上篇文章我们介绍了两种在线广告产品形式：合约广告产品和竞价广告产品。本文来介绍剩下的两种：程序化交易广告和移动原生广告。
1.程序化交易广告
广告网络无法满足广告主自行选择流量和在每次展示上独立出价的需求，以实时竞价即RTB为核心的程序化交易市场应运而生。
程序化交易市场的参与方：
ADX（广告交易平台），其主要特征即是用RTB的方式实时得到广告候选，并按照其出价简单完成投放决策。流量采买方（DSP）：与广告交易平台对应的采买方。出价需求的存在和广告主预算范围内的套利要求DSP具备点击率预测、点击价值估计、流量预测、站外推荐及根据广告主提供的种子用户，找到行为相似的潜在用户等多方面的运算能力。供给方平台（SSP）：媒体有多种多样的变现模式：担保式投送的合约售卖方式、自营广告网络、托管给其他广告网络、通过RTB变现等。如何动态地选择这四种模式中变现价值最高的那种，以最大化媒体收益，这是供给方面临的市场需求。数据加工和交易市场：广告主可以自由地使用各种数据指导投放，诞生从第三方数据入手的数据交易平台（dataexchange）和第一方数据入手的数据管理平台DMP，为市场提供了有价值的数据源或数据加工服务。
1.1实时竞价流程
（1）cookie映射
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。（2）广告请求
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。媒体网站从胜出的DSP拿到广告创意并展示。程序化交易模式除了实时竞价，还有优选和私有市场。优选优是允许单个需求方按照自己的意愿来挑选流量，挑选过程与实时竞价类似。
与RTB相比，优选缺点在于决策过程可能存在比较多的服务器往返：在极端情况下，需要三次服务器的往返才能得到最后的广告。这有可能使得用户看到的广告延迟增大，从而影响广告效果。
私有市场是媒体为了保证广告主的质量，将拍卖限制在一些被邀请需求方的小范围内。这种程序化交易叫作私有市场，私有市场中的在线交易过程与公开的实时竞价一致。
根据库存类型、价格模式这两个关键产品特征，把市场上与程序化交易相关的交易方式分成5类。数字1至5代表挑选流量的优先级从高到低，价格通常也从高到低。
1.2广告交易平台（ADX）
广告交易平台（ADX）负责将媒体流量以拍卖的方式售卖给DSP，可以类比于证券市场中的交易所。广告交易平台的由于不需要管理广告库存，所以无需对广告进行检索。但需要注意优化多个DSP发广告请求带来的带宽和机器成本的上升，即询价优化。
1.3需求方平台（DSP）
以RTB方式购买广告的产品形态就是需求方平台。
需求方平台的产品策略：受众定向，广告检索、广告排序、广告定价和出价。其中受众定向一般使用第一方数据，结合第二方或第三方数据的定制化标签。重定向和look-alike（新客推荐）是DSP产品特别要重视的产品策略。重定向从信息来源和使用信息的精细程度上区分为网站重定向、个性化重定向和搜索重定向。
网站重定向：即将在一段时间内到达过广告主网站的用户作为重定向集合，这样的重定向流量其eCPM一般来说要比无定向流量高出一个数量级，因此需要尽可能扩大投放量。
个性化重定向：对重定向流量进行深入加工，按照品类和购买阶段等因素进行创意上的深度个性化，就是个性化重定向。
个性化重定向有三个键点点：
动态创意。个性化重定向的核心是用推荐的思路实时决定展示什么商品推荐引擎。个性化重定向可以看作是根据用户信息的站外推荐。广告主商品库存实时接口，个性化重定向服务需要提供准实时的商品库接口，让广告主可以及时地将库存和价格信息同步，以避免出现用户发现该商品已经售完或下架或者是价格与创意上的宣传不符。搜索重定向：即将搜索过与广告主直接相关的关键词的用户群作为重定向集合，比较推荐的做法是统计广告主网站流量中从搜索引擎来的流量作为重定向集合。
新客推荐（look-alike）：由广告主根据自己的第一方数据提供一部分种子用户，再由拥有更丰富数据的第二方数据的广告平台分析这些用户网络行为的特征，并根据这些特征找到具有相似特征的拓展人群。
DSP出价策略：通过历史的观察和预测得到市价的曲线后将一天的预算分配到那些市价较低的流量上，即DSP的出价策略要基于两条曲线，即eCPM和市价随时间变化的曲线。
1.4供给方平台（SSP）
由于供给方平台有多种变现模式。所以当广告请求到达时，首先检查优先销售的订单有无需求，这包括CPT和CPM的合约。如果有需求，按照优先级和在线分配的方案完成投放；如果没有这类销售合约，则进入竞价流程。竞价时，广告请求是动态分配（dynamicallocation）。
动态分配决策流程如下：
（1）从自有广告库中根据当前受众标签检索合适的广告候选，并估计每个广告候选的eCPM；
（2）排序得到eCPM最高的广告候选以及相应的eCPM值rMAX；
（3）同样根据环境信息和受众标签估算出各个合作的广告网络大致的eCPM；
（4）排序得到eCPM最高的广告网络以及相应的eCPM值r′MAX；
（5）以max（rMAX,r′MAX）为底价，通过RTB接口向各个合作的DSP查询更高变现价值的广告。
1.5数据加工和交易
要提高定向的精准程度与人群覆盖率，关键在于数据的来源与质量。哪些数据是对精准广告业务有直接贡献的呢？
可以重点
转载请注明：http://www.0431gb208.com/sjsbszl/4263.html
