1 . 互联网广告的指标简介

名词释义：

1. 广告商、广告主：广告商是发布和运营广告者，广告主是委托发布广告者。例如对于下文的场景，百度、Google都是常见的广告商，而京东是常见的广告主。像阿里这样的企业，往往在互联网生态中既是广告商，也是广告主（既向媒体投放广告，自身也作为流量平台出售广告位）

2. 基础指标：展点消是广告最核心的三个广告商指标，即展示量（Impression）、点击量（Click）、消费量（Cost），一般由媒体提供；广告主指标中，Order指订单量，Action指广告导致的转化量（可自由定义，常见的例如电询次数、下载安装次数、注册次数等），Sales一般指销售额。

3. ROI是广告主评判广告效果的较为核心的指标，即投资回报率，一般定义为：ROI=(Income-Cost)/Cost＊100% 。可以理解为我们的利润除以付费的百分比，这个数字小于0，说明广告投放为亏损；否则为盈余，这个数字显然越大越好。

2.搜索引擎广告原理

互联网广告是个很广义的概念，包含许多种广告形式。其中最具挑战性、影响最大的，无疑是搜索引擎广告，这也是百度和Google业务的核心基础。

1.离线计算：核心是CTR预估、人群定向、广告索引等

2.在线计算：广告检索、排名等

3.流式计算：反作弊、计费、实时模型反馈等

可以看到，这个结构非常复杂，其中每一部分都历经了数十年的改进变迁。但是从搜索引擎诞生以来，其广告业务无非围绕3个问题：

下面我们就这3个基础问题，展开介绍：

2 .1 广告检索原理

熟悉信息检索的同学知道，搜索引擎进行查询的基础数据结构是倒排索引。虽然对于百度、Google等搜索引擎而言，广告信息和普通网页有很大差别，但是其索引基础也都是倒排索引。

比起普通网页信息，广告信息数据量更小，但是更为集中，例如医疗广告、中介信息等，因此极少部分term的倒排链会非常长（达到百万、千万级），而其他倒排链中几乎没有文档。这种情况下，很容易造成热门关键词竞争过于激烈，因而，一般搜索引擎会有两个思路来解决这个问题：1. 进行查询扩展，例如对“iphone”的搜索也能触发“华为P9”相关广告；2.通过定价策略等方式，促使广告主向长尾方向的关键词进行投放，避免扎堆。

2.2 计价方式

搜索引擎广告常被称为“竞价排名”，其最重要的原因是，任何关键词的点击价格，并非通过广告商主动定价，而是通过各个相关广告主的出价博弈定价。具体来说，主流有3种方式：

1. GFP：最高价得标，按出价付费，这是最常见的拍卖方式

2. GSP：最高价得标，按次高价付费，这是搜索引擎常见的计价方式

3. VCG：计算较为复杂，简单地说，是计算了最高价占据首名位置时，给后面的其它广告主造成的损失，以此为依据来计费。目前Facebook参照此方式付费

在互联网的洪荒年代，GFP曾经是Yahoo的定价方式，但是很快Google提出GSP，也迅速成为了当前的主流。其中原因，大家可以猜测求证。

2.3 广告排序和CTR预估

首先，排名为什么重要？因为搜索引擎的不同排名之间，点击率相差很大，根据Google的点击率统计，第一名是第十名的10倍左右。

出价并非搜索引擎给广告排名的唯一因素，单纯追求经济效益，可能带来用户体验上的问题。因此搜索引擎商提出了质量度的概念，广告主出价和质量度，共同影响其排名。而质量度与预估点击率（CTR），有直接的关系。（CTR预估是机器学习领域的王冠明珠，相关论文极多）

目前国内较常见的预估方法是GBDT+LR的路线，Google据传已经完全使用FTRL算法。此相关内容较为复杂和深入，此处不再赘述，可查阅文后参考材料。

3. 后记

作为广告主，目前京东是各个搜索引擎广告商的重要大客户。了解流量的来源和追踪，对于开发人员有必要意义。

广告算法领域博大精深，不仅深入涉及到信息检索、博弈论、机器学习、大数据等领域，同时自身也产生了许多理论。如广告定向、点击率预测等课题，是目前学术界和工业界的热门前沿。

参考资料：

1.《计算广告》，刘鹏著

2.《互联网广告算法与系统实践》

3.《机器学习》，周志华著

4.Google FTRL源论文：Ad Click     Prediction: a View from the Trenches

5.GSP的数学证明论文：Internet     Advertising and the Generalized Second Price Auction