很久以來，很多人對競價排名有一項誤解，認為“誰出價高，誰就排前面”。

今天，結合智能競價廣告的工程架構，和大家一起聊一聊這個問題。

什么是智能競價廣告業務?

從業務上看，整個智能競價廣告，主要分為：

• 業務端：廣告主的廣告后臺;
• 展現端：用戶實際訪問的頁面;

業務端，廣告主主要有兩類行為：

• 廣告設置行為：例如設置投放計劃，設置地域，類別，關鍵字，競價等;
• 效果查看行為：例如廣告展示次數是多少，廣告點擊次數是多少等;

展現端，用戶主要也有兩類行為：

• 站點瀏覽行為：用戶瀏覽實際的信息，此時廣告系統決定出廣告主的什么廣告;
• 廣告點擊行為：此時廣告系統會對廣告主進行扣費;

智能競價廣告，核心業務流程是怎樣的?

下面通過一個的例子，更直觀的看看業務流。

(1) 步驟一：廣告主在業務端投遞廣告。

廣告主登錄業務端后臺，進行設置：

• 今日投放地域是“北京-上地”;
• 投放類別是“租房”;
• 定向人群為“女”，“30歲以下”;
• 需要推廣的廣告內容是他發布的一條“房屋出租”的帖子;
• 競價設置的是0.2元;
• 單日預算是20元;

這些數據，當然通過業務端存儲到了數據層，即數據庫和緩存里。

(2) 步驟二：用戶來到了網站，進入了“北京-上地-租房”類別，廣告初篩實施。

用戶產生了平臺瀏覽行為，網站除了展示自然內容，還要展示廣告內容。被展現的廣告不能太離譜，太離譜用戶也不會點擊。

合適的廣告，必須符合“語義相關性”，即基礎檢索屬性(廣告屬性)必須符合(廣告能否滿足用戶的需求，滿足了點擊率才高)，這個工作是通過BS-basic search檢索服務完成的。

BS從數據層檢索到“北京-上地-租房”的廣告帖子。

(3) 步驟三：用戶屬性與廣告主屬性匹配，廣告精篩實施。

步驟二中，基礎屬性初篩了以后，要進行更深層次的策略篩選(用戶能否滿足廣告的需求)，此例中，廣告主的精準需求為：

• 用戶性別為“女”;
• 用戶年齡為“30歲以下”;
• 用戶訪問IP是“北京”;

系統將初篩出來的M條廣告和用戶屬性進行匹配篩選，又過濾掉了一部分，最后剩余N條待定廣告，這些廣告既滿足用戶的需求(初篩)，這些用戶也滿足廣告主的需求(精篩)，后者是在AS-advanced search策略服務完成的。

(4) 步驟四：綜合排序，并返回Top X的廣告。

經過步驟2和步驟3的初篩和精篩之后，待選的N條廣告既能滿足用戶當前的需求，用戶亦能滿足廣告主的篩選需求，但實際情況是，廣告位只有3個，怎么辦呢?就需要我們對N條廣告進行綜合打分排序(滿足平臺的需求，廣告平臺要多賺錢嘛)。

打分排序的依據是什么呢?

有人說按照競價排序bid，出價高的打分高(這是大家對競價排名最大的誤解，競價是按照CPC收費)。

有人說按照CTR點擊率排序，CTR高的點的人多(KPI指標可不是pv)。

出價高，但沒人點擊，廣告平臺沒有收益;點擊率高，但出價低，廣告平臺還是沒有收益。最終應該按照廣告的出價與CTR的乘積作為綜合打分排序的依據，bid*CTR。

既然bid*CTR是所有廣告綜合打分的依據，且出價bid又是廣告主事先設定好的，那么實際上，廣告排序問題的核心又轉向了廣告CTR的預測，CTR預測是推薦系統、廣告系統、搜索系統里非常重要的一部分，是一個工程，算法，業務三方結合的問題。

無論如何，N條廣告，根據bid*預估CTR進行綜合打分排序后，返回了打分最高的3個廣告(廣告位只有3個)。

有些系統沒有第二步驟用戶屬性過濾，而是將用戶屬性因素考慮到綜合排序中。

(5) 步驟五：展現端展示了廣告，用戶點擊了廣告。

展示了廣告后，展現端js會上報廣告展示日志，有部分用戶點擊了廣告，服務端會記錄點擊日志，這些日志可以作為廣告算法實施的數據源，同時，他們經過統計分析之后，會被展示給廣告主，讓他們能夠看到自己廣告的展示信息，點擊信息。

這些日志(一般會實施AB測)，也是算法效果好壞評估的重要依據，根據效果逐步優化改進算法。

(6) 步驟六：對廣告主進行扣費。

用戶既然點擊了廣告，平臺就要對投放廣告的廣告主進行扣費了，扣費前當然要經過反作弊系統的過濾(主要是惡意點擊)，扣費后信息會實時反映到數據層，費用扣光后，廣告就要從數據層下線。

為了實現上述業務流，系統架構要如何設計呢?

聊完業務流程，再來看系統架構，任何脫離業務的架構設計都是耍流氓。

從系統分層架構上看，智能廣告系統分為三層：

a. 站點層：用戶和廣告主直接面向的網站站點;

b. 服務層：為了實現智能廣告的業務邏輯，提供的通用服務，此處又主要分為四大類服務：

• 策略服務BS：實施廣告策略，綜合排序;
• 檢索服務AS：語義相關性檢索;
• 計費服務：用戶點擊廣告時進行扣費;
• 反作弊服務：不是每次點擊都扣費，要經過反作弊，去除惡意點擊(相對獨立，未在架構圖中畫出);

c. 數據層：用戶數據，廣告數據，競價數據，日志數據等等等等;

總結

智能廣告系統的業務流程：

a. 廣告主投放與設置廣告;

b. 用戶訪問平臺，展現合適廣告;

• 通過廣告屬性，進行“語義相關性”初篩，通過BS完成;
• 通過用戶屬性，出價信息，點擊率預測信息，進行綜合打分排序篩選，通過AS完成;

c. 記錄展現日志，點擊日志，進行扣費;

廣告是展現，是一個：

• 廣告滿足用戶需求(初篩);
• 用戶滿足廣告需求(精篩);
• 平臺利益最大化(bid*CTR綜合排序);

的過程。

廣告的排序不是由出價(bid)決定的，而是由出價(bid)*點擊率(ctr)決定的。

點擊率(ctr)是一個未來將要發生的行為，智能廣告系統的核心與難點是點擊率預測。

希望這一分鐘沒有浪費。

【本文為51CTO專欄作者“58沈劍”原創稿件，轉載請聯系原作者】

戳這里，看該作者更多好文