一文搞懂广告逻辑：从运作到策略

今天，咱从大方向来聊聊互联网广告到底是咋回事，广告系统又是怎么运转的，以及广告系统的目标是啥。

1. 广告和竞价：互联网公司的 “摇钱树”

大家可能或多或少都察觉到，广告对于互联网公司而言至关重要，许多互联网公司都依靠广告盈利，像腾讯旗下众多游戏的广告投放、《原神》在抖音B站等平台的推广，平台诸如快手、抖音等等。为啥广告这么重要呢？因为大多数互联网公司并非直接从用户身上获取主要收入，但平台又得盈利，所以广告就成了绝佳的盈利模式。实际上，出色的广告能达成多赢局面：游戏厂商推广了游戏，获得更多玩家从而盈利，平台收获广告收入，玩家也能发现自己感兴趣的游戏。即便玩家不花钱，也能通过广告接触到更多游戏产品，享受游戏带来的娱乐。正因如此，广告在互联网公司的收入中占比极大，超过一半都不足为奇。

咱们上网时看到的游戏广告，既不是一成不变的，也不是随机出现的，而是如同搜索引擎搜索内容一般，从广告库中筛选得出。为了让平台赚取最多的利润，游戏广告会通过竞价的方式决定展示权。打个比方，当我们打开一个游戏资讯网站或者短视频，仅有一个广告位，却有三个候选游戏广告，分别是一款休闲益智、一款大型角色扮演以及一款竞技类广告。此时选哪个展示呢？很简单，谁给平台出价高，就展示谁的广告。

也就是说，在广告平台内部，每次展示游戏广告就如同一场竞拍。游戏厂商作为广告主得给自家广告出价，出价的逻辑在不同场景有所差异。最理想的状况是，广告主能够依据自身当前的推广预算、已获取的流量以及期望的流量，灵活且动态地出价。但这并非易事，并非所有广告系统都具备这样的能力。简单些的做法就是固定出价，这块大家不用过于纠结细节，大致了解就行。

咱们假设所有游戏广告都采用固定出价，比如休闲益智出价3元，大型角色扮演出价 10 元，竞技类出价 50 元。那肯定是竞技类手游广告胜出，网页上就会展示该竞技类手游广告。不过，这里存在两个问题，咱们逐一来看。这里的距离只是距离，不一定和现实相符，仅是作为一种描述。

• 第一个问题，竞技类可能利润丰厚，所以出价高，那休闲益智和角色扮演不就没机会展示了？实则不然，竞拍是多次进行的，依据每次筛选出的候选广告情况而定。休闲益智出价虽低，但并非每次都会遭遇竞技类广告的竞争，所以它依旧有机会获得展示。

• 第二个问题，要是用户是个休闲游戏爱好者，对竞技类毫无兴趣，不管竞技类广告出价多高，用户都不会去玩，那这广告费用不就打水漂了？所以，选择游戏广告不能只看出价，要是展示了用户却不点击，平台也无法盈利。那么平台怎样才能赚更多钱呢？得追求最大期望收益，期望收益等于什么？等于出价乘以点击率。所以，关键就在于点击率，有了点击率，便能估算期望收益。那点击率从何而来呢？依靠模型预测。

这下逻辑就串联起来了：为啥游戏广告场景需要点击率？因为得计算广告能给平台带来多少期望收益。

2.竞价策略：第二竞价策略的奥秘

游戏广告里还有个很有意思的策略，叫第二竞价策略。这是什么意思呢？还是以上述休闲益智、大型角色扮演和竞技类广告为例。从高到低排序，竞技类出价最高，接着是大型角色扮演，最后是休闲益智。先不考虑点击率对广告的影响，单看竞价，这广告肯定展示竞技类手游。

一般的竞拍采用第一竞价策略，也就是出价最高者直接获得，就像我们平常看到的拍卖那样。但在第二竞价策略中，同样是出价最高者胜出，不过出价最高的人无需出自己喊出的价格，仅需出第二高的价格再加上一个极小的基数，比如1分钱或者1毛钱（这个基数依据具体情况而定），这就是第二竞价策略。在刚才的例子里，竞技类广告虽然喊价50元，但实际只需出价10.1元。

乍一看，感觉平台亏了呀，明明能多收钱却少赚，平台傻吗？其实平台精明得很！咱们来想想，假设你是竞技类的广告主，花50元竞拍到了广告位。下次竞价，你还会出50元吗？肯定不会。为啥呢？你花50元拿到广告位，虽然不清楚其他人出价多少，但肯定比你低，下次你肯定想尝试压低价格，看看能否用更少的钱获取广告位。实际上，所有广告主都会这么想，大家都一起压价，那这还叫竞拍吗？平台还怎么盈利？

为了防止大家一起压价，平台便采用了第二竞价策略。如此一来，即便广告主拍到了广告，也无法随意压价。因为出价第二的广告主价格也会变动，可能会提价。而且出价最高的人也没有压价的必要，因为即便他把价格压低一点，最终拍到广告支付的钱，依旧是第二名的价格，对他而言没有益处。所以，虽然看似平台没有将利益最大化，但实际上避免了大家一起压价的情况，最终平台盈利反而更多。目前，主流的算法平台基本都采用这个策略。

3.广告逻辑

首先，它能做到个性化，根据用户的游戏偏好、浏览记录等需求推送广告，不再是随机推送或者只按广告主的想法推送。其次，互联网游戏广告能很好地统计转化效果以及后续情况。因为在互联网里，从用户看到广告、点击广告，到下载游戏、注册账号、进入游戏以及后续的付费等行为，所有信息都能串联起来追踪。还能通过训练先进的模型，预测用户喜好，给用户推送优质游戏广告，帮平台赚钱。

拿TapTap举个例子，像TapTap能发展得很好且盈利可观呢？因为TapTap一直是平台模式，靠流量赚钱。TapTap 从其他渠道获取流量，再将这些用户流量卖给游戏厂商。游戏厂商想推广游戏，就得在 TapTap上投放广告购买流量，这些卖流量的钱才是 TapTap 的收入来源。

前面说过，为了让平台利益最大化，得投放期望收益最大的游戏广告。我们知道期望收益等于概率乘以价值，这里的概率没人能准确算出来，只能靠机器学习或者深度学习的模型，尽量去预测点击率。点击率就是点击数除以曝光数， CTR，公式：

这里的 R 代表收益（Revenue），bid 是游戏厂商出价。不过，这个公式有个前提，就是游戏广告按点击收费。但在平台上，游戏广告收费方式不一定都按点击来。像一些特别好的广告位，可能按曝光（也就是被用户看到）收费。比如某游戏平台的首页，最显眼位置的广告，用户一打开平台肯定能看到。这些高价值的广告位，可能就不是按点击收费，而是按曝光收费。这么做有啥好处呢？除了能让平台赚更多钱，还能促使游戏厂商把广告质量做好。这就和一些视频平台上游戏广告能跳过一个道理，因为广告能跳过，游戏厂商就得想办法把广告做得有创意、吸引人，让观众愿意看下去。

在游戏平台上搜索游戏的时候，搜索结果里也有广告。比如搜 “角色扮演游戏”，第一条可能就是广告。搜索结果里的游戏广告，一般没特别的文案和图片，大多按点击收费。

还有些在隐秘角落的游戏广告，位置不好，可能按转化（也就是用户下载并注册游戏）收费。只有用户真的完成下载注册，平台才能赚到钱。像一些小的游戏论坛、游戏相关 APP 角落的广告，很多就是这种。因为这些广告转化率不高，要是按曝光或者点击收费，游戏厂商可不乐意。

不过现在的广告时长无论什么样的平台都会兼容曝光收费、点击收费、下载收费等多种策略。

对于按成下载注册收费的游戏广告，光预测点击率就不准了。因为有些游戏，点击率可能挺高，但转化率不一定高。举个例子，一款画面很酷炫的新游戏广告，可能因为其亮眼的画面吸引用户点击，但实际游戏内容可能不符合用户预期，导致下载注册的人不多。做过游戏广告的都知道，这类靠画面噱头吸引眼球的广告点击率往往较高。碰上这种情况，就不能只预估点击率了，还得预估转化率。转化率的专业说法叫 CVR，就是用户点击广告后下载注册游戏的概率。这时候，广告收益的计算公式就变成：

也就是用户点击的概率乘以用户点击后下载注册的概率，得出用户看到广告后可能下载注册的概率。对游戏广告团队来说，除了预估 CTR，还要预测 CVR。

游戏广告系统目标和收入挂钩，要准确算出期望收益，有两个关键值，一个是 CTR，一个是 CVR。相对来说，CTR 用得更普遍，而且 CVR 和 CTR 的预估逻辑基本一样。游戏广告团队的核心工作也是 CTR 预估。对算法工程师来说，日常工作内容和做推荐系统时非常接近。这也是为啥我们在投放广告时不断去优化点击和转化两个指标的原因。