什么是RTA?

RTA(Realtime API)是一種用于滿足廣告主實時、個性化的投放需求的技術手段，在用戶點擊廣告時，媒體會將用戶設備id傳遞給廣告主，廣告主基于自己的歷史數據構建的模型判斷該用戶是否為自己的目標用戶，如果是，則告訴媒體期望將廣告曝光給該用戶，這里對目標用戶的定義是靈活的，如果廣告主的目的是拉新，那么目標用戶就是廣告主數據庫中沒有記錄的用戶，如果廣告主的目的是提高ROI，那么目標用戶就是可能在產品中付費的用戶。

簡單而言，RTA的作用就是：將選擇用戶的權利交給廣告主，讓廣告主判斷是否需要當前用戶，如果需要，媒體才將廣告主的廣告展示給用戶，為了直觀，畫了張圖：

RTA流程

當然，RTA理論上是這樣，但實際上是否將廣告主廣告曝光給某個用戶還是看媒體，我們在對接具體的媒體時，廣告主通過RTA返回的值只是個參考，媒體除了參考RTA外，還會參考你的出價、ROI系數等等，然后再綜合判斷是否將廣告曝光給該用戶。

RTA的作用

在不使用RTA前，我們會通過廣告的定向配置來告訴媒體我們希望將廣告曝光給哪些用戶，因為我個人工作中主要接觸騰訊媒體，所以以騰訊媒體為例。

在創建廣告時，我們可以配置廣告的定向，如下圖：

廣告定向設置

通過定向的配置，我們可以將廣告投放給滿足定向標簽的用戶，此外，在實際投放工作中，定向人群包也是常用的投放方式，以游戲廣告主為例，廣告主基于過去的歷史數據，可以過濾出過去有過正向行為的用戶，比如常登錄、有付費、游戲時長、裝備數等等，基于這些數據，篩選出一批用戶(具體而言是這批用戶對應的設備id)，按媒體要求的格式打包成文件，上傳給媒體，在投放廣告時，便可以使用上傳好的人群定向包(媒體也會基于媒體的數據打包一些人群定向包給廣告主投放使用)。

我們可以通過人群定向包實現對這部分用戶的廣告定向曝光、排除曝光或利用媒體自動擴量功能找到更多具有類似特征的用戶，如下圖：

找更多優質用戶

優質的定向人群包對廣告效果有很大的幫助，在沒有RTA之前，投手會比較頻繁的基于廣告主自身的數據與業務目標打包各種定向人群包用于廣告投放，效率較低不說，定向效果的非實時性也是問題。

題外話：讓投手打包人群定向包再去投放時，需要注意一個問題。因為公司內不同投放團隊都要根據廣告效果去考核KPI，那么此時就有可能出現，通過定向人群包將他人獲得的優質用戶奪走的情況，比如投手A投放產品A，效果不錯，來了100個付費用戶，此時投手B通過條件篩選，將最近付費的用戶篩選出來(包含了投手A獲得的100個用戶)，將這些用戶打包成人群包然后定向投放這群人，投手B有很大概率將投手A的優質用戶搶走，此時投手A會發現廣告帶來的用戶后續付費能力很差，而投手B比較輕松的獲得了好效果，這種操作雖然可以提高個人KPI，但對公司整體是有害無益的(同一個付費用戶被多次曝光，花了多份錢)。

回到RTA的話題，通過廣告上定向的配置，效率較低，無法實時實現靈活的個性化投放需求，而RTA的出現就是為了解決這個問題。

廣告主在設計RTA系統時，要考慮靈活性以及性能，靈活性以滿足廣告主自身的業務需求，如投放新用戶、召回流失用戶等，不同的目標通過簡單的RTA策略設置便可以使用，不需要對不同的目標進行多次開發，而性能則是媒體的要求，這是因為廣告曝光的過程是毫秒級的，如果廣告主RTA服務響應太慢，整個廣告曝光流程就會變慢，所以媒體會要求你在毫秒級完成自身RTA邏輯的處理(騰訊要求廣告主60ms內返回結果，60ms包含網絡傳輸和廣告主內部邏輯處理時間)，此外，媒體的用戶體量非常大，廣告主RTA服務會長時間處于被媒體服務大量請求的壓力下，所以抗高并發也需要考慮。

廣告主側RTA的實現思路

簡單梳理一下廣告主測RTA系統的要求：可隨投放業務調整的靈活性、高性能、高并發

投放業務的靈活性主要在于對目標用戶的定義，如果投放是為了獲得新用戶，目標用戶的定義可能是廣告主數據庫中沒有的用戶，如果投放是為了召回流失用戶，目標用戶的定義可能是最近30天沒有登錄公司任何產品的用戶，而目標用戶的定義多數情況下主要使用用戶畫像中的各種指標數據，如付費金額、最近一次登陸、最近使用產品時長等等，這些用戶畫像信息可以通過基礎的業務數據清洗獲得。

有了用戶畫像后，便可以實現靈活的業務要求了，其基礎流程為，媒體RTA發起請求，將用戶設備id(muid/idfa)發送廣告主RTA，廣告主基于設備id獲得用戶畫像信息，基于這些信息結合策略，做簡單的判斷后，立即返回給媒體。以召回流失用戶為例，通過設備id查詢出的用戶畫像，發現該用戶昨天登錄過，不滿足流失條件(近30天未登錄)，此時就返回給媒體，不需要該用戶。

因為媒體高性能的要求，我們需要將用戶畫像數據存入內存，如存入Redis，從而提高讀取數據的速度，但如果廣告主數據很多，直接存入內存其實不太妥當，會占用很大的內存并且訪問速度也會下降，可能無法滿足媒體毫秒級的要求，此時就需要考慮內存壓縮技術，而高并發的話就是分布式+負載均衡。

數據安全的問題

與網上其他RTA文章不同，我并不認為RTA能為廣告主帶來數據安全，只要你將設備id回傳給了媒體，媒體就有能力去分析設備id對當前廣告主的意義。

在不使用RTA時，我們通過人群定向包來實現細粒度的人群定向，這需要廣告主側將自身用戶設備id數據打包上傳給媒體，媒體可以利用自身的數據能力找到這些設備id對應的畫像信息，再結合使用了這些人群包的廣告效果與廣告主回傳的后鏈路數據就可以判斷出設備id對當前廣告主的價值。

RTA并不能逃過媒體的數據分析，媒體可以記錄下RTA的操作，你要哪些用戶，不要哪些用戶，哪些用戶給了高的質量分(質量分：量化用戶在此次廣告活動中的質量)，哪些給了低的，同樣結合廣告效果和廣告主回傳的后鏈路數據，便可以做一些判斷。

在我看來，RTA是一種提供數據的折中方式，廣告主不希望將完整的后鏈路數據全部回傳給媒體，而又希望更好的使用上自身的后鏈路數據，RTA就允許廣告主在自己的服務器上基于歷史的數據做好各種處理，而媒體就單純通過設備id問你要不要這個用戶或這個用戶你給多少質量分，RTA在避免大量回傳數據的前提下，結合了媒體數據與廣告主數據，從而讓廣告曝光更加符合廣告主個性化的定向要求。

RTB與RTA的區別

RTB(Realtime Bidding)稱為實時競價，是廣告投放中常見的競價方式，RTB利用廣告主側的數據對廣告競價給出一個結果，從而實現是否要將某廣告曝光給某用戶的效果，要的話，就出有競爭力的價格，不要則不出價。很明顯，RTB可以實現類似RTA的效果，所以很多朋友對兩者的理解有點混亂。

我們可以從RTB與RTA在廣告投放中使用的具體場景來對兩個概念進行區分。

目前主要有2種廣告投放的方式：

• 第一種，直接通過媒體平臺直投，如騰訊、頭條、快手、百度這些大媒體平臺都支持直投，我們可以通過媒體提供的投放平臺或API直接創建廣告進行投放，這也是我工作中主要接觸的投放方式。
• 第二種，程序化投放，廣告主DSP(廣告投放平臺)接入第三方ADX(廣告競價平臺)通過RTB的方式進行廣告投放。

如果我們通過媒體直投的方式投放廣告，媒體本身會處理好eCPM預估，但如果是通過ADX的形式投放廣告，eCPM的預估就會落到廣告主DSP身上，當一個廣告曝光需求過來時，ADX會告知它下面所有的廣告主DSP，廣告主DSP基于自己的數據實現eCPM預測，然后實時競價(RTB)，如下圖：

程序化廣告競價流程

RTB是ADX與DSP的交互方式，在ADX上投放廣告時才會提及，如果是大媒體直投廣告，通常不會強調RTB，因為大媒體自身包含了上圖的前四部分(網站/APP、SSP、ADX、DSP)，以騰訊為例，騰訊有眾多APP(微信、騰訊視頻、QQ音樂等等)通過騰訊內部的SSP進行流量管理，并通過內部的ADX進行流量競價，我們投放廣告時，直接使用騰訊的DSP，它會直接與內部的ADX實現數據互通，因為都是內部實現，其DSP與ADX之間是否使用RTB不會像第三方ADX那樣明確。

單純使用直投的方式或單純使用ADX的方式，都會有缺點，在理解缺點前，需要理解eCPM預估的大體流程。

在計算廣告領域中，eCPM(effective Cost Per Mille，千次展示期望收益)預估的是否準確是實現廣告個性化曝光的核心要點，其預估公式如下：

上述公式中：

• 表示廣告本身的特征
• 表示用戶特征
• 表示上下文環境特征

舉個例子便于理解上述公式，假設我們要投放減肥廣告A，首先要獲取廣告A的特征()，比如廣告落地頁特征、廣告視頻元素特征、廣告BGM等等，某用戶在媒體上瀏覽資訊時，媒體會嘗試將廣告曝光給該用戶，此時就需要獲得用戶特征()，該用戶是女性，年齡28，興趣美妝、娛樂，過去瀏覽軌跡xxx等等，媒體會基于用戶當下瀏覽的上下文()，比如當前正在看減肥人士的成功經歷，結合這些特性信息，可以判斷出廣告A適合在此刻曝光給該用戶。

直接預測eCPM是困難的，所以在實際的工程實現中，會將預測eCPM的任務進行拆分，假設廣告平臺按CPC出價結算(Cost Per Click，按點擊計費)，eCPM就可以拆分為CTR(Click Through Rate，點擊率)乘以CPC：

CTR與CPC的預估可以交給2個算法團隊去實現，整合起來便是eCPM。

理解eCPM后，回過頭來說說直投與ADX投放的缺點。要準確宇預估CTR與CPC，用戶特征()是必不可少的，如果單純通過直投的方式投放廣告，用戶特征依賴于媒體平臺的數據，此時缺乏廣告主側重要的后鏈路數據，如果單純通過ADX的形式投放廣告，上下文環境特征()會缺失，用戶特征在媒體側的數據也會缺失，即與都會受到影響，因為數據的缺失相比直投更多一些，所以在相同技術能力下，通過ADX形式投放的廣告沒有媒體直投那么精準。

RTA的出現，讓直投可以利用廣告主側后端數據，彌補了用戶特征缺失的缺點，讓CTR與CPC預估得更加準確，從而實現更精準的廣告曝光。

結尾本人能力有限，文章如有疏漏，歡迎找我交流，斧正文章觀點，下篇計算廣告的文章會討論流量作弊與反作弊技術，期待一下吧。

本文參考：

互聯網廣告中的出價模式(http://www.opp2.com/166478.html)

RTA 廣告產品能力詳解(https://zhuanlan.zhihu.com/p/259912884)

淺顯易懂地講講RTA和RTB(https://zhuanlan.zhihu.com/p/354489134)

二張圖白話廣告RTA技術(https://zhuanlan.zhihu.com/p/351762319)