头条信息流广告底层竞价逻辑.pdfVIP

头条信息流广告底层竞价逻辑

主讲三个部分：头条系统推荐算法；广告投放竞价逻辑；广告转化营销漏斗。

一头条系统推荐算法

如果你经常观看某一类型的文章，经常在这类文章/视频下面留言、点赞、回复。

那么你以后刷新出来的文章／视频，很有可能就是你之前看到过的类型。

头条以前的Slogan叫什么？“你关心的，才是头条。”

这就是是头条系统推荐算法。它能够根据用户平时的浏览习惯，个性化的推送相

关咨询信息。

系统推荐算法简单来说就是一个拟合你对内容满意度的函数，解决你和你所处环

境及资讯的匹配，它主要涉及到内容分析、用户标签、评估分析以及内容安全，

一个优秀的工业级推荐系统需要非常灵活的算法实验平台，可以支持多种算法组

合，这个函数通常需要输入三个维度的变量。

第一个是资讯信息本身

信息本身可以是图文、视频、UGC微头条、问答、短视频等类型;

拿文章举例，每篇文章身上都有特定的关键词属性，文章所属行业，关键词，文

章热度，评论转发数等等，都会影响一篇文章是否能被继续推荐，这些关键词组

成了文章特征;

第二个是用户特征

就是头条平台一个普通用户身上所带有的标签，属性。比如，他的年龄、性别、

职业、兴趣爱好等等;

第三个是环境特征

就是用户当前所处的环境状况。比如工作场合、通勤、旅游。

举个例子，有时候我们刷头条，会刷到某某广告，比如“##地方的火锅周年庆，

全场6折起。”而这个地址，极可能就距离你几百米。有时候出去旅游也一样，

刷头条会刷到一些“##地方旅游十大必游景点”等等类似资讯，这个也是系统根

据环境特征，自动为你匹配相关资讯信息。

算法模型基于以上三种特征，预测你可能喜欢的内容，推荐给你。

三者结合，构成了系统推荐模型

今日头条推荐系统的内容线上分类，采用典型的层次化文本分类算法，比如分类

中有科技、体育、财经、娱乐这样的大类，下面再细分足球、篮球、足球会在细

分国际足球和中国足球。你的每一次阅读都可能成为你的兴趣标签，各种兴趣标

签、主体、关键词、垂直兴趣特征、职业、年龄、性别。

各种标签构成了媒体平台，上你的数据模型。

这些数据模型有什么用？广告精准定向投放。

二头条信息流广告竞价逻辑

一条广告能否顺利展现出来取决于什么？

ECPM值。广告竞价排序。

什么ECPM值？

广告展现预估收益。通俗点讲，就是一条广告能够给媒体平台所带来的的价值，

谁的价值越大，谁的广告就能够被优先展现出来。

ECPM值如何计算？

ECPM值＝广告质量度*出价*1000。

1000，就是广告展示1000次的收益。

不同的计费方式，ECPM值有不同的计费公式。具体如下:

CPC（按点击扣费）

ECPM＝预估点击率*出价*1000；

CPM（按展示扣费)

ECPM＝CPM出价

OCPM（目标转化出价，按展示扣费)

ECPM＝预估点击率*预估转化率*目标转化出价*1000

CPA(按转化扣费)

ECPM＝预估点击率*预估转化率*出价*1000

举个例子:

两个同行，都是在做CPC广告竞价，同一时刻竞争同一广告位。

广告A：出价0.3，系统预估点击率0.015

广告B：出价0.2，系统预估点击率0.03;

根据CPC广告的ECPM值计算公式:

广告A的ECPM值＝0.3*0.015*1000＝4.5

广告B的ECPM值＝0.2*0.03*1000＝6

如果广告A和广告B同一时间竞争，广告B竞价胜出，它的广告就能够被优先展

示出来；这里我们也可以看出另外一个结论，广告投放，不是说出价高就一定会

被优先展现出来，它还会受到其他因素的影响。

从一个普通头条用户的角度来看，广告竞价是如何发生的？

首先我们来假设一个用户，性别男，年龄30岁，兴趣标签是买房，投资，首付，

贷款，借钱，信用卡，日常消费。

由兴趣标签，我们可以看出这可能是一个对买房投资有兴趣，可能有贷款需求的

用户。

某一天，他打开头条看资讯，滑动手指向下滑进行刷新。

那么这时候，广告系统会做出如下反馈:

1)用户刷新头条，有看新闻资讯的需求;

2)刷新动作反馈进入广告仓库;

3)广告仓库匹配此用户兴趣标签行业广告类型;

4)对符合条件的广告进行ECPM值排序(粗排+精排+各种过滤)，排除掉不适合的广

告;

5)系统对广告进行频控、流控、dislike广告过滤，再次排除不适合