计算广告（1）：计算广告基础

广告有效性原理

 

上图所示有效性模型把广告的信息接收过程分为选择（selection）、解释（interpretation）与态度（attitude）三个大阶段，或者进一步分解为曝光（exposure）、关注（attention）、理解（comprehension）、接受（acceptance）、保持（retention）与决策（decision）6个子阶段。

（1）曝光。实际的广告实践中，曝光的有效性对最终结果的影响往往远远高于其他技术性因素，所以才会有传统广告中“位置为王”的说法。在互联网广告中，未知的影响有时会更加显著，因此如何从算法上消除由此带来的点击率预估偏差，是一个重要的实际问题。

（2）关注。这一阶段指的是受众从物理上接触到广告到意识上注意到它的过程。强曝光并不能等同于用户实际有效的关注。那么如何提高关注阶段的效率呢？

　　首先，尽量不要打断用户的任务，这一点是上下文相关广告投送的基础原理，也是当今讨论原生广告产品的出发点之一；

　　其次，明确向用户推送此广告的原因，这一点是受众定向广告创意优化的重要方向；

　　另外，内容符合用户的兴趣或需求，这是行为定向的原理基础。

（3）理解。这一阶段指的是受众从物理上接触到广告到意识上注意到它的过程。那么理解阶段的原则有哪些呢？

　　首先，广告内容要在用户能理解的具体兴趣范围内；

　　其次，要注意设定与关注程度相匹配的理解门槛。

　　对于互联网广告，由于y用户的关注程度非常低，我们应该集中强调一个主要诉求以吸引用户的注意力。

（4）接受。广告的上下文环境对于广告的接受程度有着很大的影响，同一个品牌广告出现在某游戏社区上和门户网站首页上，用户会倾向于认为后者更具说服力，这也就是优质媒体的品牌价值。在定向广告越来越普遍的今天，如何让合适的广告出现在合适的媒体上，即广告安全（ad safety）的问题，正在引起越来越多的关注。

（5）保持。对于不仅仅追求短期转化的广告商，当然希望广告传达的信息给用户留下长久的记忆，以影响他长时间的选择，因此品牌广告商在创意设计上花了大量的精力提高此阶段效果。

（6）决策。成功广告的最终作用是带来用户的转化行为，虽然这一阶段已经离开了广告的业务范围，但好的广告还是能够为转化率的提高做好铺垫。

 

互联网广告的技术特点

（1）技术和计算导向。

（2）效果的可衡量性。

（3）创意和投放方式的标准化。

（4）媒体概念的多样化。

（5）数据驱动的投放决策。

 

计算广告的核心问题

Find the best match between a given user in a given context and a suitable advertisement. 

计算广告的核心问题，是为一系列用户与环境的组合找到最合适的广告投放策略以优化广告活动的利润。

　　首先，强调广告问题优化的是一组展示上的效果，而非孤立的某一次展示上的效果。这是由于广告活动中普遍存在着量的约束，在这一约束下进行利润优化，其最优解往往与每次展示独立决策时有很大的不同。

　　其次，描述中去掉了“given”的字眼。这是由于在某些广告产品中，系统并不一定能拿到确定的用户或上下文唯一标识，但这并不意味着完全无法进行计算优化。同样地，我们也强调优化的结果是“广告投放策略”而不一定是具体的广告，这也是因为有些产品的策略并不是直接决定最后的展示。