广告系统的smart pricing是什么

smart pricing这个词来源于google的Adwords系统,指的是系统能够根据流量质量对流量方的收入进行打折,为的是让广告主获得更高的ROI(投资回报率)。将smart pricing的使用场景抽象化,任何一个广告系统,只要它有着各种各样不同的流量,而这些流量的效果有好有坏,那么smart pricing都有它的用武之地。

  • 如果系统发现一个流量(网站、APP、网站或APP的某个广告位)的效果好,那么,我们不对它的收入进行打折。
  • 如果系统发现一个流量的效果差(与大盘平均效果相比),那么,我们会对它的收入进行打折。举个例子,假设一次点击本应该收入0.2元,经过打折之后流量方可能只能获得0.1元,具体打折系数是多少,依赖于smart pricing算法的计算结果。

总结来说就是,效果不好的流量,它应得的收入里会被扣掉一部分。这样才能提高ROI,提高CVR,让广告主的报表更加好看。

至于“效果”好不好怎么衡量?应该尽量选取广告主更关注的数据,例如订单成交量、页面注册量、APP激活量,等等。对于APP广告来说,如果拿不到最后的转化数据,退而求其次,也可以使用APP安装量、APP下载量、APP下载开始量等数据。

关于smart pricing,Google做过几个声明:

  1.很多因素决定一个广告的价格,而不仅仅是smart pricing。

除了转化率,还有很多因素会影响广告的价格:广告主的出价、广告质量、其他广告的竞价、投放计划的开始或结束。

  2.点击率不能够反应广告主的ROI

有可能遇到点击率(CTR)很低、转化率很高的情况,也可能遇到点击率很高、转化率很低的情况。所以如果你的流量上点击率很低,也不要担心,因为可能它的转化率很高。

  3.Google不会通过smart pricing挣钱

事实上,smart pricing会是Google挣的钱减少,因为为了保障广告主的ROI,广告消耗是减少了的。最后会奖励到那些创造高质量流量的流量方。

时间: 2024-10-04 07:29:41

广告系统的smart pricing是什么的相关文章

广告基本知识-在线广告系统

在线广告系统 下图是广告系统的一个概念图,请大家不要误解成是实际的架构图. 搭建一个广告系统有以下几个重要组成部分: 1. 高并发的投送系统,即在线的AdServer,它通过请求中的user和context信息来决定展示哪些ads.它的特点是高并发,要做到10ms级别的实时决策,百亿次/天的广告投放系统. 2. 受众定向平台,它进行离线的数据挖掘分析,一般要用到Hadoop.比如进行点击率预测的分析. 3. 数据高速公路,它是联系在线与离线的部分,它比较简单,可以用开源工具实现,它的作用是准实时

合约广告系统-常用广告系统开源工具

常用广告系统开源工具 常用广告系统开源工具 是否可以用开源工具快速地搭建广告系统?可以肯定的说,基本是可以的.很多重要的模块,如上章所讲的architecture里的模块很多都可以借助开源工具实现. 在实际的广告系统中我们会用到很多的开源工具.下面我将分别讲述几个开源开具.基本上所有的大的广告系统公司都要使用Hadoop平台,除了google.Hadoop是广告平台中建模的基础,Hadoop有很多子项目,有的子项目与Hadoop有密切的联系,有的子项目仅是在Hadoop框架体系下深挖出来的一些I

合约广告系统-在线分配问题

在线分配(Online Allocation)问题 在线分配问题 前面提到过广告是三方博弈,用户,广告主,媒体之间的博弈,而推荐系统是用户与媒体的博弈.它们之间的区别其一是广告主通媒体reach用户是有量的需求的,推荐系统是自己把内容推给用户,不见得有明显的量的需求.广告的量的需求体现在两个方面,一种是我前面提到的GD广告系统,有量的下限的需求,或者说有固定流量的需求,二是Non- Guaranteed delivery,即非合约方式,它有一种上限的限制,它受到广告预算的受限.所以在线分配问题的

合约广告系统-合约广告系统

合约广告系统 直接媒体购买 合约广告英文是Agreement-based Advertising,它是一种基于合约(Agreement)的商业模式,大家会看到它与后面的Network和Exchange有相当大的不同,我们当前最主要的是把合约广告要解决的问题理解清楚,具体的技术可以再理解. 传统的广告媒体购买方式是称之为直接媒体购买方式(Direct Media Buy),它是一种简单的购买方式,比如一个杂志可能有几个广告位,比如封二页,封底页,广告主可以直接购买这些广告位,这种方式没有任何的技术

广告系统中weak-and算法原理及编码验证

wand(weak and)算法基本思路 一般搜索的query比较短,但如果query比较长,如是一段文本,需要搜索相似的文本,这时候一般就需要wand算法,该算法在广告系统中有比较成熟的应 该,主要是adsense场景,需要搜索一个页面内容的相似广告. Wand方法简单来说,一般我们在计算文本相关性的时候,会通过倒排索引的方式进行查询,通过倒排索引已经要比全量遍历节约大量时间,但是有时候仍 然很慢. 原因是很多时候我们其实只是想要top n个结果,一些结果明显较差的也进行了复杂的相关性计算,而

合约广告系统-Hadoop

Hadoop Hadoop 概况 Hadoop 由 Apache Software Foundation 公司于 2005 年秋天作为Lucene的子项目 Nutch的一部分正式引入.它受到最先由 Google Lab 开发的 Map/Reduce 和 Google File System(GFS) 的启发.Yahoo! 是最主要源代码贡献者, 贡献了大约80%的代码,Powerset写的HBase, Facebook 写的Hive都是Hadoop上很重要的子项目.Hadoop的使用异常广泛,凡

大型广告系统架构概述

在互联网江湖中,始终流传着三大赚钱法宝:广告.游戏.电商.三杰之中,又以大哥广告的历史最为悠久,地位也最为不可撼动.君不见很多电商和游戏公司,也通过广告业务赚的盆满钵满.其发迹于Y公司,被G公司发扬光大,又在F公司阶段性地完成了其历史使命.F公司,在移动互联网兴起之际,利用其得天独厚的数据优势,终于能够回答困扰了广告主几百年的问题:我的广告究竟被谁看到了?浪费的一半的钱到底去了哪里? 从用户角度来看,广告其实是充斥着互联网的每个角落,但正如习惯成自然一样,对于越常见的事物,越少有人究其根本.对于

大型广告系统架构 — 检索模块

广告系统主要解决一个问题:在给定展示场景.用户的情况下,返回收益最大化的广告.下图是一个广告系统最简单的架构图.其中,Router,检索模块,排序模块一般称为广告系统的核心.同时,与之辅助的至少包含三大系统:特征计算系统,计费系统,投放系统. 先介绍一下三个辅助系统的主要功能: 特征计算系统:实时计算广告展示环境 (网页,APP) 的特征,用户的特征.并提供实时查询功能. 计费系统:实时处理广告的展现 (CPM).点击 (CPC).转化 (CPA)数据,并计算广告的剩余预算.需要包括反作弊功能.

竞价广告系统-点击率预测和逻辑回归

点击率预测和逻辑回归 点击率预测 从广告索引中我们得到很多的广告候选,这些广告从逻辑上都满足广告主的定向条件,即广告主定向条件的DNF范式,在竞价广告系统中,我们要选择一个最优的方案,最优的广告投送出来,一般最优的广告是通过eCpm进行排序,用广义第二高价进行排序,进行收费的模式.在CPC环境中eCpm=bid * ctr,那么对CTR的预测就是竞价广告系统中最重要的一个部分. 每个公司都对点击率预测有不同的做法,做法也非常多,这里只描述一下人人对这个问题的理解和看法. 广告点击预测概率模型: