DSP 投放的基本流程和算法
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了DSP 投放的基本流程和算法相关的知识,希望对你有一定的参考价值。
DSP 投放的基本流程和算法
DSP 在进行投放的时候通常按照如下流程:
步骤1:识别用户:
DSP 系统通常会在广告展示的时候,同时放置一个检测点,这样当互联网用户第一次访问 广告主的网站时,就会种下一个cookie,这样DSP就可以追踪到这个网民的在广告主网站上的行为数据。DSP还会和媒体以及第三方DMP进行合作,进行 Cookie Mapping,以便在竞价前能够识别该用户。
步骤2:受众选择:
对广告主的每个推广活动, 制定一个模型,该模型以在广告主的网站上发生转化行为(转化行为可以是注册,点击,购买,下载等等)的用户为正例,没有发生转化行为的用户为负例。建立模型后,对所有的用户预估转化概率p(c | u),即该用户u有多大的概率会在广告主的网站上发生转化行为(c表示conversion),去掉大多数转化概率非常小的用户,将目标用户根据转化概率 高低分到不同的投放计划中。这样我们对每个活动就找到了很多的目标用户,而且这些用户根据他们的质量高低,被分别放在不同的投放排期中。
步骤3:进行实时竞价:
当adx(Ad Exchange)把请求发过来的时候,DSP会拿到以下信息:当前广告位的信息,当前用户的 cookie和终端信息。DSP需要在指定时间内(通常100ms内),根据对当前用户的分析,并且结合当前广告位,根据自己的bidding算法,来要决定是否要买这次展现,投放哪个compaign的广告,出价是多少(bidding),并向Ad exchange返回出价信息?如果超过时间DSP没有响应,则 exchange默认DSP放弃这次竞价。
步骤4:展现广告:
如果赢得了展现机会,则DSP返回创意,用户就会在该广告位看到该创意。
步骤5:追踪转化:
DSP在广告主的网站上埋了点,就能知道用户是否在这次展现之后进行了转化行为。根据这些数据统计转化率,每个转化平均成本等指标,汇总成报告给广告主
DSP 受众选择算法:
1. Low-level Model:这个模型的作用是做初选。所有在活动对应的广告主网站上发生转化行为的用户作为正例,其他的用户作为负例。该模型的特征只有一类,就是用户历史访问过的URL。采用线性方法降低维度影响
2. High-level Model: 这个模型的作用是细选。模型的样本和Low-level Model一样,特征就不限于用户访问过的URL了,可以是这个用户的各种挖掘出来的属性标签,包括可解释的分类标签,不可解释的聚类,与广告主网站的关联特征等。也就是给用户打标签的方式
DSP 竞价算法
以上是关于DSP 投放的基本流程和算法的主要内容,如果未能解决你的问题,请参考以下文章