分享：从需求出发浅谈DSP广告系统

编辑导读：DSP（Demand-Side Platform），就是需求方平台，是伴随着互联网和广告业的飞速发展新兴起的网络广告领域。本文作者从需求的角度出发，围绕DSP广告系统展开四个维度的分析，希望对你有帮助。

01 前言

全文2000余字，阅读仅需5分钟。

本文从实际需求出发，简述从初步了解投放业务需求，到实施落地的过程中，映射的DSP系统雏形。

并分享个人在项目从0到1的一些想法和做法。

02 背景

时值八月中旬，距年中的618电商节已过去两个月。

电商在经过一轮疯狂的市场投放之后，广告投放消耗有所下降，流量市场的单价也开始下降，正是游戏、内容等行业的放量时机。而我们的市场投放部门的业务处于瓶颈，每日消耗只能维持在一个相对稳定的值。

眼看九月将至，而国庆节那段时间的理论上广告流量会有一波小高峰。

如果把握不住这波流量，那么一旦双十一到了，今年的业绩也就到顶了。

这个时候，问题来了：怎么帮助市场投放部门快速稳步地提升消耗？”

03 业务拆解

我临危受命，因为当时我负责的所有产品线只有部分牵涉到广告的业务，而且还是比较粗浅的。

于是，我做了两件事情去了解这个业务：

业务部门梳理一下当前的业务流程给到我，包括从渠道的创建、广告投放、广告策略等等；我作为一个广告小白，去尝试创建投放计划，体验整个业务流程；熟悉行业，时间关系只能粗略了解；

结合市场部门的业务流程，我完整地跑了几遍广告投放的路径。

可以用复杂两个字来总结。

大概的流程如下：

可以大致看到，基本上所有功能都需要人工去操作，而且投手还需要跨平台地来回操作，一整个流程下来，耗费的时间多不说，还容易出错，这是一个极大的不便。

难怪他们经常诉苦每天的时间都花在建计划上面去。

另外一个没有在流程中体现的点，是广告素材的存储，仍然使用原始的FTP服务器去实现传输（这样的弊端是没法很好地对素材分类和搜索）。

一般情况下，一个熟练的投手，每天只能人工创建几十条计划。

因为投手不仅需要去创建计划，还得去观察数据，调整投放策略。所以一天下来，每个人就只能创建100条不到的计划。

而且不是每一条计划都能起量，100条里面能够有10条起量已经是非常不错了。

所以可以这样猜想，在同等的投放策略下，计划的数量越多，产生的消耗会更多。

而帮助投手提升创建计划的效率，那么势必能够量变引发质变，达到提升业务的效果。

因此，需求核心需要去解决的问题，其实就是一个投放的效率问题。

04 从业务到需求

从产品的角度，我想到的几个优化点：

操作交互优化：争取所有操作在同一个后台中完成，减少页面切换的次数；基础功能完善：建立本地的素材库，统一管理；提出核心方案：减少人工的操作，能否通过程序，智能创建计划，提交给头条（当时是通过查阅巨量引擎的开发文档，发现是有API支持程序创建广告的）；

于是，整个流程就可以缩短为以下路径：

到这里，其实核心的需求框架已经基本确定了。

整个需求还是相对复杂的，因此还有很多细节需要敲定。

细节的敲定主要是通过召开讨论会，前后总共召开3次会议，每次不少于4小时，才最终全部落实。

接下来的工作就是文档和原型的整理了，原型狗的心酸，在此也不过多赘述了。

需求文档就不做过多分享，因内容敏感只截取部分原型，仅供参考：

这种B端的需求，各种细节着实让我心力交瘁。

以下是大概的系统架构，比较粗略：

从问题抛出到需求确定，再到输出产品文档，整个过程历时一个星期。

而从评审到需求研发落地，也耗费了2个星期；还是加班加点做出来的。

加班主要是因为一些模块，巨量引擎API没能提供很好的支持，中间调整了一点产品方案，所以大家面对这类型的需求，一定要充分预研。

系统上线之后，效果是立竿见影的。消耗蹭蹭地涨，最高峰比平时提升了近10倍。

市场投放的同事终于能准点下班了，而我和技术还在加班！确实挺魔幻的，不过互联网人永不下班，加班才是硬道理！

05 复盘迭代

综合来看，第一个版本做出来的需求，已经能够很好地满足市场投放的使用了；可以在几分钟内创建上千条符合要求的计划。

但是系统需要改进的地方还是有很多，毕竟并没有做得很成熟。

结合实际使用情况，我个人认为有以下几个核心的优化方向：

数据监控：通过数据分析，可以优化各个路径的漏斗转化，降低损耗，积累投放策略等；通过监控，如消耗突然下降，点击转化下降等，可以及时预警，帮助投放同时及时解决问题。素材策略：素材是带给用户的第一视觉体验，所以优化是必不可少的；目前的系统仅支持人工预搭配的方式，形成创意库，这种方式太过依赖投手对创意的敏感度，没能很好地提升消耗的利用率。所以后续的优化方向是需要摸索出一套素材的数据分析策略，通过这套数据分析策略，结合AB测试等方式，让好的素材持续曝光，也能在短时间内找到效果差的素材并淘汰。竞价策略：从长远来看，一套成熟的人工+算法的竞价策略，可能才是广告系统最终的演变方向。对于竞价这一块，我还没有深入去了解，所以暂时没有成型的想法。 06 关于程序化广告

做完这个需求，我长舒一口气；

因为是第一次了解程序化广告投放这个行业，里面的门门道道，着实是花了不少时间去研究学习。

这个项目落地很长一段时间之后，我才有时间去从宏观地了解这个行业生态。了解完才发现，这个项目其实正是DSP系统的雏形。

这次基于公司内部需求所做的项目，其实就是一个DSP需求方广告平台”，本质上也是基于用户增长问题衍生的一种需求。而DSP系统立足于需求方，能够很好解决人力效率、数据分析等问题，解决这些问题之后，用户增长这一环自然也能受益。

从行业角度来说，DSP在RTB中处于代表广告主利益的一环，一般以竞价的方式，实现广告创意的程序化投放（PCP），支持用户、投放数据分析(DMP)，同时具备对投放效果的实时监测、分析和优化能力。

下面是来自RTBChina的一张技术生态图（2024），大家有兴趣可以看一下：

07 最后

个人认为，效果广告投放的核心是ROI的最大化或者说是有效传播。

而程序化广告就是为了达到这个目的应运而生的。

广告主花钱需要看到效果，而广告平台则需要在广告和用户体验之间找到平衡点。

随着程序化广告的高速发展，会不会在未来的某一天，广告和内容深度结合，出现广告即内容，内容即广告”这样的场景呢？

我想，大概率会吧。

本文由 @花城大少 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Pexels，基于CC0协议

广告投放平台DSP搭建：你需要了解的产品核心模块

程序化广告营销大行其道，精准”成了越来越多广告主的营销诉求，从社交为王的广点通到以效果广告为主的今日头条DSP，无论各家平台如何演变，都需要先理解其核心构成：竞价系统、策略系统、资源管理系统。本文将就此展开详细介绍~

一、DSP产品介绍1. 产品概念

DSP（Demand-Side Platform，需求方平台）主要为广告主或代理商提供实时竞价的广告投放平台，用户可以在此平台管理广告投放活动，结合数据分析优化广告投放策略。

2. 产品价值 实时竞价投放人群精准定向 二、产品核心构成

由于不同类型的广告主（比如品牌、效果）以及代理商的需求错综复杂，因此面向不同客户群体的平台的功能也纷繁多样。

从产品开发迭代的角度来看：最小版本的DSP系统，可把其拆分成三个抽象模块：竞价系统、策略系统、资源管理系统。后续都是建立在这个最小版本上的拓展和优化。

因此，理解这三个基础系统的运作和设计，是我们理解和设计DSP产品的基础。

1. 竞价系统

（1）竞价系统的概念

竞价系统是DSP系统区别于其他系统的核心部件，它的作用是帮助需求方在RTB市场上进行广告流量精准竞价采买和展示。这些决策是毫秒级的，并且每秒需要处理的流量数以万计。

在RTB的竞价背景下，需求方需要决策的，不再是是否购买X月X日，X网站的焦点图”，而是要决策设备XXX，在今天14:30:29打开了腾讯新闻，APP的娱乐频道有一个广告展示机会，尺寸大小为600*300，这个设备的用户可能是一个游戏爱好者，这次展示的最低价格为0.02元，是否购买，出价多少。”

（2）RTB市场竞价响应流程

为了详细说明这一过程，接下来，我们将围绕竞价系统，阐释在 RTB 市场竞价响应流程：

RTB市场是指通过RTB技术购买或售卖流量资源的市场，一个典型的RTB市场，其中主要参与平台是DSP和SSP，而促成双方达成交易的则是ADX。

ADX是一个或大或小的RTB市场，SSP将广告资源，实时发布到市场当中，通过ADX传达给众多DSP。ADX传达的每一条消息，称为一个竞价请求（携带媒体、广告位、用户信息等）。

DSP在收到竞价请求后，会检索自身的策略库，决定自己是否购买此次流量，如果决定购买，即决策出价和广告展示内容，回传给ADX，我们称为竞价响应。

最终，ADX找到出价最高的DSP，将广告内容返回给SSP进行展示，整个竞价流程得以完成。

（3）竞价系统的工作原理

前面提到，DSP需要在众多的竞价请求中，判断需求方需要的广告流量。

这个时候，DSP就要面对两个问题：

这些竞价请求来自众多不同的ADX，各自有不同的协议规范，而DSP不可能针对每一个ADX额外开发一套竞价系统，如何解决。需求方到底需要哪些流量，什么情况要出价，竞价成功时要展示哪些内容。

因此，竞价系统的两个核心模块——适配器和处理器正是为了解决这两个问题而诞生的。

（1）适配器：

对接Adexchange，接收ADX的竞价请求（bid-request），转化为统一的、可识别的格式。对接内部系统，将处理器返回的结果进行转化，变成目标ADX可识别的格式。

（2）处理器：

对接策略系统，在收到竞价请求后，依据用户预先设置以及算法优化配置的广告策略，对竞价请求进行处理，决策是否出价、出价价格、广告内容等。

常见的处理方式抽象图：

通常来讲：不同ADX的竞价请求会由适配器进行转化，处理成格式统一的请求后，由处理器请求决策系统，对请求进行处理，决策出价及广告内容。处理完成后，处理器会将结果返回给适配器，由适配器返回给特定的ADX。

2. 策略系统

（1）策略系统的概念

策略系统是需求方优化广告投放效果、提升广告效益的重要部件，它的作用是储存广告投放策略（人工+算法），控制竞价系统有计划地进行RTB流量采买和广告展示，从而优化投放效果。

区别于传统广告的包断购买，程序化广告的投放则更为精细。优质的ADX往往会尽可能的将用户的特征信息、行为信息附着到竞价请求中，以便DSP竞价系统根据投放预算及策略，判断是否符合决策、是否出价、出价价格、广告内容等。

如何从众多的流量中，找到最有价值的流量，把预算花在刀刃上，是一个足以让多数广告主头疼的问题。决策系统，正是为了解决这一问题而诞生的。

（2）策略系统的工作原理

广告投放策略往往是一个策略集合，而最小的策略组合可以分为四部分：资金策略、媒体策略、人群策略（定向条件）、创意策略。

资金策略：包括账户预算、出价价格、投放速度、频次控制等媒体策略：包括网页-广告位名称、应用-广告位名称人群策略：包括人群标签定向、设备定向、操作系统定向等创意策略：包括文案、创意图片（静态创意、动态创意）、落地页等

在实际的广告竞价中，各细分策略虽相对独立，却也共同发挥作用，其目标便是帮助广告主筛选出符合的流量。

从技术实现的角度看，各细分策略实际是一个个判断程序，竞价系统在收到竞价请求时，会将竞价请求信息输入判断程序，而判断程序则会返回结果，竞价系统以此来判断是否响应出价。

需要注意的是：尽管我们一直在强调帮助需求方挑选流量，但在实际的过程中，DSP的做法却是帮助流量挑广告。对于一个竞价请求来说，竞价处理器实际上是一步一步地筛选符合要求的广告活动（广告投放策略），最后找到最合适、出价最高的广告对流量出价。

常见的决策竞价进程抽象图：

决策系统将投放策略切分，处理成一个个的细分程序，竞价系统在竞价时会运行这些进程，对所有开启的广告活动进行过滤。

通过所有过滤器的活动即为可能代表DSP出价的广告活动，决策系统会根据这些活动的出价价格、转化率、活动剩余预算来综合考虑（调价算法和预算控制算法），挑选出能够最大化DSP利润的活动，将活动的出价及广告内容由竞价系统返回给ADX。

值得注意的是：在实际工程实现中，竞价系统和决策系统的界限有时很模糊，一些基础的特征过滤；如排期、广告位等特征的过滤，决策程序和竞价的过滤程序会写成一个程序。

3. 资源管理系统

（1）资源管理系统概念

资源管理系统是需求方协调资源的重要部件，它的作用是帮助需求方管理包括客户、媒介、数据、财务在内的多方面资源，保证程序化购买有序进行。

（2）资源管理系统的工作原理

资源管理系统需要协调的内容大概可以分为以下四个部分：

客户管理：包括DSP登陆账户的开通与角色权限的管理，投放账户则内包含资质管理。媒介管理：ADX渠道的管理，包括渠道、广告位、创意模版、字段管理以及审核管理等。财务管理：包括对客户账户的溢价管理、充值／授信、扣款等。数据管理：包括各报表、各维度各指标的统计与展示和系统级、账户级的数据监控管理。

在DSP平台的竞价购买和运营管理中，资源管理系统的各部分相互影响，共同为整个竞价决策提供资源支持，并进行有序管理，保证DSP平台的稳定运营。

值得特别注意的是：由于DSP平台的流量、价格都是在不断变化中，因此账户乃至系统级的资源消耗变化普遍较大。如果单靠人工查看账户资源变化、系统资源变化的情况，不仅有较高的人力、时间成本，还会导致问题发现滞后，引发系统运营风险。

为了更好的防控以上风险，DSP平台需要在数据管理部分建立一套数据监控体系，满足账户、系统级别的资金监控（包含余额、消耗、流量价格等）、流量监控（包含渠道、广告位、广告尺寸竞价请求与出价数等）。

通过设定应用范围、触发条件、检查时间、触发动作等，可及时通知相关人员或在数据达到触发条件时，账户或系统自动响应触发动作，比如暂停投放等。

DSP 除了颠覆传统媒体的购买方式外，也颠覆了传统的广告逻辑，明确了以受众为中心的购买模式。

而无论市场上各家DSP如何演变，其产品的核心构成都可归属于本文的三个核心系统建设：竞价系统、策略系统、资源管理系统。 三个系统相互作用，才共同造就了程序化广告精准营销与实时竞价，为各广告主带来广告投放效率和效果的大幅提升。

本文由@Iris 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议。