RTA广告决策引擎

一、RTA是什么，他是怎么进行广告投放的？

我们先来看一个案例

打开一个网站，假设看到右上角的资生堂的广告，而不是神仙水或者雅诗兰黛，那这个投放过程究竟是怎么做的，一起来看一个案例。

1、小谭打开某资讯网站浏览，假设该网站内部已经接入了广告位资源管理平台（SSP），并将这个平台对接进广告交易平台中进行售卖

3.该资讯网站于是通知广告位管理平台 说当前需要向小谭展示一条广告

4.广告位管理平台便向广告交易平台发起广告请求

5.广告交易平台接收到请求后就向各家DSP（需求方平台）发起竞价请求，问你们谁要竞价当前位置

6.DSP把这条广告请求发送给美妆广告主A（资生堂），A接收到请求后用RTA决策引擎（背后可以查询A内部的客户数据）判断出小谭就是自己的目标/高价值用户，决定要参竞向小谭展示广告的机会 信息返到DSP 再通知广告交易平台

7.广告交易平台竞价排名后发现资生堂是最高价，决定展示他的广告，并通知广告位资源管理平台，他们控制了当前广告位上显示资生堂的广告

11.因为他家的出价是比另外两家多了几块钱，所以小谭 我 在1秒内（0.05s）看到了资生堂的广告

这就是RTA的一套工作模式

那如何能精准的判断、指导广告主不花冤枉钱，所以有了RTA广告决策的存在，画了一个原理图来帮助理解

这就是刚才描述的广告投放的关系，从小谭在浏览器中地址栏输入网站的网址，到用户看到页面上的内容和广告这短短几百毫秒之内，就需要发生了好几个网络往返的信息交换。这里的结论可以看到通过RTA决策引擎的影响，判断出小谭是他们的高价值用户，给出了10块钱的报价，最终赢得了这次的广告展示机会。

Ad Exchange首先要向DSP发竞价请求，告知DSP这次曝光的属性，如物料的尺寸、广告位出现的URL和类别、以及用户的Cookie ID等；DSP接到竞价请求后，也必须在几十毫秒之内决定是否竞价这次曝光, 如果决定竞价，出什么样的价格，然后把竞价的响应发回到Ad Exchange。如果Ad Exchange判定该DSP赢得了该次竞价，要在极短时间内把DSP所代表的资生堂的广告迅速送到用户的浏览器上。

二、为什么要做RTA，以及产品价值是什么

人群个性化的筛选 同时能对流量进行实时优选，是他最具价值的两个点

【个性化人群筛选】广告主基于自有模型判定每次请求的人群价值，媒体根据广告主返回“是否参与本次竞价”的结果，确定广告后续竞争与否的选择。

【流量实时优选】媒体实时询问广告主是否参竞，并结合广告主的实时回复进行最终优选。

广告投放也由之前的“流量为中心”转向越来越关注“以客户为中心”，关注客户的留存率、活跃度、全生命周期、价值贡献、关注消费路径、关注公/私域联动精细化运营等，所以大部分广告主使用RTA服务来做老客户定向拉活及拉新排重。

三、设计方案落地实施

基于以上产品介绍再来分享一下设计的落地实施

第一：从0-1 产品链路梳理及用户视角转换

产品层面，经过前期方案反复沟通，了解到pd方主要诉求是产品可以简单直接说明业务逻辑，改变过往需要大量的讲解工作。基于产品诉求，项目一期的设计目标是用图形化表述业务逻辑并且落地，从此草图可以看出pd思路是从底层业务逻辑出发，传达给广告主我们的底层逻辑以及RTA分桶处理的能力。

在着手设计之前我们重新梳理了整体链路 提炼核心元素 从底层逻辑视角尝试切换成 用户使用视角

使用角色广告主立场出发，媒体带着信息向我们发出竞价请求，执行一系列RTA策略后，经过筛选进入标准竞价流程，这一条主链路

第二：页面搭建、落地实现及上线

前面说的有些复杂逻辑，这一部分就是具体实施部分，我将设计分了三个层面

A：是业务属性 宏观层面，其业务诉求

【对外】是帮助广告主避免流量浪费，从而降低成本提升效果

【对内】就是如何让它图形化表达清楚，那让这件事落地让业务清晰展示出来就是我们这一次的设计目标

B：内容框架层面就是基于梳理的主链路，用户-竞价请求-RTA决策引擎-竞价流程

（从用户出发，内容结构大体分为三大板块，竞价请求-实时数据接入；RTA决策引擎-核心信息；竞价流程-标准流程。

那显而易见 侧重的设计内容、画幅占比和刻划重点都集中在这就集中在RTA决策引擎）

C：视觉风格层面

我们可以看了一些其他产品的设计风格，同时也能让用户直观感受到这里面的作用，选择以科技感的“仿真过滤器“整体视觉效果呈现，滤芯装置为参考原型，无论是设计的感觉以及概念都还是比较契合。以动态流向结合文字，辅助降低使用者的理解成本

最后是设计方案呈现

广告主在某个DSP上新建广告计划，选择定向及投放的应用APP（网页/表单，这个和投放目标有关），媒体带着这条广告信息（请求设备ID等）对友盟侧发起请求（已接入RTA），执行一系列RTA策略后，经过筛选逻辑，屏蔽掉一部分无效流量，（通过全域反作弊，判断用户真假，例如是否为刷单用户，特征筛选主要是算法和工程进行的计算，输出高价值用户，所谓高价值用户是与其KPI挂钩，衡量标准是相对的，有些高价值是新用户注册量，有沉默用户唤醒等。通过一系列的筛选过滤）RTA会判断出是否为高价值用户，返回给媒体“要或不要”，告诉他们这个用户是否值得溢价进行投放，之后就是进入RTB标准流程；另一部分则没有经过任何过滤筛选，直接进入RTB流程，无论是有效无效的流量都无法预知，广告主会有更多的无效投入。

动态效果