RTB House——如何在100毫秒内完成个性化广告投放？

大约30年前，第一个可点击的横幅广告（banner ad）出现在互联网上。数字和营销行业虽历经多年发展，但横幅广告仍然是屹立不倒的广告渠道之一。通过支持广告购买自动化和基于用户行为提供个性化展示，程序化广告（尤其是在再营销方面）正引领着数字广告行业的潮流，而再营销就是其中转化威力最强大的方式之一。

对此，作为一家专注于再营销优化的技术提供商RTB House，其中国市场负责人Oliwia Jankowska以再营销广告为例，为我们解释了从发起bid（竞价）请求到完成广告投放之间的短短100毫秒内，其RTB（Real Time Bidding，实时竞价）技术如何实现准确的个性化广告投放。

据了解，再营销广告能够发挥全部潜力的时间非常之短。在这段时间内，系统必须做出大量的分析和决策：从审查特定用户历史、估算购买潜力、决定购买广告投放位置的价格，到最后使用哪些广告创意以及应该展示哪些独特产品。

然而，RTB House所提供的RTB技术不仅可以用于再营销广告，通常还能用于在线广告的实时买卖。这个过程是基于拍卖的形式，由广告商来“决定”他们愿意为特定广告位支付多少费用。这一自动化bid过程在web页面加载到用户屏幕之前——大约仅需100毫秒。因此，要想在这么短的时间内实现高效的再营销，拥有创新的广告技术无疑对你而言是至关重要的。

在展示一个广告之前会发生多个进程，销售和购买广告位的整个过程会从用户开始访问发布商的网站开始，这将激活对特定广告位的bid请求。

为了启动“拍卖”，发布商会分享有关用户的重要信息（地理位置、设备类型等）。在下一步中，发布商会向广告交易平台（ad exchange）提供广告位，然后由广告交易平台通知DSP（广告主需求方）平台可访问的展示位置。

首先，DSP平台会根据所有可用数据和有关库存的历史数据（CTR和可见性等）评估购买特定广告位的价值和风险。然后，他们会审查广告商所运营的广告活动，并评估哪个广告活动最适合此特定用户。

Brand Safety筛选功能也是评估中的一大重要部分，这一筛选功能可以站在广告商的品牌安全政策角度考虑，防止广告出现在某一网站上，也能避免广告出现在具有冒犯性或潜在负面内容旁边。

经过评估之后，DSP平台会将特定用户和可用广告位告知已选定的广告商，然后由广告商决定他们愿意为拍下的广告位支付的价格。与此同时，广告商也需要准备好他们的广告创意——选择合适的格式、决定具体的设计模板和产品优惠。

在完成价格预估和广告创建准备工作之后，就到了进行供应路径优化的时候。现今的市场标准是发布商会与大约6个平台进行合作，而这就是为什么广告买家需要决定在哪里购买特定的广告位，即公开交易市场或私有交易市场，从而优化他们的成本。

经过一轮决策之后，DSP平台将会代表广告商进行bid。连同bid报价一起，他们会发送准备就绪的广告创意。

最后，在发出bid请求大约100毫秒之后，这场“拍卖”就完成了，并且获胜者的广告创意将在用户访问的整个页面加载出来。

尽管RTB模式为广告商带来了一些挑战，但它在成本和时间效率上都取得了很大的效果。首先，广告商对于定位目标拥有了更多的控制权。每个广告位都是被单独评估的，这让广告商可以更有效地分配预算。在此过程中，广告商可以从数千家发布商提供的广告位进行选择并决定哪些位置具有最大的潜力。Brand Safety筛选功能也有助于避免广告商选择到可能有损品牌形象的广告位。

对于营销人员的日常工作来说，RTB模式是一种减少与发布商谈判时间和管理各种合同的明智方法。此外，自动化的自学习算法还能够尝试各种场景和格式、分析整体结果并自动调整或优化广告活动。

根据RTB House的数据，在实施其自行构建的深度学习算法之后，广告活动效率平均提高了50%。这也恰好说明，为了充分发挥RTB模式的潜力并在每次“拍卖”期间严格遵守最后期限，DSP平台需要配备现有的先进技术，从而确保快速高效的运作。

根据数据统计资源网站Statista的预测，2019年全球将花费近850亿美元在程序化广告上。市场研究机构eMarketer的报告则显示，到2020年，美国86%以上的数字展示广告将通过自动化渠道购买。由于大部分预算都将花费在自动化环境中，广告活动的效果无疑成为品牌的重中之重。在每一天即将结束的时候，广告商都会根据他们的整体效果来对其广告活动进行审核。

在RTB模式下，广告商只有大约100毫秒的时间来完成特定广告投放——从接收bid请求到展示带有个性化信息和优惠的广告。在这个时候，要在如此短的时间内做出如此多的关键决策，拥有一个值得信赖的、能够利用先进技术并能带来可观广告成效的合作伙伴就显得十分必要。显然，RTB House值得你一试，他们不仅减轻了广告商做出决策的负担，而且将任务承接给了能够不断分析大量数据、根据用户需求制定相应决策并最终完成广告投放的自主算法。到头来，只用最少的工作，就能带来最好的结果，何乐而不为呢？