计算广告-笔记15:程序化交易核心技术

广告交易平台ADX

cookie映射

  • 解决供给方和需求方身份对应问题
  • 重点关注三个问题:由谁发起,在哪里发起,谁保存映射

询价优化

  • 对每次展示中询价的DSP数进行精简,尽可能只向那些可能赢得拍卖的DSP询价
  • 两种思路:工程规则思路和带约束的优化问题

需求方平台DSP

实时竞价环境下:提供定制化用户分化功能

  • 最常用的是重定向:把访问广告主网站的某特定用户集合传送给DSP

    • 1.在广告主网站上布设DSP域名的js代码

      • 优点:实时获取到访客信息,但是需要一段时间的数据积累
      • 缺点:js代码过多影响用户体验
    • 2.采用线下数据接口,定期将广告主或DMP收集到的访客集合批量传送给DSP,需要建立cookie映射机制

      • 优点:避免js代码多导致页面重
      • 缺点:数据更新有延时
  • 另一种注意的是新客推荐look-alike

完全面向广告主,在量的约束下投放:出价策略

  • 在有预算的情况下,尽可能提升每次展示的利润率

像广告网络一样(CPC):点击率预测

  • 除关注AUC等指标外,CoPC(真是点击数/预估点击数)也要重点关注,它表征某部分流量上是否存在明显的点击率高估或者低估

面对效果类广告主时(CPS):点击价值预估

  • 可拆解为:到达率转化率转化单价
  • 到达率和转化单价可采用统计的方法
  • 转化率预估:数据不充分情况下可采用简单统计与运营经验相结合,数据充分下可采用模型方法

供给方平台SSP

网络优化问题

  • 指SSP在接入多个广告网络以后,在线动态决定将广告请求发给哪个广告网络,从而优化整体收入的问题

本文永久更新地址: https://notlate.cn/p/dcf9476fb1c7d888/

评论

  1. 1 月前
    2024-3-27 14:10:11

    Your point of view caught my eye and was very interesting. Thanks. I have a question for you.

  2. Edge
    2 月前
    2024-3-20 6:11:17

    Thank you for your sharing. I am worried that I lack creative ideas. It is your article that makes me full of hope. Thank you. But, I have a question, can you help me?

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇