在线广告购买方式的前世今生

大家好，我是想走在程序化广告前沿的广告狗Conan。在线广告的历史，总是很迷，除了二阶竞价之外，其实已经经历过好多年好多购买方式的演变。我们今天聊聊它的历史。

在在线广告的早期阶段，广告位的购买方式与平面广告的购买方式相同，即广告资源是以固定价格直接从publisher处购买的，通常以cost-per-mille（CPM）计费方式为基础。在20世纪90年代末和21世纪初期，出现了许多新的广告技术平台，如ad network，以帮助广告商在更多网站上展示广告，并允许publisher卖掉他们更多的广告位资源。

然而，直到2007/2008，由于引入了实时出价（RTB），在线广告行业才真正大踏步前进。这改变了这个游戏的玩法，从以下几种方式得到体现。

首先，广告主可以按展示展示购买媒体的广告位，这允许他们向多个不同网站上的个人用户展示他们的广告，而不是只在一个网站上向浏览这个网站的不同用户展示他们的广告。

其次，它引入了一种买卖在线广告的新方式 - 二阶竞价（the second-price auction）。程序化广告购买的世界采用了第二价格拍卖模式，并成功使用了多年。第二价格拍卖的实施已经允许广告主以高价格来确保赢得展示的机会，但最终支付的价格要低得多，通常是第二高的出价加0.01美元。

然而，由于最近的趋势和对供应商费用透明度的不断推动，我们正在目睹这个拍卖模式正向一系列新拍卖模式的稳步过渡，这些模型实质上与第一价拍卖更为相似。

实时竞价拍卖虽然最初基于第二价格拍卖，但最近已经演变为“混合”二次拍卖，以获得展示的卖家会出更高价格。我们在之前的一篇文章中讨论了过渡的可能原因。

广告交易/ SSP向首次拍卖的转变源于降低其采用率的压力增加（即，他们适用于消费者剩余的费用，即减少的费用），这些通常是出版商不知道的，并允许SSP增加他们的利润。

招标的演变：从waterfalling到Header Bidding

出版商正在努力重新获得二次价格程序化拍卖中减少（出价和结算价格之间的差额）所带来的一些收入损失。这就是为什么SSP和广告交易所越来越多地实施软性和硬性价格下限的组合，实质上是引入了第一次和第二次价格拍卖的混合拍卖。与此同时，我们正在目睹稳定过渡到新的拍卖类型，以解决收益率和填充率问题。这些包括传统的publisher waterfalling，以及最近的Header Bidding。

Waterfalling

在Header Bidding出现之前，publisher最初完全依赖于瀑布式拍卖。waterfalling（也称为菊花链 daisy chain或瀑布标签waterfall tags）是一个过程，旨在通过一次启动一个需求源以顺序方式销售publisher的库存。

waterfalling过程的例证

在waterfalling中，每次新的展示都会首先在publisher的广告服务器中处理，目的是将其与其直接广告系列相匹配。然后，如果找不到符合条件的直接广告系列，则会将展示结果发送给排队的下一个合作伙伴，通常是广告网络或SSP，它会尝试填充展示。

随着时间的推移，publisher提出了通过添加其他ad network和SSP来改进瀑布式拍卖的新方法。通过这种方式，如果第一个SSP未能填充展示，则会将其传回广告服务器并发送到第二个SSP，然后发送到第三个，依此类推。

瀑布的顺序通常基于平均历史收益率，即历史收益率，即需求来源过去为发布商提供的平均金额。一旦展示被填满，瀑布中的所有其他需求源都不会被查询，这意味着永远不会考虑所有其他（可能更高的）出价。下图说明了该过程：

瀑布流中的一些需求源不会被查询，虽然可能会有更高的出价，但它们从未被考虑在内

waterfalling的问题

publisher使用瀑布来管理他们的合作伙伴，并按照从最高到最低的付款人的顺序为广告主提供服务，这也会减少竞争的可能性，因为这意味着一些竞标者根本无法满足publisher的底价（他们愿意出售库存的最低金额）。

虽然瀑布是与多个合作伙伴合作的绝佳方法，但由于多种原因，它可能很难管理：

收益风险：publisher的广告服务器根据平均历史收益率选择要投放的合作伙伴。但是，这个平均值从来不是任何单一展示请求的实时价值的比较好的预测。因此，publisher根据对展示的价值而不是实际价值的假设来管理广告资源。这可能导致publisher从未看到最高出价，因为并非每个合作伙伴都有机会参与竞价。考虑这个例子：

发生了什么？DSP 3和DSP 4的出价从未出现，因为SSP是根据预定义的优先级顺序调用的（SSP 1由于历史平均收益率或另一个手动设置的优先级而首先被调用），这导致DSP 3和DSP 4的出价高得多但是却“浪费了。”

Fill risks填充风险：publisher的广告服务器通常会决定向平均费率最高的合作伙伴提供展示次数。然而，有时合作伙伴根本无法填充它的广告位。因此，致电合作伙伴不仅浪费时间，而且现在还要求publisher制定“B计划”，如果他们想要出售展示的话。此B计划通常是打电话给另一个合作伙伴，或者将其传回广告服务器进行第二轮决策，整个过程可能会重复。结论：调用无法填充广告的合作伙伴是主要问题。发布商需要知道他们是否可以在致电合作伙伴之前就可以填充他们的展示。

Pass-back pain ：管理这些复杂的应急计划并不断优化，分析和报告设置已变得非常难以处理。AdOps团队必须登录许多系统才能获得准确的报告，减少自己广告的回传展示次数，并更新合作伙伴的平均历史收益率以保持整个运行状态。

简而言之，有许多手动工作与一些应该是完全自动化的过程相关联 - 毕竟它被称为程序化广告购买。

由于填补风险，publisher会遇到运营问题：相反，他们如果有很高的填充风险的那么就是对他们的收益有影响。今天，publisher可以使用header bidding代替waterfalling来弥补所有这些风险。

Header Bidding

Header Bidding是一种更新，更智能的方式来通过publisher的广告资源获利。它需要较少的人工手动工作，并增加了publisher的收入。

Header Bidding是在将主要广告调用发送到发布商的广告服务器之前接受出价，然后在广告决策过程中包含这些出价的做法。标题出价能够通过位于网页头部的一条JavaScript向各种需求来源发送广告请求来实现这一目标，因此名称为“标题出价”。

通过Header Bidding，在将广告调用发送到publisher的广告服务器之前，会收到并最终确定所有出价。

引入Header Bidding是为了允许publisher与多个需求来源集成，并解决上段提到的一些最紧迫的程序化广告购买问题。以下是标题出价的一些好处：

更高的收益率

Header Bidding允许publisher在最终的广告投放决策发生之前，查看广告主愿意为展示提前支付的费用。通过这种方式，他们可以确切地知道每个展示对于许多需求来源的价值，而不必依赖于平均历史收益率。结果是付费最高的需求来源实际上赢得了展示。

较高的填充价格

由于更高的收益率本身需要较高的填充率，后者也解决了过程。通过Header Bidding，不会“浪费”任何展示次数。发布商始终知道通过SSP或ad exchange是否会带来展示次数。最后，通过消除填充风险，您可以远离waterfalling，多个交换以顺序方式查询到单个级别，每个SSP /ad exchange将对其出价进行100%的填充。这是什么情况？没有复杂的daisy chains可以管理，没有回传的痛苦，以及必须在publisher方面进行更少的手工工作。许多publisher在测试header bidding时可以继续使用waterfalling，最终目标是摆脱waterfalling，只使用header bidding。

Header bidding为publisher提供了明显的好处，因为它可以告诉他们在不牺牲展示的情况下市场将支付多少费用。它提供了保证直接销售展示和RTB需求之间的公平竞争，但该方法并不完美。

Header bidding问题

Header bidding虽然比传统的瀑布式方法有了很大的改进，但它本身存在问题和效率低下。

隐私权问题：由于Header bidding的请求是同时发送的，因此每个出价工具都可以访问所有从拍卖中获得展示次数的用户的数据。publisher最多可以拥有十几个标题出价合作伙伴。甚至有ad exchange允许需求方平台接受买入请求，基本上只是“监听”数据而不花钱。随着竞标合作伙伴数量的增加，数据传递给客户的风险更大，并且从那里进一步泄漏。

许多请求，一个DSP：标头出价请求被发送到多个SSP，但它们可能都将请求转发到相同的DSP。

插图基于OpenX在ATS会议上提供的演示文稿中的幻灯片

连续拍卖的效率低下和不可预测性。当前的标题 - 出价模型中有连续的第二价格拍卖 - 首先是SSP级别，然后是标题出价者。该模型涉及在广告购买过程中整合标题出价和SSP。这是为了最大化填充，但可能使拍卖的结果有点不可预测。

底线：最高出价者不再100％保证赢得拍卖。此外，发布商并不总是获得愿意为展示支付的最高价格的买家。

瀑布和标题出价的可视化比较。在瀑布式中，赢家的选择不仅取决于结算价格，还取决于他们为出版商产生的平均历史收益率所产生的排名。

New Auction Dynamics

在拍卖动态方面，标题出价肯定比瀑布模型有所改进，但它仍然存在一些问题和低效率。上述问题和考虑导致了一系列新的拍卖机制的发展。来看下例子：

1.用户访问网站。

2.发起header bidding请求的同时向SSP /ad exchange发出请求。

3.每个SSP /广告交易平台都会将出价请求广播到与其连接的多个DSP。

4.每个DSP都会响应匹配广告系列的广告主愿意支付的出价响应和最高每千次展示费用价格（10美元，5美元，8美元，6美元）。

5.SSP /广告交易所执行第二价格拍卖（例如，如果SSP收到10美元和5美元的出价，则获胜者支付的每千次展示费用为5.01美元 - 结算价格）。

6.SSP将$ 5.01清算价格返回到标头出价包( header-bidding wrapper)。

7.标题出价包（ header-bidding wrapper）选择最高清算价格（第一价格拍卖）并展示。

这个系统怎么效率低下了？事实上，另一位买家愿意支付更多费用（上述例子中的10美元买单）。然而，由于SSP级别没有任何高出价者，第二价格拍卖的结算价格仅为5.01美元，低于其他SSP级别。这是出版商希望避免的利润浪费机会。

上面的例子说明了目前使用的标题出价拍卖过程的低效率。DSP 1的10美元出价没有赢得DSP 3的8美元出价，因为SSP 1进行了第二次价格拍卖（清算价格为5.01美元），而SSP 2的清算价格为6.01美元。

Arguments for First-Price Auctions

多级拍卖产生的结果可能会对投标人有利; 更高的出价不能保证赢得展示。当在SSP中进行第二价格拍卖并且在标题出价中进行第一价格拍卖时，较低的出价有时会最终获胜。卖方为了最大限度地增加收入，已经开始采取预防措施：软地板价和硬地板价（oft floors and hard floors）。这些策略有效地使第二价格拍卖看起来更像是第一次价格拍卖，但同时也损害了整个系统的透明度。

当顺序执行时 - 即不是最终拍卖时，第二价格拍卖模型不再是真实的。在连续拍卖中，由于某些展示有时可能很少竞争或有需求（并且买方的出价值是分散的），因此动态定价时常发生各种底价优化和恶作剧。这种动态定价本质上是一种价格歧视，不建议作为长期业务策略。这种调整的最终结果是广告商宁愿在其他地方做生意而不是处理价格游戏。

通过利用各种底价优化，发布商能够改变价格下限并提高其收益率，直到达到几乎可能的最高CPM。这种方法使投标人最终支付的价格更接近他们愿意支付的价格，并将第二价格拍卖转换为准第一价格拍卖。这些策略导致供应方平台上需求方平台的压力越来越大，以提高其库存质量，并停止诸如级联拍卖（cascading auctions），标题聚合（aggregation of header）和DSP出价汇总以及导致新拍卖的底价策略等阴暗机制动态，对于投标人而言并不完全清楚，并且损害了系统中的信任。

有趣的是，2012年已经感受到对二级市场的恶作剧的担忧，亚当德雷克在其关于实时竞价，第一和第二价格拍卖以及透明度的帖子中恰当地描述了这一点。引入第一价拍卖可能是恢复RTB机制透明度和提高出版商收益率的一种方法。

反对第一竞价拍卖的争论

第一价拍卖很少有利于竞标者。由于拍卖获胜者的清算价格没有减少，因此没有消费者剩余，并且获胜者得到了他的出价的展示，这意味着投标人承担了与高价相关的风险。

在第一次价格拍卖中，投标人提交秘密或密封的投标，并且不知道他们的竞争对手投标。首次拍卖竞价需要了解每次展示的价值。这要求投标人采用更为保守的投标策略（可能只提供较低的出价），并仔细考虑其他投标人可能准备出价的程度。

实施建议

在程序化世界中有一点是肯定的：出版商希望增加其对广告位价格的控制权，并总是寻求新的拍卖类型，以最大化收益率和填充率。虽然没有一个通用的公式，但行业领导者的某些建议已经出现，试图解决RTB的痛点。

新的拍卖实施是标准化的，通常涉及使用OpenRTB协议，该协议提供包含拍卖类型的特定字段。这允许SSP在发送给DSP的出价请求中指示它将运行的拍卖类型。

第一和第二价格拍卖之间的动态切换

OpenX，一个为出版商和DSP服务的ad exchange，是第一价格拍卖的最强烈的发起人，且最近启用在了它的平台上。该决定旨在为广告主提供优势，使他们的出价能够进入head bidding，从而提高后续拍卖中DSP出价的竞争力。

OpenX建议将第一价格模型用于非最终的所有拍卖（例如，最终拍卖仅在标题包装中）。然后，在需求合作伙伴的最佳利益下，对此类拍卖提交第一价格出价。这增加了在包装器中赢得最终拍卖的可能性。相反，当OpenX运行最终拍卖时，第二次价格拍卖会像往常一样运行。

二次拍卖仅由发布商运行

Pubmatic是广告技术解决方案的提供商，正在提出一种集成方法。SSP将第一个价格直接传递给出版商，出版商然后根据第二价格拍卖确定获胜者和结算价格。此建议与当前系统相反，其中SSP返回第二价格拍卖结算价格。

这种模式使出版商和技术公司都能够专注于创造价值和改善整体行业经济。出版商在获得对拍卖机制的更多控制权后，还可以更好地控制其收入流，降低效率，并为买家带来更多价值。这允许更好地使用分段，数据保真度，可寻址性和可视性。他们能够通过买家关心的数据来丰富展示次数。

结论

程序化广告购买已经从瀑布，标题出价，最终到各种第一和第二价格拍卖优化方面走了很长一段路。虽然拍卖机制从未完全公平或透明，但我们最终可能会达到为每个人提供公平竞争的地步。最终目标是允许发布商最大化其产量并降低系统中的低效率。新提出的拍卖模式被认为允许出版商和AdTech公司不再担心他们的产量和系统效率，并更加注重为用户提供更好的价值。