编辑导语：当下，通过技术精准定向与自动化投放，程序化广告的身影可谓是无处不在。那么，程序化广告是什么？它的投放又遵循了何种市场规则？本文作者就通过拆解广告竞价过程来分析程序化广告的投放。让我们一起来看一下。

　　当我们在打开某个APP的时候，会看到开屏广告；当我们在刷抖音的时候，会时不时刷到一条信息流广告。

　　这些广告大部分属于程序化广告，那么程序化广告是什么呢？是如何决定谁此刻在这个广告位播放视频的呢？笔者将在接下来的文章中逐一为大家解决问题。

　　程序化广告是指广告主通过数字平台从受众的匹配的角度由程序自动化完成展示类广告的采买和投放，并实时反馈投放分析的一种广告投放方式，实现了整个数字广告的自动化；即以竞价的方式，确定某个时间某一广告位的该出现什么广告。

　　程序化广告有别于传统广告（指线下大屏广告、电视广告和杂志广告等），能够通过大数据实现针对性投放，且可通过落地页等形式直达购买环节，完成购物闭环。

　　这种功能更加有利于提升转化，促成下单。而传统广告并没有直达购买地点、投放人群也无法精准定向。这也导致程序化广告关注的指标除了前置的展现点击消耗指标，也会更加关注后置的ROI和CVR等转化指标。

　　接下来将从程序化广告竞价的全过程逐步展开解释每一个环节的意义及做法并说明可优化的点，希望能够给到商业化广告产品经理们一些idea的灵感。

　　广告竞价的过程可以简单的分解为：投放——参竞——竞胜——曝光/展现——出池。

　　投放主要在DSP平台完成，“参竞——竞胜”过程即广告竞价过程，这一过程在广告主交易平台ADX完成，但也并不绝对。广告交易平台的流量可以来自于媒体、广告网络或SSP，而需求方主要对接DSP进行变现，某些情况下也可以让某些广告网络以优先或者打底的方式接入。

　　广告主在广告投放平台填充广告的内容和设置：选定投放渠道、确定投放的广告位、设置广告出价、素材和文案，圈定人群定向等。

　　这些因素结合广告主的账户情况，过往广告投放情况等共同计算出一个eCPM值，以该值参与广告竞价，竞胜即获得在该广告位展示自己广告的资格。

　　广告主在投放广告之前，要明确自己的产品目标人群，根据目标人群寻找与之相匹配的用户群体的APP。再根据该流量媒体不同广告位的转化情况和价格选择合适自己的广告位。

　　根据流量媒体公示的广告位价格结合自身实际情况出价。

　　也可以使用一些智能出价工具，例如ecpc，tcpa等，通过系统智能优化出价，系统根据流量价值以及用户设置的出价偏好或者是目标转化成本，在调价系数上限规定的范围内，智能调整出价，跑量稳定，效果更优。

　　各个广告投放平台对ecpm的不同影响因素的计算权重不同，但共性之处在于出价一定是其中最重要的因素。出价影响到这个广告能否竞胜，即获得曝光。但说起转化订单数，加购等广告主更加关心的指标，广告的素材和文案则起到更重要的作用。

　　现在很多的广告投放平台都在尝试从产品功能的角度让广告主低成本制作出能够带来高转化的广告。

　　例如：制作图文广告模板，广告主可将自身广告素材图嵌入模板，让整个广告长得更像平台原生内容，吸引点击。

　　还有利用3D抠图，蒙版衍生等方法，将图文广告转化为视频广告，使得原有图文素材可以参与图文和视频广告位竞价，提高消耗。

　　还有一种新的互动广告的形式，简单来说，就是给视频广告增加一些互动的按钮或者手势要求，使得用户在点击广告的时候可以沉浸到广告其中，深度发掘广告中产品的卖点，从而促进后续的转化。

　　常见的定向类型有：上下文、重定向、新客推荐、地域、人口属性等。

　　定向是对已有用户数据的归纳分类。在分类归纳的方式的优化上，主要有两个方面的性能需要关注。一是定向的效果，即符合该定向方式的流量上高出平均eCPM的水平；二是定向的规模，即这部分流量占整体广告库存流量的比例。

　　在这个环节的广告优化，如果是针对具体某一个广告的设置上的问题，可以通过收集普遍问题制作投放手册的方式来进行广告主教育，以运营手段促进广告效果的优化往往见效最快，而广告投放平台的功能改进和广告交易平台的策略改进，这种产品功能手段上的改进则是能够实现效益规模化，产品和运营配合才能最大程度优化广告效果。

　　这个过程的具体步骤如下。

　　当双方能够得到的用户表示不同，特别是在Web环境下根据cookie投放广告时，需要一个预先的映射过程。

　　从广告主网站向DSP服务器发起cookie映射请求；DSP与ADX服务器之间通信完成cookie映射。在此过程中，假如是通过流量联盟例如穿山甲等投放广告的话，该联盟平台产品会制定相应规则过滤联盟内的低质和作弊流量。

　　在这个过程中，假如规则制定过于宽松，会使得广告主投放的广告曝光多而点击转化少，对cpc结算的广告主来说很不友好；假设反作弊过滤流量过多则会导致广告请求减少，广告消耗不出去。因此合理的反作弊规则与流量排查筛选系统对于整个平台的广告消耗和转化都有重要作用。

　　用户浏览媒体网站。媒体网站通过JavaScript或SDK向ADX发起广告请求。ADX向各DSP传送URL和本域名cookie，发起询价请求。DSP根据预先做好的cookie映射查出对应的已方cookie，决策是否参与竞价，如果参与，则返回自己的出价。在等待一个固定的时间片后，ADX选出出价最高的DSP返回给媒体网站。其中步骤2和步骤3可以合并为一步，即DSP同时返回出价和广告创意地址，由ADX返回给媒体。这样做的好处是减少了一次服务器往返，用户看到的广告延迟也会减少；缺点是ADX可以获得DSP。

　　在此竞价过程中，广告交易平台会有粗排和精排两个环节，对参竞广告进行排序，粗排和精排环节的步骤类似，都是：广告召回→广告排序→广告过滤。

　　广告召回参考步骤3。广告排序是计算参竞广告的eCPM值（计算公式eCPM = 广告单价/CPC出价×预估网页点击率×1000）后排列eCPM值粗略确定广告排位。广告过滤是根据一定的规则，例如过滤同广告素材，过滤该广告位历史曾竞价成功的广告等过滤一部分广告；精排重复以上步骤最后确定竞胜广告，并以第二高价成交该广告。

　　广告曝光之后，可以理解为进入了一个流量的小池子，该广告只有在这个小池子中的表现效果好，例如点击高、转化高等，才能被系统匹配到更多的流量，进入更大的流量池子，获得更多的曝光。

　　这个小池进入大池，流量不断扩大，转化不断提升再数据走向下滑的过程即广告的生命周期。如何分配好广告流量，让每个广告在自然竞争的状态下，在广告生命周期内将收益最大化也是广告分发策略该思考的问题。

　　以上是本人基于电商行业向各大流量媒体投放广告过程中总结方法论，如有不正之处，欢迎指教；如有更多idea，欢迎在评论区补充。很期待和大家一起交流，共同进步。

　　本文由 @小桔 原创发布于人人都是产品经理，未经许可，禁止转载。

　　题图来自 Unsplash，基于 CC0 协议