子恢增长酒馆

广告系统

12 篇已发布内容

会话序列反作弊:当真机农场、AI 画像骗过设备风控之后

黑产已经形成完整上下游供应链,从卡商、IP 代理、改机工具、群控设备再到最终广告变现,形成完整闭环,源源不断输出作弊流量。 很多风控系统过度依赖设备层特征:OAID、IDFA、IP、设备白黑名单。但真机设备农场、AI 动态画像造假、肉鸡设备可以把设备指标做到近乎完全正常。此时 流量、会话、页面访问序列就成为非常关键的第

广告变现的真正难题:平衡业务价值和用户体验

广告拦截器的流行,表面上是用户不想看广告,背后却是用户在反抗失控的广告体验。PageFair曾将安装广告拦截器的动机归纳为几类:担心安全和隐私、广告打断内容、加载速度变慢、广告数量太多,以及展示频率失控。真正让用户反感的,往往不是广告这种商业模式本身,而是一次次无关、侵扰甚至带有诱导性的曝光。 这也解释了广告产品最容易

品牌广告:从消费者记忆到长期增长

效果广告可以直接观察点击、安装和订单,品牌广告的价值更多发生在点击之前:需求出现时,消费者能否想起你;面对相似选项时,是否觉得你更熟悉、更可信。 品牌广告通过持续传播建立品牌形象和消费者认知,突出品牌的独特价值,并为市场份额和长期利润创造条件。它通常需要快速覆盖大量潜在用户,在消费者心中形成稳定位置。 在媒体业务中,品

广告库存分配:把有限流量交给合适的订单

周五下午,销售签下一笔覆盖北京用户的重要订单。系统一查,总库存看起来完全够用。 投放到一半,订单却开始缺量。此前的电视剧频道订单消耗了大量“北京电视剧用户”,这批共享流量被提前用完了。 广告库存像联程航班最后几张座位:给了替代路线很多的人,后面只能坐这一班的人就可能无票可买。 一、共享库存决定全局履约 假设有两个保量订

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

合约广告库存预估:怎样预测未来流量?

合约广告最怕的,不是广告投不出去,而是销售承诺了一个未来无法交付的数字。 库存预估要回答的是:未来某个广告位、某类目标人群有多少曝光可以售卖?行业内部常把1000次曝光简称为“1个CPM”。 一、从流量规模推导可售库存 最粗的估算是: 毛库存 = 预测DAU × 人均广告展示次数 例如某App明天有100万DAU,平均

广告重排:精排只懂局部最优,重排才懂全局最优

精排模型有一个天生的致命短板: 它是单点打分模型,只能保证每一个广告单品分数最优,完全不考虑「一屏展示组合、上下文排布、同质化挤压」。 而用户真实刷广告是 连续浏览、一屏多看 的体验,不是独立单点曝光。 这就是重排模块存在的核心价值: 把单品最优,改成全局最优、体验最优、收益最优。 一、广告重排的两大核心目标 1. 全

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