???1?背景

在廣告領域，廣告主為推廣自己的品牌會通過媒體或營銷平臺等渠道購買合約廣告，以獲得品牌曝光量。廣告平臺匯集了許多媒體的廣告請求，每個廣告主都希望自己的品牌廣告得到約定的曝光量。本篇文章將介紹，阿里媽媽外投平臺是如何將知識蒸餾、曝光預估以及合理 pacing 相結合，以完成每個廣告主的品牌曝光量（即保量）訴求的。

用戶打開某 APP 時推送的品牌廣告為開屏廣告，如下圖所示。在開屏廣告場景下，廣告采用預加載的方式，即在用戶首次打開 APP 或者正在瀏覽 APP 時會預先下載廣告，隨后在用戶第 N 次(N>=2)打開 APP 時才會曝光本次加載的廣告。預加載的方式給保量帶來了兩個難題：1）下發的廣告不一定曝光；2）廣告曝光有延遲。此外，在保量的前提下，近年來廣告主也期望廣告平臺能提升如CTR（點擊率）、CVR（轉化率）等業務指標，這也進一步增加了投放的難度。

阿里媽媽外投品牌廣告投放流程如下圖，廣告主想投放品牌廣告，預算是100w曝光，但媒體發送了150w流量請求，這就要求退回50w的流量（即目標退回率是33%）。廣告平臺將對剩余的100w流量進行廣告填充，并返回媒體完成曝光（這里假設填充的廣告都會曝光）。

阿里媽媽外投品牌廣告投放流程

注釋：

• UniDesk（簡稱UD，https://unidesk.taobao.com），是服務阿里巴巴經濟體內商家、行業、集團BU的全域消費者運營管理平臺，實現全域用戶營銷觸達,?提供內部BU、行業、商家一站式用戶運營解決方案

• 流量下發：指媒體給廣告平臺發送廣告請求，平臺對該請求填充了廣告并返回

• TA（Target Audience）：目標受眾，TA%表示目標受眾占廣告投放曝光總人群的比例

• CTR:廣告點擊率，點擊次數/曝光次數

• CVR:轉化率，業務定義的目標轉化數（如購買、下載等）/點擊次數

• MAPE：平均預測誤差

???2、面臨的挑戰

品牌廣告投放過程中，保量往往是第一目標，在此前提下，廣告主近年來也更多關注用戶與品牌的交互效果提升，如點擊率、轉化率等行為指標。在品牌投放優化過程中，遇到的挑戰主要包括：1）如何選擇下發流量填充廣告；2）下發不一定曝光；3）曝光有延遲。

2.1 如何選擇下發流量填充廣告

對于提升用戶交互效果（如點擊率、轉化等），外投優化主要從兩方面切入：1）挑選價值高的流量進行廣告填充；2）給用戶挑選效果更好的創意內容。由于品牌廣告的投放模式需要流量下發后100%填充廣告，因此流量下發后平臺對流量便無法優選，但我們可以在流量下發前（即流量退回階段）進行流量優選，從而保證退回效果較差的流量，下發優質流量。在流式場景下，如何保證最終退回率到達目標值，同時又保留價值更高的流量，這本質其實也是一個保量問題。

對于第2種提效方式，屬于創意優化的范疇，將不在本篇講述，感興趣的同學查閱：如何快速選對創意 —— 阿里媽媽廣告創意優選

2.2 下發不一定曝光

廣告平臺能對下發流量填充廣告進行分配，但廣告是否曝光卻是由媒體側決定的。媒體側除了預加載廣告的方式，還會為了用戶體驗而控制廣告曝光頻次，這就造成下圖所示現象：

1）不同的媒體上曝光請求比（真實曝光/下發請求）差異會很大（左圖）；

2）相同媒體不同時間段曝光請求比差異很大（右圖）。

保量是對曝光量的“?！倍菍ο掳l量，但平臺只能對流量下發進行分配，因此這給保量帶來了很大挑戰。

2.3 曝光有延遲

預加載問題還會帶來明顯的延遲曝光（延遲曝光，指的是從下發到曝光之間的時間間隔比較長，一般在1小時到幾小時不等），并且不同的媒體延遲曝光分布也不同，平均時間間隔從3秒到50000秒不等。這對保量的精準性也帶來了巨大的挑戰。

???3、解決方案

在投放過程中，外投平臺能夠控制的模塊是退回率和廣告下發，廣告下發到媒體側后，由媒體側決定廣告的曝光。接下來我們將3.1介紹退回率控制，3.2~3.4介紹對廣告下發的保量控制。

投放流量的漏斗示意圖

3.1 退回率控制

3.1.1 問題定義

設目標退回率，最簡單的做法就是在流量入口處以的概率退回，這樣能保證最終退回率的準確性，但缺點就是對流量無篩選。為了兼顧業務效果又能保量，我們對流量定義價值分，若<則流量退回。這里由兩個因素決定：目標退回率的完成情況和流量價值。我們定義。為流量價值分，則由實際退回率和目標退回率的差值決定，若 > 則調低 ，若＜則提高。

3.1.2 流量價值預估

問題概述

一條完整的流量信息，包括了用戶、媒體、創意，其中創意是平臺返回給媒體的廣告內容。如果每條流量都走正常的創意召回后再進行價值打分，那在線開銷將非常巨大。因此，我們將流量退回設定在流量入口處進行，但這也面臨兩大問題：

1）超時問題：若搭建一個在線價值預估服務，由于流量巨大，將面臨機器不夠和全鏈路超時風險。

2）流量無創意內容信息：價值預估發生在創意召回之前，但我們收集的訓練樣本都是有創意信息的。

為解決上述問題，我們做了如下設計。

方案設計

對于用戶與品牌交互效果，首期我們以提升CTR為主要目標，因此將CTR預估分作為流量價值分。

針對超時問題，我們用離線KV查表的方式獲取流量價值，除了用戶外，媒體id也對CTR影響也較大，因此我們以用戶id和pid作為key進行在線查詢。

針對無創意信息，我們則采用蒸餾技術解決。精排模型用了更全的特征(含創意特征、交叉特征等)和更復雜的模型對CTR進行預估，其預估往往也更準確。因此，我們采用精排模型作為Teacher，來指導Student（價值預估模型）做CTR預估的學習。常見的知識蒸餾方式，一種是利用Teacher模型中間信息遷移到Student，這種方式往往需要兩個模型結構較為相似；另一種則是利用Teacher模型的輸出CTR做為soft label進行遷移，這種對二者模型結構無要求，運用較靈活。這里我們采用的是第二種方案，模型如下圖所示：

Teacher模型用了更豐富的特征，而Student模型則僅用了user和媒體id特征。這里hard_loss為常見的01分類logloss：

，

以Teacher帶溫度參數的softmax預估分作為給Student的soft_label：，并基于此構造soft_loss。這里Teacher模型和Student模型我們采用聯合訓練的方式（主要考慮流程更簡單），但訓練初始階段，Teacher模型可能處于欠擬合狀態，導致其soft_label不夠置信。我們希望Teacher預估不準時對Student影響小一些，于是我們設計了調控參數r：

，其含義是若hard_label和soft_label越接近，則r越大，soft_loss影響越大，這里和為的上下限。

618大促期間在多個業務上上線了該模型用作流量粗選，CTR均取得了顯著的效果提升，驗證了該模型對于流量價值預估的正確性。

3.1.3 基于流量價值的退回率

流量最終打分公式為，其中為蒸餾模型完成的CTR預估分，則用pid pacing調控來完成對退回率的保量工作。公式如下：

這里，為截止到第n步的退回率，為目標退回率。

我們以5分鐘為一次調控的步數，這里的n代表第n次5分鐘的調控。實際使用中設置偏大，設置偏小一些，即實際退回率和目標退回率的直接diff作為影響最重要因素。和的乘積作為最終流量的，我們以歷史數據設置合適的閾值，當時，流量進行下發，完成退回率的保量調控。pid pacing保量算法在會場保量場景上做了2期實驗，最終曝光相對偏差在2%以內，符合目標預期。

3.2 流量下發

核心目標是保量（既完成目標的曝光量）要做到完成既定保量目標和盡可能勻速釋放。核心的難題是下發不一定曝光和曝光帶有不同程度的延遲。更由于不同廣告主的TA要求不一樣，就會導致不同廣告主在多個媒體上的下發分布不一致，可能存在有些廣告TA濃度偏高，導致廣告完成速率太快，進而提早完成曝光，沒有能夠做到勻速釋放。

因為存在不同程度的延遲曝光，所以在廣告下發時就要考慮如何對不同廣告分配不同下發速率，又要考慮每個廣告潛在的曝光量，最后還要避免有的廣告釋放過快或者超投。為此提出的解決方案大致分為3個模塊：

• 曝光預估：解決潛在曝光量的問題，為整體保量提供基本的數據支撐

• 廣告分配：在流量供給和消耗之間進行最優化分配，最大化收益

• 縱向pacing：保證整體投放勻速釋放，避免有的太快或太慢

3.3 曝光預估

曝光預估就是能夠根據截止到當前時間點為止，知道已經下發的廣告量和當前已經曝光的廣告量，對潛在的曝光量進行預估。能否正確預估出潛在的曝光量，對于精準控量起著至關重要的作用。經過調研，發現曝光預估還是一個很新的話題，相關工作較少，這是一個機遇也是一個挑戰。

我們期望在投放過程中，每個5min或者一定的時間窗口，就能夠通過當前的數據，調用曝光預估模型得到預估的曝光數據，再加上當前已經觀測到的實際曝光，得到總的曝光量，然后基于總曝光量進行廣告的分配和保量。

3.3.1 數據分析&建模

在章節2中提到，媒體在大促和日常投放的曝光請求比差異很大，我們主要聚焦在大促投放，所以為了盡量保持數據分布一致性，我們的數據選擇也只能是大促期間的數據。整個潛在曝光預估描述如下圖所示：在6點時刻，我們進行曝光預估，虛線部分的潛在曝光量就是我們模型要預估的。

截止目前，我們的數據范圍和建模目標都已經明確，接下來要做的是如何挑選模型以及構建相關特征，從而達成我們的曝光預估的目標。

3.3.3 建模&訓練

遇到的業務問題實際是一個回歸問題，目標就是根據當前能夠觀測到的數據，進行合理的回歸預估。常見的回歸模型有GBDT，線性回歸等。除此之外，曝光預估其實還是一個時序預估問題，常見的序列模型有LSTM、GRU等。考慮到效果和性能的折中，我們本期采用GBDT作為baseline。當保量算法在線上使用時，能夠假定在t時刻，給定某個媒體的pid（唯一標示媒體），請求突然中止之后，能夠通過當前pid上的數據的現狀，給出當前pid上的潛在的曝光量。

對歷史數據進行分析，發現當天的流量其實是跟時間強相關的，比如一天會有兩個流量高峰，分別是中午1點和晚上7點，凌晨4點流量最低等等。所以模型樣本中的特征必須要有當前時間的表達類特征。除此之外，潛在的曝光量也跟當前某時刻的廣告下發量相關，例如前幾個小時，前幾分鐘等。假設在t時刻，預測潛在曝光量如下圖所示：

為了能更好的接近采買的流量，使用歷史上節日大促數據作為訓練數據，訓練數據為前N天，測試為第N+1天。基于多個媒體訓練和預測，離線訓練所有媒體MAPE平均為0.14，模型上線之后的線上MAPE數據如下：

媒體mape

A	0.1167
B	0.1432
C	0.1691

我們將MAPE中間的媒體B拿出來做case分析，實際潛在曝光和預測曝光如圖所示：

3.4 曝光預估量分配&pacing

上面已經完成了媒體粒度的曝光預估，即在某個時刻t，給定某個pid的樣本，我們能夠利用訓練的模型給出潛在曝光總量的預估。但是在投放過程中，需要知道每個投放廣告上的曝光預估量的。每個廣告上的曝光預估量可以通過兩種方法得到，一種是直接拿每個廣告的數據去在線預測，另外一種是先預測整個媒體的，然后再分配到每個廣告上。離線驗證第二種方法較好。本節主要介紹我們是怎樣在得出媒體的整體的潛在曝光量之后，分配到對應的廣告上的。

• 根據GBDT，得到每個特征的重要性

• 根據每個特征的重要性，將每個媒體的總量按比例分配到每個特征上

• 根據每個廣告在該特征上的歸一化占比，將分配到該特征上的每個媒體的總曝光量進行按比例分配

曝光預估拆分流程

為了更清晰描述問題，我們定義： 共有個媒體，模型共有個特征，本次投放共有個廣告。為第個媒體在特征上所分配到的潛在曝光量。為第個廣告在第個特征上歸一化之后的權重。為第個媒體在第個廣告上的潛在曝光分配量。

1）媒體曝光預估量分配到特征

其中為第個媒體的曝光預估量，為第個特征的重要度，得出，

2）特征曝光預估量分配到廣告

在步驟1中我們將每個媒體的曝光預估量，按照特征重要度按比例分配給到每個特征上，接下來就是將每個特征上的曝光量分配到每個廣告上。如下圖：

其中廣告在特征上的取值為，則

3）計算該廣告下所有的潛在曝光量為

至此我們計算出每個廣告上的潛在曝光預估量。

在每次下發廣告時，我們會根據每個廣告的權重和的乘積作為整體權重，然后根據該權重進行帶權選擇。為了能夠保證整個投放過程中所有廣告都均勻釋放，我們需要盡可能保證整體完成進度趨于一致，所以我們的目標就是時刻向所有廣告的平均完成率看齊。我們使用PID對每個廣告的?進行調節，來保證每個廣告完成率基本一致：

其中，為截止到時刻的廣告的完成率，為曝光預估量，為廣告的觀測曝光量，為廣告的目標曝光量。線上我們5分鐘使用上述公式對進行一次調節，為超參。以此來保證整體投放過程中所有廣告在考慮CTR的同時保證“齊頭并進”。

???4 結果&展望

盡管開屏場景下不同媒體的延遲曝光差異很大，但是我們通過曝光預估模型得到預估曝光量+真實曝光量聯合控量，并且在控量同時考慮了TA濃度，超額完成了保量目標。

在最近一次大促活動的投放中，在“階段1-大促前期” 和“階段2-大促核心段”投放的所有商品的曝光完成率均為100%，整體保量活動超額完成曝光任務。目前，越來越多的廣告主關注用戶與品牌的交互效果，我們除了在退回率控制上優化外，也在DeepAR、強化學習等領域探索新的技術方法，讓廣告主之間更合理的分配流量，達到既保量又能提升交互效果的目的。

最后，歡迎對外投廣告算法感興趣的同學加入我們。投遞簡歷郵箱（請注明-外投廣告）：alimama_tech@service.alibaba.com

END

歡迎關注「阿里媽媽技術」，了解更多~

瘋狂暗示↓↓↓↓↓↓↓

總結

以上是生活随笔為你收集整理的品牌保量技术在阿里妈妈外投场景的应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。