专栏名称: 机器学习研究会
机器学习研究会是北京大学大数据与机器学习创新中心旗下的学生组织,旨在构建一个机器学习从事者交流的平台。除了及时分享领域资讯外,协会还会举办各种业界巨头/学术神牛讲座、学术大牛沙龙分享会、real data 创新竞赛等活动。
目录
相关文章推荐
爱可可-爱生活  ·  晚安~ #晚安# -20250122224548 ·  昨天  
题材挖掘君  ·  AI+热门标的公司大梳理​(精选名单跟踪好) ·  2 天前  
爱可可-爱生活  ·  【[17.6k星]Awesome-Chine ... ·  3 天前  
51好读  ›  专栏  ›  机器学习研究会

【推荐】美团DSP广告策略实践

机器学习研究会  · 公众号  · AI  · 2017-05-06 18:27

正文



点击上方“机器学习研究会”可以订阅哦


摘要
 

转自:美团点评技术团队

前言

近年来,在线广告在整个广告行业的比重越来越高。在线广告中实时竞价的广告由于其良好的转化效果,占有的比重逐年升高。DSP(Demand-Side Platform)[1]作为需求方平台,通过广告交易平台(AdExchange)[2]对每次曝光进行竞价尝试。对于AdExchange的每次竞价请求,DSP根据Cookie Mapping [3]或者设备信息,尝试把正在浏览媒体网站、App的用户映射到DSP能够识别的用户,然后根据DSP从用户历史行为中挖掘的用户画像,进行流量筛选、点击率/转化率预估等,致力于ROI [4]的最大化。


美团点评的用户量越来越大,积累了大量的用户在站内的行为信息,我们基于这些行为构造了精准的用户画像,并在此基础上针对美团App和网站的用户搭建了美团DSP平台,致力于获取站外优质的流量,为公司带来效益。本文从策略角度描述一下在搭建DSP过程中的考虑、权衡及对未来的思考。

  • 在DSP实时竞价过程中,策略端都在哪些步骤起作用;

  • 对每一个步骤的尝试和优化方向做出详细介绍;

  • 总结DSP如何通过AB测试、用户行为反馈收集、模型迭代、指导出价/排序等步骤来打通整个DSP实时竞价广告闭环。


竞价展示流程

美团DSP在一次完整的竞价展示过程中可能涉及到两个大的步骤:

  1. 对AdExchange的竞价请求实时竞价;

  2. 竞价成功之后用户点击进入二跳页、浏览、点击、最后转化。


我们分别看一下这两个步骤中策略的支持。


图1 竞价广告示意图


图1给出了每一次竞价广告的粗略示意图,竞价Gateway在收到竞价请求之后,会识别出美团点评用户的流量,根据网站历史CTR、网站品类属性等因素进行简单的流量过滤,把流量分发到后端的AdServer。AdServer作为后端广告的总控模块,首先向RecServer(定向召回服务)获取站外展示广告召回结果,然后根据获取的广告结果向PredictorServer(CTR/点击价值预测服务)请求每个广告的站外点击率和点击价值。


最后AdServer根据获取的点击价值vctr,根据上面的公式进行排序,从而挑选出top的广告进行展示。


图2 二跳页广告流程图


图2给出了竞价成功后,用户从站外展示的广告点击后,所经历的流程示意图。用户点击站外广告后,到达二跳页Gateway,二跳页Gateway向AdServer请求广告列表。AdServer从RecServer获取站内二跳页广告召回结果,然后根据获取的广告结果向PredictorServer请求每个广告的二跳页点击率并进行排序。排序后的结果返回给二跳页Gateway进行广告填充。


在上述两个步骤中,美团DSP策略端的支持由RecServer和PredictorServer提供,在图1和图2分别用红色的箭头和AdServer交互。其中RecServer主要负责站外广告和二跳页的广告召回策略,而PredictorServer主要负责站外流量的CTR预估,点击价值预估和二跳页内的CTR预估。整个策略的闭环如下图:


图3 策略闭环图


接下来详细介绍下美团DSP的召回、CTR预估、点击价值预估相关的策略。


原文链接:

http://mp.weixin.qq.com/s/5mrOX1puY6WvoRP3X2wTZw

“完整内容”请点击【阅读原文】
↓↓↓