目录
第6章 程序化交易广告
6.1 实时竞价
一、RTB的本质：一场毫秒级的全球性闪电拍卖
二、RTB的工作流程：100毫秒内的决策史诗
三、支撑RTB的关键技术
四、RTB的产业影响与挑战
五、我的实践视角：在中国市场参与RTB的拓荒与进化
6.2 其他程序化交易方式
一、程序化交易方式谱系
二、详解各类非RTB程序化交易方式
6.2.1 优选
6.2.2 私有市场
6.2.3 程序化直投
6.2.4 广告交易方式谱系
三、交易终端
四、产品案例
第6章 程序化交易广告
当竞价广告的浪潮将在线广告推向了市场化和自动化，一个更为宏大、精密且智能的新纪元随之开启——程序化交易广告。如果说竞价广告实现了“单次展示的自动化拍卖”，那么程序化交易则代表着“整个广告交易流程的全面自动化、数据化和智能化”。它不仅仅是技术的升级，更是生产关系的深刻重构：广告的买卖不再依赖于人工谈判和固定合同，而是在一个由数据驱动、算法决策的全球性数字市场中，以毫秒为单位实时完成。
本章将深入程序化交易广告的核心。我们将首先剖析其基石——实时竞价（RTB），看它如何像闪电般在100毫秒内完成一次全球范围的广告拍卖。随后，我们将探索RTB之外的广阔天地——其他程序化交易方式，它们共同构成了一个满足从品牌到效果、从保量到竞价、从公开到私有一切需求的完整交易生态。理解这一章，就理解了当今在线广告市场最主流的运作范式，以及其背后精妙的经济学与工程学原理。
6.1 实时竞价
实时竞价是程序化交易皇冠上的明珠，也是其最极致的表现形式。它完美诠释了“程序化”的精髓：将每一次广告展示机会，作为一个独立的、标准化的商品，在一个公开或私有的数字交易场所中，进行实时、自动化的拍卖。
一、RTB的本质：一场毫秒级的全球性闪电拍卖
让我们用一个生动的比喻来理解RTB：它就像一场发生在数字世界中的、持续不断的“百米闪电拍卖”。
拍卖品：不是一幅名画，而是当前用户这一次页面浏览或APP打开所产生的广告展示机会。这个拍卖品附带丰富的“说明书”：用户是谁（匿名ID）、他在哪里（地理位置）、使用什么设备、正在看什么内容、以及广告位的具体尺寸和格式。
拍卖行：广告交易平台（ADX），如Google AdX、腾讯优量汇、阿里TANX等。它负责组织拍卖，向潜在买家广播拍卖品信息。
竞拍者：需求方平台（DSP），代表成千上万的广告主。每个DSP都是一个“智能机器人”，在收到拍卖邀请后，必须在极短时间内决定是否出价以及出价多少。
拍卖速度：从拍卖开始（用户打开页面）到落锤成交（广告展示），整个过程通常在50到100毫秒内完成。这比人眨眼的速度（100-400毫秒）还要快。
结算：采用“广义第二高价（Second Price）”原则，赢得展示的DSP只需支付比第二名高出最小单位的价格。
二、RTB的工作流程：100毫秒内的决策史诗
下图描绘了一次RTB交易完整的、毫秒级的数据流（见图6-1）。我们将跟随一个用户访问媒体的脚步，拆解这惊心动魄的100毫秒：
[用户] 访问媒体网站/APP
|
v (触发广告请求)
[媒体 SSP] --> 生成 Bid Request (包含用户ID、广告位信息、上下文等)
|
v (发送至交易市场)
[广告交易平台 ADX] --> 接收请求，并广播给接入的多个 [DSP]
| |
| v (各DSP并行决策)
| [DSP 1] : 查询用户画像 -> 预测CTR/CVR -> 计算出价 -> 返回 Bid Response
| [DSP 2] : ...（相同决策过程）...
| [DSP N] : ...（相同决策过程）...
|
v (收集所有出价，决出胜者)
[ADX 决策] --> 比较所有出价，选择最高且高于底价者
|
v (通知结果)
[胜出 DSP] <-- ADX发送 Win Notice (赢价通知)
|
v
[媒体 SSP] <-- 胜出DSP返回广告创意
|
v
[用户] <-- 浏览器/APP接收并渲染展示广告
图6-1：实时竞价（RTB）全链路数据流程图
让我们深入流程中的几个关键环节：
1. 竞价请求的生成与广播
当用户访问一个含有广告位的页面时，媒体的供给方平台（SSP）会生成一个结构化的“竞价请求（Bid Request）”。这个请求通常遵循OpenRTB协议标准，是一个JSON对象，包含以下核心信息：
请求唯一标识（ID）：用于匹配后续的响应。
展示信息（Impression Object）：广告位的ID、尺寸（横幅、视频）、最低接受底价（Floor Price）等。
网站/应用信息（Site/App Object）：媒体域名、页面URL、内容分类、移动应用包名等。
用户信息（User Object）：加密或匿名的用户标识符（如第三方Cookie ID、移动设备ID），这是实现精准定向的钥匙。还可能包括地理位置（通过IP）、设备类型、浏览器信息等。
设备信息（Device Object）：IP地址、User-Agent字符串、设备型号等。
ADX在收到这个Bid Request后，会将其同时广播给所有接入的、符合基本条件的DSP。
2. DSP的毫秒级智能决策
这是RTB最核心、最体现技术含量的部分。每个DSP在收到Bid Request后，需要在通常不到50毫秒的时间内，完成一个复杂的决策链条：
第一步：用户识别与画像匹配。DSP利用Bid Request中的用户ID，查询自己的用户画像数据库。这里存在一个关键步骤：Cookie Mapping（或设备ID映射）。由于ADX（或SSP）使用的用户ID与DSP内部使用的ID可能不同，双方需要提前通过一个同步过程，建立两个ID之间的映射关系，才能成功识别用户。如果无法识别该用户，DSP可能会放弃出价，或使用上下文等信息进行粗略判断。
第二步：广告检索。基于用户画像（兴趣标签、人口属性等）和当前上下文（页面内容、媒体信息），从海量广告库中快速检索出符合条件的广告候选集（可能数十到数百个）。
第三步：价值预测。对每个候选广告，DSP调用其“点击率预测模型（pCTR）”和“转化率预测模型（pCVR）”。这些模型根据用户特征、广告特征、上下文特征，预估这次展示带来点击和转化的概率。这是DSP算法的核心竞争力所在。
第四步：出价计算。基于预测的pCTR、pCVR、广告主设定的目标（如目标CPA、目标ROI）以及实时市场竞争情况，计算出为这次展示愿意支付的最高价格（通常以CPM形式）。例如，若广告主设定了CPA目标为50元，预估CVR为2%，则单次转化的价值为50元，单次点击的价值为50元 * 2% = 1元。再预估CTR为1%，则此次展示的期望价值为1元 * 1% = 0.01元，即10元CPM。DSP可能会在此基础上策略性加减价。
第五步：响应与发送。如果计算出的出价高于自身最低要求，DSP会生成一个“竞价响应（Bid Response）”，包含出价（CPM）、广告创意ID、跳转落地页等信息，并返回给ADX。如果低于，则放弃响应。
3. 竞价获胜与广告展示
ADX在设定的超时时间内（如100毫秒）收集所有DSP的响应。然后，它比较所有出价，选择出价最高且超过媒体底价的DSP作为胜出者。根据广义第二高价规则，胜出者需要支付的价格通常是第二高出价加上一个最小单位（如0.01美元）。
ADX随后向胜出DSP发送“赢价通知（Win Notice）”，告知其获胜及实际需要支付的价格。胜出DSP则立即将对应的广告创意（图片、视频、代码等）返回给ADX，再经由SSP最终送达用户的浏览器或APP进行展示。
三、支撑RTB的关键技术
OpenRTB协议：由IAB制定的行业标准，定义了Bid Request和Bid Response的字段格式，是不同平台间互联互通的“普通话”。它的持续演进（如支持视频、原生广告、新的身份标识）是行业发展的风向标。
用户身份识别与同步：在第三方Cookie时代，Cookie Mapping是基础设施。DSP和SSP/ADX需要定期交换用户ID，建立映射表。随着第三方Cookie消亡，行业正在探索基于邮箱哈希、第一方数据协作等新的身份识别方案。
低延迟、高并发系统架构：RTB系统要求每秒处理数十万甚至上百万次竞价请求，且每次请求都涉及多个外部网络调用（DSP）。这需要极其高效的事件驱动架构、高性能的网络库、以及全球分布的数据中心来保证低延迟。
实时预测模型：pCTR/pCVR模型需要在毫秒内完成 inference。这要求模型本身不能过于复杂（推理延迟高），同时特征工程和特征获取必须极快。工业界大量使用逻辑回归（LR）、因子分解机（FM）及其变种，以及经过高度优化的深度学习模型，并依赖在线特征缓存（如Redis）来存储实时用户特征。
四、RTB的产业影响与挑战
积极影响：
极大提升了市场效率：让长尾流量价值得以发现，让中小广告主能参与竞争。
推动了广告效果可衡量：每一次展示都可追踪、可归因。
催生了繁荣的AdTech生态：诞生了DSP、SSP、DMP、验证服务等多种专业角色。
挑战与争议：
“广告技术税”高昂：流量从媒体到广告主，中间经过多个环节，每一层都扣除费用，导致媒体实际所得可能不足广告主支出的一半。
品牌安全与广告欺诈：开放的RTB市场难以完全控制广告出现的环境，虚假流量、低质网站问题突出。
隐私危机：基于跨站追踪的RTB模式，是用户数据被滥用的重灾区，直接导致了全球隐私监管的收紧。
复杂性与不透明性：链条过长，广告主难以理解其预算的具体流向，产生信任危机。
五、我的实践视角：在中国市场参与RTB的拓荒与进化
在MediaV作为早期DSP，以及后来在360运营广告平台，我亲身经历了RTB在中国从无到有、从混乱到规范的整个过程。
MediaV时期（2010年代初）的挑战：
生态不成熟：当时中国缺乏像Google DoubleClick ADX那样成熟的公开交易市场。我们主要对接的是各大媒体自建的私有ADX或SSP，协议不统一，对接成本极高。
数据荒漠：用户行为数据极度稀疏且割裂。我们不得不从零开始，通过合作媒体埋点，艰难地积累第一方行为数据来训练模型。
广告主教育：向品牌广告主解释“为什么我的广告会出现在一个小网站上”非常困难。我们花费大量精力建立透明的投放报告和品牌安全过滤工具。
一个技术攻坚的案例：应对“出价延迟”与“超时弃单”。
在RTB中，ADX给DSP的响应时间窗口极短（如80ms）。如果我们的预测模型因计算或网络延迟未能及时返回出价，就会错过这次机会。我们发现，超过10%的高价值流量因超时被浪费。我们的解决方案是引入“预计算”和“分层决策”策略：
对高价值、高活跃度的用户，提前计算其在不同上下文下的出价倾向，缓存在内存中。
当Bid Request到达时，首先尝试从缓存中获取预计算出的“基准出价”，然后根据当前请求中的实时特征（如具体页面URL）进行快速微调。这使我们在大幅降低响应时间的同时，保持了出价的精准性。
在360时期的视角转变：作为“供给侧”的思考。
当角色转变为拥有巨大流量的平台方时，我们对RTB的思考更多集中在“如何设计市场规则以实现自身和生态的长期利益最大化”。
底价策略：我们不再使用固定底价，而是建立了“动态底价模型”。模型会根据流量的实时价值（基于用户画像、上下文）、历史竞价水平、以及不同广告主（行业）的预算周期，动态调整底价。例如，在电商大促期间，来自电商广告主的竞价会异常激烈，我们会适当提高相关人群流量的底价。
统一竞价与收入提升：我们是最早在中国大规模应用“Header Bidding”技术的平台之一。通过让多个ADX和直销买家在客户端并行竞价，我们打破了某个单一ADX在瀑布流中的垄断地位，将整体广告收入提升了约40%。这是一个供给方产品策略成功的典型案例。
RTB的故事远未结束。在隐私至上的新时代，RTB正经历着痛苦的转型，但其“通过实时市场匹配供需”的核心思想将永存，并以新的技术形态继续进化。
6.2 其他程序化交易方式
实时竞价虽然是程序化交易最闪耀的明星，但它并非唯一的方式。一个健康的广告市场需要满足多样化的需求：品牌广告主需要确定性的优质曝光和品牌安全，大型媒体需要锁定高价值收入，而一些广告主则希望以固定价格直接采购优质流量。因此，在RTB之外，程序化交易生态演化出了一系列其他交易方式，它们与RTB共同构成了一个完整、灵活的交易光谱。
理解这些方式的关键在于两个维度：交易的确定性（是否保量）和定价的灵活性（固定价格 vs. 竞价）。本节将系统梳理RTB之外的几种核心程序化交易方式，并揭示它们如何与RTB协同，服务于不同的商业场景。
一、程序化交易方式谱系
我们可以将这些交易方式排列在一个坐标系中（见图6-2），以便清晰地看到它们的定位与关系：
高确定性/保量 (Guaranteed)
^
|
+------------------+------------------+
| |
| 程序化直投 |
| (Programmatic Guaranteed, PG) |
| |
+------------------+------------------+
| |
| 首选交易 | 私有市场
| (Preferred Deals, PD) | (Private Marketplace, PMP)
| |
+------------------+------------------+
| |
| 公开竞价 | 公开市场
| (Open Auction, RTB) | (Open Marketplace)
| |
+------------------+------------------+
|
v
低确定性/不保量 (Non-Guaranteed)
固定价格 (Fixed Price) <-------> 动态竞价 (Auction)
图6-2：程序化交易方式谱系图（按确定性与定价方式）
二、详解各类非RTB程序化交易方式
6.2.1 优选
优选并非一个标准的IAB术语，但在中国市场上常被用来指代一种特殊的程序化交易模式，其本质介于传统的广告网络和开放的RTB之间。
核心模式：媒体（通常是拥有优质流量的大型平台，如视频网站、新闻客户端）将其最顶级的广告库存（如开屏、首页焦点图、热门剧集贴片）拿出来，不进入公开RTB市场，而是通过一个“邀请制”或“白名单制”的私有程序化渠道，向少数几家顶尖的DSP或大型广告代理集团进行售卖。
交易特点：
库存优质且稀缺：通常是媒体的“镇站之宝”。
买家门槛高：只对品牌形象好、预算充足、技术能力强的头部买家开放。
定价方式灵活：可能是固定CPM，也可能是在一个较高底价基础上的竞价（但非公开）。
高度品牌安全：媒体对广告内容和广告主审核极其严格。
产品逻辑：媒体通过“优选”模式，实现了“优质优价”和“品牌隔离”。既享受了程序化交易的效率（电子化合约、自动投放），又避免了公开市场中可能出现的低价竞争和品牌风险，锁定了高端品牌预算。对于广告主，这是以程序化方式获取顶级稀缺资源的通道。
6.2.2 私有市场
私有市场是程序化交易中至关重要的一环，它填补了公开RTB市场与直接销售之间的空白。
核心模式：媒体创建一个“受邀才能进入”的数字交易市场。只有被媒体邀请的特定买家（DSP或广告主）可以看到并参与其中特定库存的竞价或购买。这些库存通常被精心包装和描述（如“财经频道高净值用户流量包”、“周末晚间体育赛事专属库存”）。
交易形式：PMP主要有两种形式：
私有竞价（Private Auction, PA）：与公开RTB流程类似，但仅在受邀买家中进行竞价。媒体可以设置更高的底价。
首选交易（Preferred Deals, PD）：（有时PD被单独列出，有时归入PMP）。媒体以固定价格向特定买家提供“优先购买权”。当流量产生时，系统首先询问该买家：“按X价格，你要不要？”买家有极短时间决定。如果拒绝，流量再进入PA或公开市场。
产品价值：
对媒体：提升了高价值库存的变现效率和价格，保持了与核心买家的直接关系，增强了控制力。
对广告主：获得了更透明、更优质、品牌更安全的流量采购渠道，比公开RTB环境更可控。
技术实现：通过ADX的“Deal ID”机制实现。媒体在创建PMP时生成一个唯一的Deal ID，并指定受邀买家。在竞价请求中，会标明这是一个PMP交易及对应的Deal ID，只有拥有该ID的买家才能出价。
6.2.3 程序化直投
程序化直投是“直接销售合同的程序化执行”，代表了程序化交易的最高确定性和最高协作度。
核心模式：广告主/代理商与媒体通过线下谈判，预先确定好所有的交易条款：总预算、固定CPM价格、目标人群、总展示量、投放排期。然后，双方不是通过传统的广告排期表人工执行，而是将这份电子合同（通常包含一个Deal ID）输入各自的程序化系统（媒体的SSP和广告主的DSP）。
工作流程：
合约在双方平台创建，状态为“待投放”。
当符合合约条件的流量产生时，媒体的SSP会优先将这次展示机会分配给该PG合约。
SSP向ADX发送带有PG Deal ID的请求，只有合约指定的买方DSP可以按约定价格响应。
投放自动进行，数据实时同步，无需人工干预。
与首选交易的区别：PD是“优先询问，固定价格”，但买家可以随时拒绝。而PG是“保量保价”的强制合同，买方必须接受符合条件的流量，媒体必须完成约定的展示量。它更像一个自动化的、数字化的年度框架协议。
产品意义：PG完美地融合了“合约广告的确定性”和“程序化广告的效率与精准”。它让大型品牌广告主能够将程序化预算用于最核心、最需要保障的投放计划上，是程序化交易渗透品牌预算的关键桥梁。
6.2.4 广告交易方式谱系
综合以上各种方式，我们可以看到一个从“完全开放动态”到“完全封闭固定”的连续光谱：
公开竞价：完全开放，动态竞价，价高者得。不确定性最高，灵活性最高。
私有竞价：半开放（受邀），动态竞价。增加了控制性和透明度。
首选交易：半开放（受邀），固定价格，但买方有选择权。确定性中等。
程序化直投：完全封闭（一对一），固定价格，保量保价。确定性最高。
传统直接销售（非程序化）：完全封闭，人工谈判、人工下单、人工投放。效率最低，但关系最强。
这个谱系的存在，意味着程序化交易不是一个“非此即彼”的选择，而是一个可以满足从效果到品牌、从长尾到头部、从灵活到确定的所有需求的完整工具箱。一个聪明的媒体会混合使用这些方式（即Hybrid Yield Management），将不同的流量匹配到最合适的交易渠道，从而实现整体收益最大化。
三、交易终端
“交易终端”在这里并非指硬件设备，而是指在程序化交易链条中，那些不直接拥有流量或预算，但为买卖双方提供关键交易基础设施、数据服务或聚合能力的平台角色。它们是生态中的“赋能者”。
广告交易平台：前文已详述，是公开和私有市场的运营者。
数据管理平台：为买卖双方提供数据加工、整合、分析和受众细分的能力，是精准定向的燃料。
广告验证与测量服务：如DoubleVerify, IAS, 秒针等。它们独立于交易双方，提供广告曝光是否真实可见（Viewability）、是否出现在品牌安全环境（Brand Safety）、以及反作弊（Fraud Detection）等服务，是建立市场信任的“审计师”。
跨屏身份识别服务商：在隐私时代，提供基于隐私计算技术的用户身份识别与拼接方案，试图解决跨设备、跨环境的用户识别难题。
四、产品案例
案例：全球快消巨头“洁世”的618全链路程序化营销
广告主：洁世（旗下有多个洗发水、沐浴露品牌）。
挑战：618期间，既要完成核心新品“焕彩洗发水”的巨大曝光目标（品牌任务），又要高效促进全系列产品的销售（效果任务）。
解决方案：采用混合程序化交易策略，通过其代理商的Trading Desk统一执行。
策略分解：
品牌声量引爆（使用程序化直投-PG）：
目标：为“焕彩洗发水”在618前两周，在顶级视频平台和新闻客户端锁定10亿次高质量展示。
方式：与3家顶级媒体签订PG合约，固定CPM，保量，定向“18-35岁女性”、“美妆护发兴趣者”。通过程序化系统自动执行，确保曝光任务万无一失。
精准人群触达与重定向（使用私有市场-PMP + 公开RTB）：
目标：触达对洁世品牌有认知的潜在客户，并进行重定向促销。
方式：
PMP（私有竞价）：接入10个垂直类媒体（美妆社区、时尚资讯）的PMP，在这些高相关环境中竞价获取流量，定向更宽泛的“个护兴趣人群”。
公开RTB：通过DSP在全网范围，对洁世官网和电商店铺的近期访客进行重定向投放，推送具体的促销信息和优惠券。这部分追求直接转化，使用oCPC出价。
效果优化与增量探索（使用公开RTB）：
目标：在控制成本的前提下，探索新的潜在客群。
方式：使用DSP的“人群扩展”功能，以已购买客户作为种子，在全网公开RTB市场中寻找相似人群进行投放。采用tROAS（目标广告支出回报率）出价策略，系统自动优化。
技术协同与效果：
统一频率管控：Trading Desk跨所有交易渠道（PG, PMP, RTB）进行全局频次控制，确保单个用户看到广告的总次数合理。
数据闭环与归因：所有渠道的曝光、点击数据与电商平台的最终销售数据打通，通过数据驱动归因模型评估各渠道贡献。发现PG带来的品牌曝光，显著提升了后续RTB重定向广告的转化率。
结果：618期间，洁世不仅完成了品牌曝光目标，整体销售额同比增长120%，其中程序化交易渠道贡献了超过60%的新客。
案例启示：
这个案例生动地展示了程序化交易方式的混合运用如何实现“品效合一”。PG保障了品牌的确定性高度，PMP提供了优质环境的精准触达，RTB则实现了高效的效果转化和人群探索。而这一切都通过程序化技术无缝协同，数据驱动，全局优化。它标志着现代广告活动已从“单渠道采购”演变为“跨渠道、智能化的资产配置”。
结论：
程序化交易广告的世界远不止于实时竞价。它是一个由公开竞价、私有市场、程序化直投等多种方式构成的、丰富多彩的生态系统。这些方式各有其适用的商业场景和产品逻辑，共同满足了广告市场对效率、确定性、透明度和控制力的多元需求。理解这个完整的谱系，对于广告主制定科学的预算分配策略，对于媒体设计合理的变现产品组合，都具有至关重要的意义。程序化交易不是终点，而是智能营销的起点。在接下来的章节中，我们将看到支撑这个庞大生态的三大核心平台：广告交易平台、需求方平台和供给方平台，它们是如何具体运作的。
)
