousand Impression, 按千次展示付费，只要展示了广告主的广告内容，广告主就为此收费。这种方法的效果不是很好，但是能给有一定流量的网站、博客带来稳定收入。CPM=(消费量/展现量)*1000
• CPT： Cost Per Time，按时长收费。这种方法难以体现互联网广告应有的精确性和实时性。
• CPV ：Cost Per View，按显示效果付费，广告联盟通过实际的广告显示数量来计费，每个独立IP显示一次就计费一次。
  CPC只收取第二步费用，消费者看到广告并进行了点击行为后，媒体向广告商收取广告费用。
• CPC： Cost Per Click，按点击收费，根据广告被点击的次数收费，关键词广告一般采用这种定价模式。这种方法加上点击率限制可以加强作弊的难度。
  CPA和CPS处于第三步，即消费者看到并点击广告，进一步了解活动情况后在广告主的网站完成某些特定行为（如付款消费，填表注册等）
• CPA： Cost Per Action，按行为收费，按广告投放实际效果计价方式，即按回应的有效问卷或订单来计费，不限广告投放量。因为CPC具有欺骗性，但CPA的收益比CPM的计价方式大得多。CPA=消费量/转化量=CPC/CVR
• CPS： Cost Per Sales，按销售付费，以实际销售产品数量来计算广告费用，多用于购物类、导购类、网址导航类的网站，需要精准的流量才能带来转化。但现有条件下会导致广告资源的浪费，一般处于长尾端。
  相比而言，CPM和CPT对网站有利，CPC、CPA、CPS则对广告主有利。
  oCPC和oCPX都是广告投放的优化方式，他们的区别在于优化的目标不同。o系列可统称为：按目标转化出价。
• oCPC： Optimization Cost Per Click，优化目标是每次点击的成本，通过自动调整出价，使得每次点击的成本最低，从而提高广告投放的效果。oCPC适用于需要提高广告点击率，降低广告成本的情况。
• oCPX： Optimization Cost Per Acquisition，优化目标是每次转化的成本，通过自动调整出价，使得每次转化的成本最低，从而提高广告投放的效果。oCPX适用于需要提高广告转化率，降低广告成本的情况。
  • 按约定CPX计费：如oCPC按点击计费，oCPM按曝光计费；由于是算法根据历史数据预估的转化率，可能存在实际未产生转化的情况，此情况下也会扣费。当然报表中广告主能看到转化成本表现情况，若广告主无法接受，可进行停投处理。
  • 二阶段出价：由于系统需要积累历史数据机器学习（学习已回传的转化数据），之后才能算法优化。一般分两阶段，第一阶段为人工定向或盲投，数据采集阶段，按照人工的设置以传统CPC、CPM的方式出价。第二阶段广告投放人员会在系统中设置转化目标价，系统根据转化数据算法智能优化，并以此转化目标价为目标，系统算法管理对传统的CPC、CPM进行智能浮动出价。
  • 智能出价：在第二阶段算法优化时，出价会浮动，不过是始终以围绕转化目标价为目标的。因此转化目标价若设的过低会出投不量。所以该转化目标价需适度斟酌，尽量参考之前或一阶段实际投放的成本价表现，持平或上调一些。
• oCPM： Optimization Cost Per Mille，将广告的点击率和转化效果计入广告的考核目标，这种模式下广告主会根据转化目标设置的转化出价，针对转化目标的出价方式

oCPC、oCPM、oCPA几种典型的oCPX差异

• oCPC：优化点击付费，结算依旧按CPC点击扣费。广告主投放在第一阶段时，系统按预估点击率优化，系统积累了一些历史转化数据后（学习已回传的转化数据），广告主可设定二阶段的转化成本目标，然后由系统算法自动优化。优化以转化成本目标为目标，算法按预估的点击率和点击转化率（简称点转率）自动决定出价，但由于是预估的，可能出现没有产生转化的情况，但结算按CPC结算，此情景下也会扣费。当然报表中能看到转化成本表现情况，若广告主无法接受，可进行停投处理。oCPC即优化点击也同时优化转化。可见较适用于那些更追求点击以及转化质量的投放。
• oCPM：优化千次展现出价，按CPM曝光扣费。广告主投放在一阶段时，投放系统积累历史转化数据后（学习已回传的转化数据），广告主可设定二阶段的转化成本目标，然后由系统算法自动优化。优化以转化成本目标为目标，算法按预估转化率自动决定出价，但由于是预估的，很可能曝光后未产生转化，但依旧会按CPM结算，此情景下也会扣费。同上，当然报表中能看到转化成本表现情况，若广告主无法接受，可进行停投处理。可见oCPM对比oCPC，在抢流量的同时，提升转化率、降转化成本。较适用于那些对曝光量和投放速度、转化都有要求的投放，快速起量增速投放。
• oCPA：优化行为出价，本质还是按照cpa付费。当广告主在广告投放流程中选定特定的优化目标（例如：移动应用的激活,网站的下单），提供愿意为此投放目标而支付的平均价格，并及时、准确回传效果数据，我们将借助转化预估模型，实时预估每一次点击对广告主的转化价值，自动出价，最终按照点击扣费；同时，我们的转化预估模型会根据广告主的广告转化数据不断自动优化。目前市场上并不多，会特殊一些，由于存在两个优化Action点，所以我们要先定义出转化路径前后两种Action动作，例如：Action1下载安装，Action2为下单。Action1是结算依据，Action是优化目标。若类比oCPC来看oCPA，就能发现这种模式下的投放，对转化路径的质量要求特别高。
  算法技术方面，对OCPX类型进行建模：
  首先需要建立实时转化数据回传归因模块，把广告主回传的转化数据分门别类的存储下来，并且正确归因（把转化数据和带来转化的点击关联起来）。数据是算法系统的基石，没有数据就没有后面整个算法系统，实时数据流程必须做到稳定可靠。
  其次是我们的模型训练模块，这里会跟进广告点击和转化数据，对点击转化率进行建模，即建立模型预估条件概率P(转化=1|点击=1)。模型特征层面复用大部分ctr模型特征，增加cvr的统计类特征以及落地页特征来表达用户与转化行为之间的关系。模型会推送到线上服务用来预估每个候选广告的点击转化率pCvr。
  为了保障广告成本可控以及纠正模型在广告维度上的预估偏差，我们还需要一个实时成本控制模块。它会实时统计每个广告当天实际成本和广告主预期成本情况，利用工业控制算法来调整每个广告的整体出价。如果某广告成本偏高，会降低该广告整体出价，让广告的转化实际成本和广告主预期成本趋于一致，反之亦然。
  在线上排序服务（ranker）上面，我们需要对每个候选广告按照它的投放目标（可能是下载、激活、注册、付费……）来预估它的转化率pCvr，结合广告主转化出价CPA以及控制模块计算的广告出价控制系数k来计算广告这次的点击智能出价bid=pCvrCPAk。得到点击出价后，和其他CPC广告一起按照score=pCtr*bid的方式进行整体综合广告竞价。经过若干排序策略最终选择胜出广告下发到客户端进行广告展现。
  整个数据和算法系统复杂的是比较高的，各个环节都可能出问题，一个debug和case分析模块是必不可少的。这里在ranker侧会上报一些debug数据进入我们的case分析模块，可以跟进实际观察到的和广告主反馈的问题进行跟踪和定位，及时对系统进行调整和后续优化。

关于OCPX计费的相关问题：

1. 为什么会有OCPX功能：广告主的最终诉求是ROI，因此对更深层次，越靠近收益点的优化目标进行出价越符合广告主的诉求。但是由于优化目标数据掌握在广告主手里，如果扣费点和出价点保持一致的话会导致广告主存在作弊的动机，平台利益难以保证。facebook首次创新提出了oCPX模式，核心在于将出价点与扣费点进行分离，从而实现了为广告主提供更深的目标出价的同时仍然按照浅层目标扣费，保障了平台和广告主的利益。
2. OCPX推广有什么缺点：因为超成本赔付的制约，调价仍然会有所收敛，对于一些难起量的产品，即便使用了oCPX功能，可能依然很难起量。其次，前期成本波动可能会非常剧烈，优化师要随时盯盘，避免预算不够。
3. OCPX两个阶段如何出价：第一阶段是数据积累阶段，需要为数据积累期的点击进行出价和智能投放期的预期每单成交进行出价，两个出价是你心里最高预期，实际扣费将低于您的出价。这个阶段建议用建议价格进行出价，并至少保持3天左右的完整数据进行观察。第二阶段进入的前提是近7天订单量超过50之后才会进入，这个阶段会根据预期成交花费出价拿量。这个阶段根据自身实际情况调整出价。
4. 为什么开启OCPX出价模式后曝光降低了：当推广单元处于第一阶段时，曝光较少可能与您的点击出价较低有关，可适当提升点击出价，或者您亦可通过 提升第二阶段的预期成交出价来提升您的曝光。当推广单元处于第二阶段时，曝光较少可能与您的预期成交出价不合理有关，可根据系统给出的出价指导建议 进行价格提升以获取更多曝光。
5. 为什么开启OCPX功能后点击单价涨了：oCPX投放模式是以转化为目标，是根据您设置的预期成交出价，系统自动进行效果优化来触达高转化人群， 虽然点击单价可能升高，但您的点击转化率也可同步提升并最终达到您的预期成交目标。

CTR： Click Through Rate，点击率
CVR： Click Value Rate，转化率，衡量CPA广告效果的指标
PV： Page View，流量
UV： 独立访客，一台电脑24小时以内访问N次记为1次
ADPV： Advertisement Page View，载有广告的page view流量
ADimp： ADimpression，单个广告的展示次数
GMV： Gross Merchandise Volume，总销售额。GMV=销售额+取消订单金额+拒收订单金额+退货订单金额。GMV不是实际的交易数据，但是可以作为参考。只要客户执行了购买行为，无论实际有没有购买，都算在GMV内，用于研究客户的购买意向。
RPS： Revenue Per Search，没搜索产生的收入，衡量搜索结果变现能力指标
ROI： Return On Investment，投资回报率，ROI=利润/投资总额x100%

先验指标和后验指标

专门划分一个板块用于指标区分，对后验指标做分析，找到关键先验指标并对其做应用&驱动的过程

• 后验指标：指结果性指标，用来分析/评估结果好坏，如ROI、GMV、转化率等等，通常用来做复盘分析（即后置性的分析），但是不能用来做结果的预测。
• 先验指标：指根据过往经验及分析所归纳总结的、可用来预测的指标（也可以称为前置指标、先行指标），用来预测结果，驱动业务增长

参考博文

搜索推荐广告排序艺术-Delayed Feedback问题
oCPX简介——广告界的“无人驾驶”技术