广告投放是玄学 ？99.9%的人都不知道的Facebook和谷歌广告算法

这个时代或许是属于机器和算法的时代。连你上网“冲浪”时一转眼就能扫到好几条的广告，背后也有它们的身影。

谷歌和Facebook的广告平台正在迅速实现一些功能，这些功能允许几乎所有广告客户使用算法活动管理来优化他们的活动。

如果你在过去几年里一直从谷歌和Facebook购买广告服务，并试图研究透彻它们的算法，你可能已经知道这一点了。

FunPinPin依托于“木瓜移动”的资源与技术优势，木瓜移动作为全球广告先行者，对于出海经验有着超过12年的探索，正因如此FunPinPin相对于其他建站平台也更懂流量更懂营销，今天就来跟大家深入聊聊广告投放的底层逻辑，看看广告投放是否真是玄学？

Facebook和Google这两个平台都在积极推动广告商进行算法式的广告活动管理。机器学习驱动的新功能大约每季度都会推出一次。

竞价系统

Google的广告竞拍采取广义第二价格（Generalized Second Price，简称GSP）。
Facebook采取的是GSP与VCG（Vickrey-Clarke-Groves）的混合体。

什么是广义第二价格（Generalized Second Price，简称GSP）系统？

基本原理就是按照下一位的出价来实际扣费，为了鼓励广告主提高素材、广告点击率，实际计费的公式变成了
收费=下一位价格(下一位质量分／本位质量分）＋０.０１。

简单来说它即是支付数=点击次数*下位出价，即第i个广告位的广告每次点击所付的费用，等于第i+1个广告位的广告出价加上一个很小的值（一般是0.01），出价最高的广告主只需要付出价次高的价格再加一个零头$0.01，广告主要付的费用是由下一名的出价决定的。

例如，广告主A 对广告最多出价$10，而广告主B最多出价$4。那么在GSP拍卖中，A需要付$4 + $0.01(0.01是最小的差值)，现在我们假设A和B更有出价的技巧。

假设一：如果A出价$7(少于A认为这个广告本身的价值)，B出价$8(多于B认为这个广告的价值)，那么B会以$7.01的价格得到第一个广告位，虽然抢到了广告位，但是这个价格比B最高出价多$3.01。

假设二：如果A出价$3.5，B出价$3，那么A会以$3.01得到第一个广告位，但如果B出价$3.6，他会以$3.51的价格得到第一个广告位，这样就可以节省$0.49。

但是这样会出现恶意竞价的可能，广告主们推测竞争者的出价还是可以做到的。比如，A的真实出价是$10，B出不起这么高的价格，它认为广告位就值$4，它想我出$4，那A只用每次付费$4.01了，既然得不到这个广告位，我也不能便宜A了，我出$9.99好了，最终大家都不讨好。

为了解决上面的问题，比如Google在系统里加入了质量得分的因素，解决了这个问题。质量得分里最关键的是CTR，显然，不应该在竞价排名时，只考虑价格，而应该综合竞价和点击率。影响质量得分的还有：点击率，广告的相关性，广告帐户历史等等。

GSP是一种稳定的竞价方式，可操作性很强，现阶段几乎所有的互联网广告平台都使用这一种竞价方式。

GSP的不足是，竞价的结果不一定是全局最优化的。于是，VCG竞价算法出现了。

什么是VCG（Vickrey-Clarke-Groves）竞价系统？

基本原理就是广告主为参加拍卖过程中给别的广告主带来的损失之和来买单定价。

Pacing是广告系统中花费预算的节奏的一个算法。

Google Adwords设定好预算和最高出价，Adwords就可以自动通过出价调节，让你在这个限定的预算下获取最多的点击,都是通过调节出价，让广告主获得最大的ROI。

Facebook广告的pacing系统更注重长期和总体价值的创造，在竞争较为激烈的环境下，起量较慢。Facebook 平台内每天有很多广告投放机会，其中某些投放机会的花费相对更高。因此，在广告组的整个投放期间，费用并非一成不变。排期机制考虑到了这样的变化，通过掌控预算使用速率，寻找最佳的机会以最低的价格向用户展示广告，来提高广告主的价值。默认情况下，Facebook 会在一天内向目标受众均匀地展示你的广告。

下面我们通过一个例子解释一下这个算法：

例子背景：
某广告主现在在推广一款产品，每天预算$10，以CPC计费，我们预先假定每次广告点击能产生$5的收益。

下面我们将通过3种不同情况的竞价情景,解释为什么pacing能为广告主提供最大的价值。

案例一：没有Pacing算法的时候

广告总花费= $10
广告总点击价值 = 6 *$5 = $30
每点击价值 =$5
预算 = $10
广告总收益 = $30 – $10 = $20

案例二：出价过低

这种情况下，追求最低的点击价格，但是广告主的预算最后没有能用完，最终的广告效果也最差。

广告总花费 = $4
广告总点击价值 =4* $5 = $20
每点击价值 = $5
预算= $10
广告总收益 = $20 – $4 = $16

案例三：Pacing算法下的均衡状态

这时候，广告客户获得了最大的点击数，获取到了最大收益，同时也用完了每日预算。

广告总花费 = $10
广告总点击价值 =7* $5 = $35
每点击价值 = $5
预算 = $10
广告总收益 = $35 – $10 = $25

从上面例子中，当我们在整段时间内使用稳定的出价（Pacing），广告主的价值相比没有Pacing或者出价过高过低，得到了最大化。为了实现目标，Pacing期望通过学习其他的有同样目标用户的竞争广告，提出一个优化的竞价。

Pacing 是广告系统中调节花费预算节奏的一个算法，一个类比就是竞跑的运动员：过早冲刺意味着在终点前就没劲了，但过晚冲刺也许你就没完成这次比赛。Pacing 保证对所有的广告主在竞争前提下自动分配不同的广告预算。

Pacing 在给定预算下最大化广告主的利润。它让广告主更加真实，保证了可预测的投放。这种稳定投放让每日的价格稳定并帮助广告主公平获取他们目标用户的门槛。

自动出价系统

Google Adwords系统中，同一广告主可以选择多条广告平均展示。

Facebook广告中，如果同一账户下有多个广告指向同一个目标，那么系统会选择一个（半随机）进行出价，屏蔽未被选中的广告的出价。

以上介绍只是让大家对两个广告平台的有一个简单的了解，在大多数模块上，Facebook和Google的实现其实是惊人相似的，差异更多是来自于产品本身的不同。列举这些也是让大家知道我们平时在用的广告系统是如何运行的，知其然，亦知其所以然，有助于我们进行广告投放。

Facebook的预算自动优化(Campaign Budget Optimization)，这跟谷歌的Universal App Campaigns差不多。

谷歌你所需要做的就是提供一些文本，一个开始的出价和预算，并让我们知道你的广告的语言和定位。我们的系统将测试不同的组合，并更经常地显示效果最好的广告，不需要你额外工作。

对于花钱让机器算法来决定如何打广告，不少人还是存有疑虑：机器管理的广告真的能像人类管理的一样出色吗?答案是肯定的。机器管理的活动目前与人工管理的表现误差在正负10%以内，而且经过迭代肯定会越来越好。