小盟广告一个点击多少钱（广告联盟自动点击收益）

在很长的一段时间内，广告在我看来大概是这类的存在，比如：

?各大视频网站/APP 的弹窗广告

?街边巷尾的传单广告

?综艺节目的赞助商品牌广告

?地铁站内的长廊广告

?…

我的反应可能比较迟钝，不过我还是认识到了广告在我们的生活中无处不在，并且在众多互联网公司营收中，广告收入从来都占据着非常重要的地位。我对于广告的认知，也就仅止于此了。

偶然间，看到了内部的一份资料，让我对互联网广告有了一个全新的认识。互联网广告系统在商业化上的成功实践所带来的一些设计、原则、思考对我来说，有着不小的实践指导意义。

我们在这里并不会深入去探讨互联网广告系统的技术细节，一则互联网广告系统涉及到的技术很繁杂，这不是现阶段的我就能够和大家说明白的，二则我也只是对其中的数据流部分会熟悉一些，能探讨的部分不多。因自身水平有限，实在是不敢班门弄斧。

虽然我们不会过多去聊技术细节（不过技术层面也确实非常非常重要，我们也会提及），但是广告作为互联网时代中的一种重要的商业模式，很值得我们去看看。

为什么说广告是互联网公司重要的商业模式呢？

0. 2021 年全球互联网广告营收超过 4600 亿美金，国内超过 800 亿美金
1. 互联网头部公司中，互联网广告营收占比超过 50%
2. 国内手机厂商互联网营收中，广告营收占比超过 50%

在互联网广告领域，下面一些基础名词，我们先来认识一下：

?DSP(demand side platform)：需求方平台，也可以简单理解为广告主

?ADX(ad exchange)：广告交易平台

?SSP(supply side platform)：供给方平台，也可以简单理解为广告平台或者流量主

?DMP(data management platform)：数据管理平台

?RTB(real time bidding)：实时竞价

?RTA(real time API)：实时 API

?CPM(cost per mile)：千次曝光成本

?CPC(cost per click)：每次点击成本

?CPT(cost per time)：按照展现时长收费

?CTR(click through rate)：曝光点击率

?CVR(conversion rate)：转化率，比如点击到付费的转化率

互联网时代之前，广告的形式主要有电视广告、报刊杂志广告以及各种展会、演唱会品牌赞助广告…进入互联网时代之后，出现了很多在线形式的广告，比如搜索引擎广告、社交媒体广告、电商广告、联盟广告、短视频广告。

早期互联网广告都是按照展示收费，广告平台不对转化效果负责，比如按照展现次数收费（CPM）或者按照展现时长收费（CPT）。慢慢地，媒体方能够获知用户的相关信息，继而可以对广告做到较为精准的投放，互联网广告的收费逐渐转向按照点击付费（CPC）。因为对于广告主来说，他们更加关注的是自己的用户增长、订单量、销售额等情况，也就是我们常说的 ROI。也由此，广告的出价也催生了现在常用的 OCPX（eg: OCPC，O 代表 ROI）广告产品形态，就是说在 CPC 的收费基础上，还需要保证一定的 ROI（或者说控制转化成本）。

近年来，大数据和机器学习等人工智能技术发展迅速，这类技术的商业化进程比较缓慢，原因在于能够大规模商业化的场景并不多，互联网广告是为数不多的这类技术能够产生大规模营收的应用场景。

传统互联网广告有了这类技术的加持，使得以数据支撑的流量规模化变现成为现实，“计算广告” 随之而来。智能化交易取代了人工和服务，核心就在于数据与计算。计算广告有如下特点：

技术、计算和产品导向

效果可量化

数据驱动的投放决策

比较成熟的广告生态中，通常都有用户、媒体、广告主、广告平台四种角色，其中广告平台扮演着非常重要的角色，因其处在数据流和广告主数据流的交汇处，它决定了流量的分配和计费机制，而广告交换平台可以是 SSP、ADX、DSP 等系统。这四种角色可以是不同公司，而对于超大媒体而言，这几种角色也可以是同一个公司，他们可以接入外部媒体实现共赢。

在广告生态系统中，每种角色都有着不同的目标。

0. 对用户来说，总是希望产品能有一个良好的体验
1. 对广告主来说，总是希望 ROI 越大越好，这意味着能够低成本获取到更多的用户
2. 对媒体来说，总是希望流量变现效率最高，以期获得最大的收益

#一个动态博弈的过程，各方需要在系统内互相博弈达到平衡。这非常不容易，经过业界多年的努力，终于找到了一个解决方案，因为有一个目标大家是一致的。那就是，大家都希望在这个广告生态系统中实现精准匹配。所以，为了这个共同的目标，每个玩家都会投入资源不断去优化。

继而就能够达到这样的效果：

0. 互联网厂商通过广告源源不断地获得现金流，从而能够做到不断投入资源优化产品，为用户提供更好的产品体验以及服务。作为用户，其实我们能感受地到互联网产品的体验相比于传统软件的体验是更好的。
1. 对广告主来说，广告平台在获取到源源不断的现金流的基础上，就更有动力为广告主提供一个更加公平、高效的获取用户的渠道，从而实现自身产品用户规模的快速增长。典型的案例就是 titok 借助 google、Facebook 的广告能力，成功地实现了大规模扩张。
2. 从上帝视角来看，广告生态系统的精准匹配，有助于实现社会资源的优化配置（这里是包含多方面的，一个优秀的商业模式总是能够创造社会价值，要么提高社会效率，要么降低社会成本，#我个人认为的一个非常重要的行事原则，不过不是本文讨论重点，要不我们有机会再聊下？），它较高效解决了资源定价和资源分配问题。

那么问题来了，为了实现精准匹配，从而达到广告生态中各方利益的动态平衡，要怎么办呢？

要实现精准匹配，核心要关注的就是资源分配和计费两个方面，前文我们有提到广告平台决定了流量的分配和计费机制，所以，广告平台势必要去解决这个问题。

而互联网发展到现在，不论广告形式是如何多种多样，始终逃不过一个限制，这个限制是来自于硬件方面的。是什么呢？显而易见，这个限制就是屏幕。针对互联网广告而言，在资源众多的情况下，除了要做千人千面，还有一个非常重要的方面就是排序。

?资源分配可以通过千人千面和排序去解决，计费又该如何做呢？

我们一定不是单纯地提高单价朝着最大化平台利益这个方向去做的，可能平台短期内会有这个动力，但是长期来看有损生态，最后大家都没得玩儿了。收费过低呢，平台不赚钱，也不行。经过前辈们的不懈努力，找到地现有的解决方案就是将流量以拍卖的形式卖出去，拍卖有以下几点好处：

?拍卖是为了发现商品在交易市场上的最佳价格

?拍卖将商品的定价权从卖方转移到了买方

?拍卖实现了资源的有效分配和制定了计费规则

业界选择拍卖机制的依据或者说原则大概有以下几点：

1.最大化社会福利：前文已经提及，计算广告持续不懈优化的最终目标是最大化社会价值，因为只有持续创造社会价值的商业模式才可能健康长久

2.激励广告主讲真话：广告主讲真话（真实出价）实际上是他们最优的反应策略，这也是广告平台乐于看到的。比如广告主觉得我的资源就是好，我就是愿意出高价，那么广告平台就会给他分配更多的曝光机会，在这点上，大家的利益是一致的

3.pareto （帕累托）最优：是指资源分配的一种理想状态。给固定的一群人和可分配的资源，如果从一种分配状态到另一种状态的变化中，在没有使任何人情况变坏的前提下，使得至少一个人变得更好，这就是帕累托改善。帕累托最优的状态就是不可能再有更多的帕雷托改善的状态；换句话说，不可能在不使任何其他人受损的情况下再改善某些人的情况。在互联网广告这个领域里面，就是说我们在设计策略的时候，要尽量保持生态稳定，避免为了一部分广告效果好而使一部分广告效果变差，换句话说就是 “快乐不应该建立在别人的痛苦之上”

4.稳定性：获量、转化成本尽可能稳定，有利于减少广告主投放的困惑和预期管理。一方面避免游戏规则 “朝令夕改” ，另一方面避免广告系统难以学习

5.可理解性和计算效率：一方面要求游戏规则容易理解，让广告生态内的各个玩家都能有各自明确的优化方向；另一方面，要求计算效率尽可能高，像比特币那样需要花费大量算力 “挖矿” 的模式显然是不能满足要求的（当然了，比特币设计时为了安全和可信任，这点算力在那个情境下我认为是相当合理的哈）

实际上，在设计机制策略时，往往很难完全满足各方的利益诉求，机制设计一定是在博弈中平衡的。在互联网广告生态中，机制设计时很多时候参照的经典案例就是囚徒困境。

囚徒困境

囚徒困境是一个非零和博弈。大意是：一个案子的两个嫌疑犯被分开审讯，警官分别告诉两个囚犯，如果你招供，而对方不招供，则你将被立即释放，而对方将被判刑10年；如果两人均招供，将被判刑2年。如果两人均不招供，将最有利，只被判刑半年。于是两人同时陷入招供还是不招供的两难处境。但两人无法沟通，于是从各自的利益角度出发，都依据各自的理性而选择了招供，这种情况就称为纳什均衡点。这时个体的理性利益选择是与整体的理性利益选择不一致的。

基于经济学中“理性经济人”的前提假设，两个囚犯符合自己利益的选择是坦白招供，原本对双方都有利的策略不招供从而均被判刑半年就不会出现。事实上，这样两人都选择坦白的策略以及因此被判两年的结局被称作是“纳什均衡”（也叫非合作均衡），换言之，在此情况下，无一参与者可以“独自行动”（即单方面改变决定）而增加收获。

— 来自维基百科

理想很美好，现实很骨感。在实际操作过程中，因为不断要动态去平衡各方的利益，业界前辈们为此设计出来了很多的指标。这些指标有针对不同相关方利益诉求而设计的（eg: roi/ctr/cvr…），也有针对广告的众多策略而设计的(eg: ecpm/arpu…)，还有针对整个广告投放流程而设计的(eg: p_rate(拼接率))…由此，各方的优化都会围绕着这些指标正向而不断努力。

互联网广告生态系统，在我看来是一个非常成功的商业化运作。我相信当我们去尝试做一些商业化上的尝试的时候，能够在这里获得一些灵感。

基于我有限的对于互联网广告生态的认识，今天只能说是抛个砖。巨大的冰山全貌，有待于朋友们一起去挖掘。