概述

1. 廣告樣式與場(chǎng)景

上圖是微博廣告目前商業(yè)場(chǎng)景流，“一屏四大流”。“一屏”指打開(kāi)微博的 Fashion，“四大流”指占據(jù)微博商業(yè)化的主體，包括關(guān)系信息流、熱門(mén)流、評(píng)論流和熱搜流。右圖為廣告投放的后臺(tái)。

2. 廣告參與方

如上圖，做計(jì)算廣告首先面臨這些概念，根據(jù)不同的廣告主的規(guī)模和對(duì)公司的重要程度分為 KA 類(lèi)和中小類(lèi)。KA 類(lèi)往往是進(jìn)行廣量式的購(gòu)買(mǎi)。中小類(lèi)，常規(guī)的客戶(hù)會(huì)進(jìn)行競(jìng)價(jià)。

常見(jiàn)的計(jì)費(fèi)方式有：CPE，CPM，CPD。

目前在互聯(lián)網(wǎng)市場(chǎng)在大規(guī)模推廣 OCPX，OCPX 作為一種需要很高的技術(shù)含量，也是一種很好的降低廣告主投放風(fēng)險(xiǎn)的售賣(mài)方式。

3. 計(jì)算廣告核心問(wèn)題

這是廣告涉及到的三方：平臺(tái)（站方）、用戶(hù)、廣告主，在計(jì)算廣告設(shè)計(jì)時(shí)的核心問(wèn)題是如何追求三方之間均衡的、整體的利益最大化。

4. 廣告投放流程

以上是一般的廣告的投放流程。這是從廣告主的視角、平臺(tái)的視角以及從用戶(hù)的視角來(lái)公共完成三方“相向而行”的活動(dòng)：

廣告營(yíng)銷(xiāo)策劃的流程：創(chuàng)建推廣計(jì)劃 -> 選擇人群受眾定向 -> 設(shè)置廣告預(yù)算 -> 設(shè)定廣告創(chuàng)意 -> 啟動(dòng)廣告投放 -> 查看廣告效果 -> 下一步營(yíng)銷(xiāo)決策。

精準(zhǔn)廣告投放：針對(duì)廣告庫(kù)存請(qǐng)求，會(huì)對(duì)用戶(hù)進(jìn)行精準(zhǔn)用戶(hù)畫(huà)像刻畫(huà)，然后做廣告的召回，對(duì)廣告進(jìn)行粗排和精排，挑選廣告，根據(jù)不同平臺(tái)進(jìn)行廣告創(chuàng)意渲染工作，最后展示給用戶(hù)。

用戶(hù)內(nèi)容消費(fèi)，比較簡(jiǎn)單請(qǐng)看圖中流程。

微博廣告策略工程架構(gòu)體系演進(jìn)

1. 微博廣告工程架構(gòu)發(fā)展史

微博商業(yè)化進(jìn)程不斷的發(fā)展，支撐商業(yè)化的工程架構(gòu)會(huì)隨著具體的業(yè)務(wù)需求做改變。

剛開(kāi)始做的是非信息流的廣告，按照傳統(tǒng)的方式會(huì)試投一些 banner 在微博，目前 banner 在微博的移動(dòng)端已經(jīng)沒(méi)有了。從1.0版本簡(jiǎn)單彈窗式的廣告系統(tǒng)，到2.0版本以粉絲通為代表的產(chǎn)品線陸續(xù)的孵化出來(lái)，這時(shí)候微博開(kāi)始進(jìn)行信息流廣告的研發(fā)。微博是國(guó)內(nèi)信息流廣告的第一家，在探索中孵化出一系列的廣告產(chǎn)品矩陣，為了產(chǎn)品的快速上線，復(fù)制了大量的廣告系統(tǒng)，為了改變這一狀況，隨著17年底超級(jí)粉絲通的上線，對(duì)廣告系統(tǒng)進(jìn)行了整體重構(gòu)，從此微博廣告工程架構(gòu)進(jìn)入了4.0時(shí)代。

2. 投放系統(tǒng)架構(gòu)4.0

上圖是17年的工程架構(gòu)圖，是隨著微博廣告產(chǎn)品線的探索演化出的工程架構(gòu)4.0版本，當(dāng)時(shí)處于流量的藍(lán)海階段，所以通過(guò)配合廣告客戶(hù)和廣告預(yù)算的不斷增加，不斷提升廣告系統(tǒng)的穩(wěn)定性、高可用性、高并發(fā)來(lái)不斷的實(shí)現(xiàn)廣告收入的增長(zhǎng)。因此我們也對(duì)系統(tǒng)進(jìn)行了分層化的梳理，圖中藍(lán)色的區(qū)域是線上廣告投放系統(tǒng)最核心的鏈路。通過(guò)廣告請(qǐng)求，流量統(tǒng)一接入，接入包括微博多個(gè)產(chǎn)品矩陣，廣告的請(qǐng)求會(huì)對(duì)多個(gè)產(chǎn)品矩陣進(jìn)行請(qǐng)求分發(fā)，通過(guò)統(tǒng)一流量?jī)r(jià)格評(píng)估，對(duì)用戶(hù)的請(qǐng)求進(jìn)行響應(yīng)。整體上這樣一個(gè)引擎結(jié)構(gòu)是為了不斷的滿足產(chǎn)品提出的面對(duì)客戶(hù)的需求來(lái)進(jìn)行的架構(gòu)設(shè)定。

其基本流程是廣告請(qǐng)求，廣告庫(kù)存接入，到總體流量的分發(fā)，請(qǐng)求用戶(hù)的畫(huà)像，經(jīng)過(guò)競(jìng)價(jià)服務(wù)，會(huì)進(jìn)行廣告觸發(fā)，會(huì)請(qǐng)求在線索引服務(wù)，形成比較完善的行為定向體系，包括：

1. 用戶(hù)的行為定向。在微博上的行為定向，比如，對(duì)話題的互動(dòng)，熱門(mén)微博的互動(dòng)，熱搜人群的互動(dòng)等。

2. 社交關(guān)系定向。比如關(guān)注的大 V 信息，如果在某個(gè)大 V 信息下用戶(hù)的群體能理解為自然形成的社會(huì)群體，那么這個(gè)大 V 信息下面的粉絲群是可以進(jìn)行選擇投放的。

3. 精準(zhǔn)人群定向。是由平臺(tái)方或第三方的數(shù)據(jù)加工，或廣告主根據(jù)一次投放效果進(jìn)行的召回，或已有的客戶(hù)信息形成的用戶(hù)粒度聚合后的數(shù)據(jù)包，這個(gè)就是精準(zhǔn)用戶(hù)的集合。

4. 用戶(hù)屬性定向。包括用戶(hù)畫(huà)像，年齡、地域等。

以上是整體的在線投放流程，但是投放流程僅僅有以上這些是不夠的，還包括個(gè)性化庫(kù)存策略，廣告的負(fù)反饋的策略，智能頻次控制策略等，以及配套的 A/B Test 系統(tǒng)，這樣就形成了廣告投放的在線服務(wù)群。

由于流量來(lái)自于微博站方，所以微博廣告請(qǐng)求是無(wú)需流量反作弊的。存在的反作弊主要是針對(duì)互動(dòng)回傳，也就是說(shuō)廣告投后的后鏈路數(shù)據(jù)的回傳會(huì)有大規(guī)模的反作弊策略，當(dāng)然也包括社交互動(dòng)。然后會(huì)有一個(gè)實(shí)時(shí)的結(jié)算中心—結(jié)算系統(tǒng)，提供給廣告主需要的報(bào)表，以及與廣告主密切相關(guān)的賬戶(hù)系統(tǒng)，總體上形成了投后鏈路在線服務(wù)群。

之下是屬于近線的數(shù)據(jù)訪問(wèn)，按照數(shù)據(jù)分類(lèi)：用戶(hù)基礎(chǔ)數(shù)據(jù)、廣告定向數(shù)據(jù)、廣告實(shí)時(shí)流數(shù)據(jù)、算法模型訓(xùn)練數(shù)據(jù)、廣告創(chuàng)意庫(kù)數(shù)據(jù)來(lái)制定線上這種實(shí)時(shí)訪問(wèn)的需求。

最下面屬于線下的數(shù)據(jù)倉(cāng)庫(kù)。線上投放完的數(shù)據(jù)會(huì)進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)落地。

這就是廣告數(shù)據(jù)總線，實(shí)現(xiàn)數(shù)據(jù)流的方式一般通過(guò) kafka 機(jī)制等實(shí)現(xiàn)，然后匯聚到數(shù)據(jù)倉(cāng)庫(kù)里，對(duì)數(shù)據(jù)進(jìn)行分門(mén)別類(lèi)。

圖中最左邊廣告的監(jiān)控系統(tǒng)，會(huì)從系統(tǒng)的各個(gè)層面對(duì)系統(tǒng)進(jìn)行業(yè)務(wù)運(yùn)行狀況的監(jiān)控以及服務(wù)穩(wěn)定性的監(jiān)控、可用性的監(jiān)控。這些就是業(yè)務(wù)層面完整的一個(gè)工具鏈。原來(lái)多個(gè)產(chǎn)品線就逐漸聚合到這樣的一個(gè)系統(tǒng)當(dāng)中。

4.0時(shí)代的架構(gòu)在整體上是為了“粗放式增長(zhǎng)”而設(shè)定的工程架構(gòu)體系。這種粗放增長(zhǎng)的客觀現(xiàn)實(shí)是，廣告預(yù)算供應(yīng)的持續(xù)提升和微博不斷供給的流量變現(xiàn)規(guī)模，以及不斷增加廣告主的數(shù)量、預(yù)算和規(guī)模，來(lái)實(shí)現(xiàn)廣告數(shù)的增長(zhǎng)。這時(shí)對(duì)系統(tǒng)最大的考驗(yàn)是系統(tǒng)的高可用性，以及做業(yè)務(wù)需求時(shí)，對(duì)研發(fā)效率的保證，這樣的架構(gòu)就是“粗放增長(zhǎng)之下的產(chǎn)物”。

這個(gè)架構(gòu)體系是存在一些問(wèn)題的（即紅框中的）：相對(duì)來(lái)說(shuō)對(duì)策略模型是相當(dāng)?shù)?，也就是從功能架?gòu)層面對(duì)算法模型的迭代是比較簡(jiǎn)單的。比如 A/B Test 使用的是非常原始的 A/B Test，在這種在人口紅利的情況下能夠快速支撐廣告業(yè)務(wù)的增長(zhǎng)，但是隨著人口紅利的消失，已經(jīng)不能很好的支撐廣告業(yè)務(wù)的增長(zhǎng)，這時(shí)系統(tǒng)對(duì)策略模型的支持顯得異常重要。

3. 系統(tǒng)如何支持廣告增長(zhǎng)的轉(zhuǎn)型

如何支撐廣告增長(zhǎng)的轉(zhuǎn)型，會(huì)通過(guò)粗放型增長(zhǎng)（擴(kuò)流、擴(kuò)廣告主、擴(kuò)預(yù)算）轉(zhuǎn)型到精細(xì)化的增長(zhǎng)，不斷的提升投放效果來(lái)促進(jìn)收入的增長(zhǎng)。這時(shí)對(duì)應(yīng)的系統(tǒng)需要進(jìn)行轉(zhuǎn)型，在系統(tǒng)不斷完善的基礎(chǔ)上，實(shí)現(xiàn)策略模型的良好驅(qū)動(dòng)。在這種情況下隨著算法不斷引入新的深度學(xué)習(xí)模型，整體的工程架構(gòu)也不斷的深耕細(xì)作，從原來(lái)的業(yè)務(wù)劃分方式（Target、Filter、Rank）轉(zhuǎn)型成面向算法策略（召回、模型、機(jī)制、排序）的劃分方式。

4. 流量漏斗模型

廣告系統(tǒng)常用的模型：流量漏斗模型。對(duì)其重新進(jìn)行思考和定義：開(kāi)始是對(duì)廣告進(jìn)行召回，完成基于精準(zhǔn)的最大概率展現(xiàn)，到相關(guān)性的挑選，再到以模型為核心的競(jìng)價(jià)排序機(jī)制。

本文不會(huì)從算法角度去講解如何召回和相關(guān)性的機(jī)制等，主要是介紹工程是如何支持算法模型迭代的。

5. 面向策略的下一代投放架構(gòu)

在架構(gòu)系統(tǒng)4.0中的基礎(chǔ)上對(duì)在線投放引擎進(jìn)行業(yè)務(wù)分級(jí)，以滿足新的流量漏斗模型。有以下關(guān)鍵點(diǎn)：

① 觸發(fā)、模型、策略機(jī)制向獨(dú)立縱深發(fā)展

系統(tǒng)在支持觸發(fā)、模型、策略迭代上能夠?qū)崿F(xiàn)很好的各自的獨(dú)立縱深發(fā)展，能夠做到各自的快速迭代，互不影響。

② 引入精益驅(qū)動(dòng)思想，系統(tǒng)雙核驅(qū)動(dòng)，釋放算法迭代效率

在做整體的精細(xì)化轉(zhuǎn)型的時(shí)候，系統(tǒng)需要不斷的進(jìn)行嘗試，而嘗試要有一個(gè)很好的嘗試平臺(tái)，所以引入了精益驅(qū)動(dòng)的思想。在線精益平臺(tái)包括：法拉第實(shí)驗(yàn)平臺(tái)和法拉第精益洞察，這是一個(gè)比較好的促進(jìn)業(yè)務(wù)模型迭代的工具鏈，更加注重?cái)?shù)據(jù)的實(shí)時(shí)性和數(shù)據(jù)的密度。

系統(tǒng)架構(gòu)總體上分為：在線精益工具平臺(tái)、在線投放系統(tǒng)、近線數(shù)據(jù)訪問(wèn)、數(shù)據(jù)模型加工（曝光機(jī)器學(xué)習(xí)平臺(tái)和在線實(shí)時(shí)流的機(jī)制）和離線數(shù)據(jù)平臺(tái)

③ 特征數(shù)據(jù)的實(shí)時(shí)性和密度，模型獨(dú)立化發(fā)展

重點(diǎn)說(shuō)下在線投放服務(wù)，在服務(wù)中，會(huì)有流量接入，會(huì)有流量的觸發(fā)，會(huì)有觸發(fā)機(jī)制，包括多路觸發(fā)，通過(guò)多路觸發(fā)體制后，會(huì)有機(jī)制策略，包括模型預(yù)估服務(wù)，模型預(yù)估服務(wù)是聚合服務(wù)，會(huì)進(jìn)行粗排、對(duì)數(shù)據(jù)進(jìn)行裁剪，會(huì)在大規(guī)模分布式預(yù)估服務(wù)中完成，Ranker 也會(huì)基于預(yù)估進(jìn)行精排。

特別說(shuō)明一下，為什么進(jìn)行粗排和精排，粗排我的理解是為了精排的性能考慮的，因?yàn)榫艜?huì)涉及到大規(guī)模的精細(xì)計(jì)算，性能有可能會(huì)扛不住，所以需要粗排，而且在保證效果的情況下，為了性能的保證會(huì)有多級(jí)粗排。

最上面是法拉第實(shí)驗(yàn)平臺(tái)和法拉第精益洞察。整體上會(huì)形成雙核引擎：一個(gè)良好的工程架構(gòu)體系和精益驅(qū)動(dòng)的工具平臺(tái)。

6. 如何支持廣告物料的精準(zhǔn)召回

從微博廣告的召回機(jī)制來(lái)看會(huì)有用戶(hù)標(biāo)簽觸發(fā)、社交傳播觸發(fā)、精準(zhǔn)人群觸發(fā)、內(nèi)容觸發(fā)、DNN 向量式觸發(fā)，經(jīng)過(guò)5路觸發(fā)，會(huì)進(jìn)行 MIXER 廣告召回級(jí)的匯總，匯總后會(huì)有粗排策略、精排策略。

這里用到的信息，包括流量側(cè)和廣告?zhèn)取?/p>

流量策：

用戶(hù)畫(huà)像、請(qǐng)求上下文、歷史互動(dòng)行為

廣告?zhèn)龋?/strong>