DPA+RTA商品广告进阶玩法
很多人都有过这种体验：刚和朋友聊起想买扫地机器人，转头刷短视频就看到了广告，甚至怀疑手机在偷听。其实大概率不是偷听，而是 DPA 动态商品广告。 DPA 的底层逻辑是：你的浏览、加购、搜索行为会被平台打上标签，结构化商品库里对应的商品在毫秒级内自动匹配给你，生成千人千面的广告创意。你觉得是「心有灵犀」，其实是跨平台的数
广告
6 篇已发布内容
解决广告流量瓶颈：Lookalike 相似人群扩量全解析
你知道广告投放中如何解决精准定向人群太少、流量跑空的问题吗？2013年，Facebook首次提出了Lookalike技术，用一小批高价值种子用户，在全网挖掘相似用户，成为广告平台放量的底层基础。 Lookalike（相似人群拓展）是 广告投放核心扩量技术 ，2013 年由 Facebook 首次提出。核心思想非常直白：
召回粗排主打轻量化，为何精排阶段得上 DeepFM、MMOE 与 ESMM？
为什么召回、粗排可以用双塔、简单 MLP，精排一定要上 DeepFM、xDeepFM、MMOE、ESMM 这些复杂的深度模型？ 到了精排阶段 仅剩余百条内广告，算力压力极小，且直接决定广告竞价与平台收益。 依赖多维度高阶特征交叉，所以用 DeepFM/xDeepFM； 需同时拟合点击、转化、负反馈等冲突目标，所以用 M
广告系统多路召回全拆解：规则、协同过滤、双塔召回核心原理与落地优劣
广告系统中的召回方式多样，各有千秋：规则召回稳定兜底，协同过滤经典实用，双塔向量则凭借深度学习成为个性化推荐的主力。 在广告系统的世界里，召回是地基，排序是上层建筑，而召回的核心目标，是从百万级广告池中快速筛出高质量候选集，快、全、准缺一不可。 做广告、推荐算法的同学都知道： 召回是整个广告系统的地基 。排序精不精细，
看懂 PDB、PD、PA、RTB，搞定程序化采买底层逻辑
程序化广告经过十余年发展，IAB（美国互动广告局）标准化定义了四类主流程序化采买模式： PDB 程序化保量直购、PD 首选交易、PA 私有竞价、RTB 公开实时竞价 。 通过“是否固定出价”和“是否保障库存”两个维度可以区分：曝光请求优先匹配 PDB，剩余流量进入 PD 首选交易，再流转至 PA 私有竞价，最后剩余长尾
谷歌放弃 GSP 改用 GFP，国内大厂却死守二价广告，核心原因是什么？
海外广告市场集体转向GFP，国内头部平台却坚守GSP，这背后是市场结构的差异，还是投放生态与平台商业结构的深层博弈？ 当广告竞价遭遇多层博弈，GSP机制下竟出现出价最高者反而结算成本更低的倒挂怪象，谷歌为何最终选择切换回GFP机制？ 一、两种拍卖机制核心规则与博弈特性 1、广义第一价格 GFP 规则：出价最高者赢得曝光