這個時代或許是屬于機器和算法的時代。連你上網“沖浪”時一轉眼就能掃到好幾條的廣告，背后也有它們的身影。

谷歌和Facebook的廣告平臺正在迅速實現一些功能，這些功能允許幾乎所有廣告客戶使用算法活動管理來優化他們的活動。

如果你在過去幾年里一直從谷歌和Facebook購買廣告服務，并試圖研究透徹它們的算法，你可能已經知道這一點了。

FunPinPin依托于“木瓜移動”的資源與技術優勢，木瓜移動作為全球廣告先行者，對于出海經驗有著超過12年的探索，正因如此FunPinPin相對于其他建站平臺也更懂流量更懂營銷，今天就來跟大家深入聊聊廣告投放的底層邏輯，看看廣告投放是否真是玄學？

Facebook和Google這兩個平臺都在積極推動廣告商進行算法式的廣告活動管理。機器學習驅動的新功能大約每季度都會推出一次。

競價系統

Google的廣告競拍采取廣義第二價格（Generalized Second Price，簡稱GSP）。
Facebook采取的是GSP與VCG（Vickrey-Clarke-Groves）的混合體。

什么是廣義第二價格（Generalized Second Price，簡稱GSP）系統？

基本原理就是按照下一位的出價來實際扣費，為了鼓勵廣告主提高素材、廣告點擊率，實際計費的公式變成了
收費=下一位價格(下一位質量分／本位質量分）＋０.０１。

簡單來說它即是支付數=點擊次數*下位出價，即第i個廣告位的廣告每次點擊所付的費用，等于第i+1個廣告位的廣告出價加上一個很小的值（一般是0.01），出價最高的廣告主只需要付出價次高的價格再加一個零頭$0.01，廣告主要付的費用是由下一名的出價決定的。

例如，廣告主A 對廣告最多出價$10，而廣告主B最多出價$4。那么在GSP拍賣中，A需要付$4 + $0.01(0.01是最小的差值)，現在我們假設A和B更有出價的技巧。

假設一：如果A出價$7(少于A認為這個廣告本身的價值)，B出價$8(多于B認為這個廣告的價值)，那么B會以$7.01的價格得到第一個廣告位，雖然搶到了廣告位，但是這個價格比B最高出價多$3.01。

假設二：如果A出價$3.5，B出價$3，那么A會以$3.01得到第一個廣告位，但如果B出價$3.6，他會以$3.51的價格得到第一個廣告位，這樣就可以節省$0.49。

但是這樣會出現惡意競價的可能，廣告主們推測競爭者的出價還是可以做到的。比如，A的真實出價是$10，B出不起這么高的價格，它認為廣告位就值$4，它想我出$4，那A只用每次付費$4.01了，既然得不到這個廣告位，我也不能便宜A了，我出$9.99好了，最終大家都不討好。

為了解決上面的問題，比如Google在系統里加入了質量得分的因素，解決了這個問題。質量得分里最關鍵的是CTR，顯然，不應該在競價排名時，只考慮價格，而應該綜合競價和點擊率。影響質量得分的還有：點擊率，廣告的相關性，廣告帳戶歷史等等。

GSP是一種穩定的競價方式，可操作性很強，現階段幾乎所有的互聯網廣告平臺都使用這一種競價方式。

GSP的不足是，競價的結果不一定是全局最優化的。于是，VCG競價算法出現了。

什么是VCG（Vickrey-Clarke-Groves）競價系統？

基本原理就是廣告主為參加拍賣過程中給別的廣告主帶來的損失之和來買單定價。

Pacing是廣告系統中花費預算的節奏的一個算法。

Google Adwords設定好預算和最高出價，Adwords就可以自動通過出價調節，讓你在這個限定的預算下獲取最多的點擊,都是通過調節出價，讓廣告主獲得最大的ROI。

Facebook廣告的pacing系統更注重長期和總體價值的創造，在競爭較為激烈的環境下，起量較慢。Facebook 平臺內每天有很多廣告投放機會，其中某些投放機會的花費相對更高。因此，在廣告組的整個投放期間，費用并非一成不變。排期機制考慮到了這樣的變化，通過掌控預算使用速率，尋找最佳的機會以最低的價格向用戶展示廣告，來提高廣告主的價值。默認情況下，Facebook 會在一天內向目標受眾均勻地展示你的廣告。

下面我們通過一個例子解釋一下這個算法：

例子背景：
某廣告主現在在推廣一款產品，每天預算$10，以CPC計費，我們預先假定每次廣告點擊能產生$5的收益。

下面我們將通過3種不同情況的競價情景,解釋為什么pacing能為廣告主提供最大的價值。

案例一：沒有Pacing算法的時候

廣告總花費= $10
廣告總點擊價值 = 6 *$5 = $30
每點擊價值 =$5
預算 = $10
廣告總收益 = $30 – $10 = $20

案例二：出價過低

這種情況下，追求最低的點擊價格，但是廣告主的預算最后沒有能用完，最終的廣告效果也最差。

廣告總花費 = $4
廣告總點擊價值 =4* $5 = $20
每點擊價值 = $5
預算= $10
廣告總收益 = $20 – $4 = $16

案例三：Pacing算法下的均衡狀態

這時候，廣告客戶獲得了最大的點擊數，獲取到了最大收益，同時也用完了每日預算。

廣告總花費 = $10
廣告總點擊價值 =7* $5 = $35
每點擊價值 = $5
預算 = $10
廣告總收益 = $35 – $10 = $25

從上面例子中，當我們在整段時間內使用穩定的出價（Pacing），廣告主的價值相比沒有Pacing或者出價過高過低，得到了最大化。為了實現目標，Pacing期望通過學習其他的有同樣目標用戶的競爭廣告，提出一個優化的競價。

Pacing 是廣告系統中調節花費預算節奏的一個算法，一個類比就是競跑的運動員：過早沖刺意味著在終點前就沒勁了，但過晚沖刺也許你就沒完成這次比賽。Pacing 保證對所有的廣告主在競爭前提下自動分配不同的廣告預算。

Pacing 在給定預算下最大化廣告主的利潤。它讓廣告主更加真實，保證了可預測的投放。這種穩定投放讓每日的價格穩定并幫助廣告主公平獲取他們目標用戶的門檻。

自動出價系統

Google Adwords系統中，同一廣告主可以選擇多條廣告平均展示。

Facebook廣告中，如果同一賬戶下有多個廣告指向同一個目標，那么系統會選擇一個（半隨機）進行出價，屏蔽未被選中的廣告的出價。

以上介紹只是讓大家對兩個廣告平臺的有一個簡單的了解，在大多數模塊上，Facebook和Google的實現其實是驚人相似的，差異更多是來自于產品本身的不同。列舉這些也是讓大家知道我們平時在用的廣告系統是如何運行的，知其然，亦知其所以然，有助于我們進行廣告投放。

Facebook的預算自動優化(Campaign Budget Optimization)，這跟谷歌的Universal App Campaigns差不多。

谷歌你所需要做的就是提供一些文本，一個開始的出價和預算，并讓我們知道你的廣告的語言和定位。我們的系統將測試不同的組合，并更經常地顯示效果最好的廣告，不需要你額外工作。

對于花錢讓機器算法來決定如何打廣告，不少人還是存有疑慮：機器管理的廣告真的能像人類管理的一樣出色嗎?答案是肯定的。機器管理的活動目前與人工管理的表現誤差在正負10%以內，而且經過迭代肯定會越來越好。