从 24 年开始接触广告系统，已经两年了。这里我将主要根据我个人工作的经验，结合业内优秀的系统案例，描述一下广告系统架构和广告相关知识点。

商业化广告业务

商业化广告业务是一个广告主、平台、媒体三方平衡的商业化活动：

  • 广告主是付钱投广告，希望拿到更多收益，提高 ROI；

  • 媒体拥有流量入口，希望在保证用户体验的前提下，卖出广告位，实现商业化收入；

  • 平台则是在需要平衡上述两者的需求，既要满足两者需求，也要保证平台生态的可持续。

商业化广告类型

广告形式

按广告形式来分主要是两大类：

  • 搜索广告：用户搜索关键词时，出现在搜索结果页的广告；比如百度、Google 搜索后展示的广告；
  • 展示广告（主要是原生广告）：以多种媒体形式展现的广告，可能是视频、图片。原生广告就是与页面设计融为一体的广告，就像也页面里本来就该有的一样，不打断用户体验，信息流（Feed）广告就是典型的原生广告。

广告目标

按照广告目标来分可以分成：

  • 品牌广告：为品牌服务，提高曝光、注重触达、强化认知；多为 CPM、CPT 计价广告；
  • 效果广告：注重效果，多为转化目标优化；通常是 CPC、CPA 计价广告。现在的在线商业化广告中的搜索广告、原生广告大多都是效果广告，这篇文章重点关注的也是效果广告。

此外还有按渠道区分的 联盟广告，比如 Google AdSense、百度联盟广告，将广告分发到各个中小平台上，小平台可以通过这种形式获取收益。

广告计费方式

主要的在线广告根据计费方式不同，主要类型可分为：

  • CPM：千次曝光付费
  • CPT：按时长付费，买断一个广告位
  • CPC：按点击付费，百度、Google搜索广告的主要付费方式，用户点一下广告主就付一次钱，可以算是基础的效果广告，广告主为用户感兴趣的广告付费；相比 CPM，不会浪费曝光，风险更低一些。典型的是百度凤巢早期的“十分”系统。
  • CPA：按行动（转化）付费，平台和广告主约定转化目标，当这个转化事件发生后，广告主才付费。（但这个依赖于广告主正确的回传结果，因为是否发生转化一般只有广告主才知道）

下面是 oCPX，是目前主流的在线广告出价模式，依靠智能出价模式，广告主只需要给出成本和目标，由平台来操作竞价过程。核心是：广告主按点击/曝光付费，但是目标是为了一个转化（激活/注册），最多愿意出多少钱。

  • oCPC：优化点击付费。按点击计费，优化转化目标。
  • oCPM：优化千次曝光付费。按曝光计费，优化转化目标。

这种条件下，转化目标更深、而计费点更靠前，看起来平台承担了更多风险，广告主自然更喜欢这种模式。同时平台计费点提前到点击/曝光等更浅层次，也可以降低 CPA 存在的广告主发生了转化事件但不回传的风险。

但智能出价有一个问题在于 出价点 与 计费点 不一致，因此平台在出价时需要严格的预算控制，避免广告主超出成本。

广告业务全流程图

转自 https://neoremind.com/2020/01/ad_system_architecture/

img

这张图非常完整的 展示了广告业务的全流程，但文章讲述不了这么多，下面我们将重点关注在线检索系统：

广告检索架构

一个典型的广告检索系统如下：

广告检索架构

这张图由 GPT-image2 生成，非常全面，链路大致是正确的，我们重点关注其中主要链路，以 Feed 广告为例：

流量入口和网关

用户打开媒体 APP （比如：头条，手机百度等）想要去浏览相关内容，此时 APP 就会去请求媒体后端，后端会请求检索服务，检索服务分为两部分：

  • 一部分是 Feed 检索，用于检索用户主要浏览的内容；
  • 一部分是广告检索，用于检索给用户看的广告。

对于后端请求的检索网关，很可能还有一个服务，用于组合 Feed 检索和广告检索的结果，这一阶段也可以称为混排，他需要组合 Feed 内容和广告，比如几个内容 card 后插入一个广告位，最终展现给用户的效果由此确定。

在线检索服务

进入到第一个服务（姑且叫它 AS）才算真正进入检索端逻辑，这是整个广告检索服务的逻辑中心，调度触发、召回、模型、机制等模块最终返回结果。

预处理

AS 收到请求后首先是预处理，将上游传入的请求信息处理成广告检索系统需要的 Context，并且补齐用户的设备信息、实验分流标识、开关配置；

触发

预处理的基础配置生成好后这是需要请求一个触发服务：

  1. 请求在线特征服务，拿到用户特征（实时 + 离线）
  2. 根据用户标识信息、实时行为特征，查询用户画像服务，拿到用户画像相关内容，比如兴趣 Tag、ucf 内容等等；
  3. 结合用户场景特征、环境特征，生成定向标签，比如根据用户当前geo、时间，生成用户的 LBS 标签、时段偏好等；

还有其他的实验策略/配置，最终会确定本次请求的 Trigger：包括定向条件和各种触发词。

Pre-recall RTA

有些平台在召回前，会有一次预召回 RTA，这里会发给广告主一次 rta 请求，由于此时一般强定向条件已经确定，广告主收到请求后可以根据此时的定向条件、人群决定是否参与此次出价。

召回

这里需要通过召回 Proxy 构建多路召回请求，向下游不同召回模块（在线召回、离线召回、正排等）发起召回请求，根据类目、向量、定向等分别召回结果，然后 Proxy 对收到所有的召回结果进行合并去重。并且针对召回的 adv 根据频控、定向、预算等进行过滤。

RTA

一般在召回、过滤后，排序之前，会向广告主发送一次 RTA 请求，对于已召回的候选广告做决策：出价、ROI 控制等。

粗排

对候选广告使用预计算的 eCPM = bid × 固定CTR（或基于业务规则的轻量模型）进行快速打分，取 Top-200 进入下一阶段

精排

将 Top-200 广告以及用户特征发给模型预估模型服务，得到更精准的预估值，重新计算 eCPM，排序后取 Top-10。

机制/计费

这里根据拍卖机制决定最终胜出广告，并进行计费扣减；

这里涉及一个关键问题就是出价控制，平台需要负责所有广告主的成本控制：需要设计合理的出价机制，保证广告主成本不超，以及平滑的进行预算消耗。

创意

选素材、拼样式，最终返回广告。

行为上报

拼接加密后的点击串，落展现日志，将用户的曝光、点击、转化等事件上报到实时链路

广告主回传链路

归因回传链路就是把广告平台带来的转化结果，准确地通知给广告平台。

实时事件（点击、曝光、转化等）发生后，广告主需要将这些事件通过平台定好的 API 接口，将事件回传给平台，平台据此进行模型训练、数据分析。

点击监测

当用户点击了广告主的广告，此时平台会下发一个点击监测链接，这个链接一般是广告主在平台后台自行配置，带有一个唯一的 click_id，比如：https://your-api.com/callback?click_id=__CLICK_ID__&device_id=__DEVICE_OAID__ 中的宏 __CLICK_ID__ 会被替换为真实的“abc123”，__DEVICE_OAID__ 则会被替换为用户设备的唯一标识符。链接会发给广告主的归因回传服务。

转化事件

当转化事件发生后，比如：用户下载并首次打开App后，广告主的 App 后台会向归因回传服务报告一个“激活”转化事件，并上报当前设备的标识符（如Android的OAID，iOS的IDFA）

归因

上面回传服务拿到了设备标识符，回传服务就需要用这个标识符在数据库中查找对应的 click_id。如果找到匹配成功，就表示归因成功了。

归因策略

由于根据不同的归因策略（末次归因、初次归因）确定最终是哪个广告平台发生的转化。

一个用户的典型购买路径可能是：先在信息流里刷到广告但没点（曝光），过两天在搜索广告里点了品牌词（首次点击），看了下觉得差不多但没下单，最后在短视频种草广告里再次点击（末次点击），进到App完成了付费。

这时问题就来了：这个转化到底算哪个平台的？于是需要不同的归因策略：

  • 末次点击归因：把功劳全给最后一个平台。优点是简单且约定俗成，大部分渠道都认。缺点是完全忽略了前期种草、曝光的价值。
  • 首次点击归因：功劳全给第一个让用户知道你的渠道。适合评估渠道的拉新拓客能力，但不反映转化的最后临门一脚。

结果回传

当广告主事件归因成功之后，需要将归因结果按照广告平台提供的 API 回传给平台。平台根据归因结果更新模型数据、数据报表。

oCPX 广告出价模型非常依赖实时正样本数据。平台需要在用户点击广告后，立刻知道“哪一类用户完成了高价值行为”，以此来调整下一轮的出价策略。因此，针对转化目标事件，广告主必须采用立即明确将事件 event_type 回传到平台。广告主的数据越准确，模型的出价就越精准，投放效果才能越好。