我是策略产品Arthur，5年搜广推策略产品专家，帮助大家迈进成为专业搜广推策略产品，希望大家对文章点赞、评论以及收藏给予作者最大的支持。从美团的两篇策略详解文章看出，果然大家还是对大厂实践应用策略更感兴趣，我也不断的筛选和打磨可以分享的策略产品文章和方向，争取把最专业的策略产品方向深入浅出易懂的分享给到大家。
今天给大家分享一下近两年各家外投场景下的产品投放模式——RTA（Real time API）模式，此处的外投是相当于内投闭环站内资源位而言的，这是一种广告主投放服务和平台广告引擎系统合作谋求与广告主合作效率的合作模式，很多沉浸做电商、流媒体自闭环的产品PM其实对这一块并不是很熟悉，今天Arthur就以个人理解的视角来梳理一下RTA究竟有哪些策略，以及从引擎架构链路上如何实现广告主和广告播放系统的合作，那话不多说请大家拿好小桌板和笔记本，Arthur小课堂开课了。
背景：前文介绍了RTA是adx模式下的广告主和广告平台引擎合作的模式，那么什么叫做：直投和ADX模式呢？首先站内直投的产品，我们一般叫做自闭环场景，即所有的成交、转化行为都发生在同一个媒体资源位上，或或者直白点说DSP平台能够快速回收所有的转化行为样本数据，例如阿里妈妈广告平台直通车投放淘宝、天猫搜索资源位广告，京准通-购物触点投放至京东APP内信息流资源位。站内直投最大的特点即是转化行为样本平台可回收（电商内的下单、成交行为都发生在APP内部），阿里平台、京东平台拥有极为丰富的user_id、广告ad_id下的特征、样本去准确预估成交下单的CVR效果。
但是adx、adn模式，是由媒体提供流量的，例如番茄小说app投放广告，最后所有的下载、注册激活、付费等行为都是发生在应用app之内，巨量广告、腾讯广点通都无法获取发生在广告主媒体APP应用的深度转化行为数据，因此需要广告主利用自有的数据和模型完成效果投放，广告平台是无法直接利用媒体侧的投放模型，对于平台来说因为依赖于广告主行为回传样本无法保证绝对的准确性，这其中的博弈就造成了“巧妇难为无米之炊”，因为这些APP内深度行为的样本、用户特征都只有广告主APP侧才具备，因此为保证oCPX/Nobid以及target ROAS出价效果达成的准确性，需要广告主测深度参与整个排序过程中来，这就是RTA诞生的背景。
基于上述3大痛点，RTA策略得以诞生，集聚安全性/精细化/时效性于一体的合作模式，实现平台与广告的策略效果共建，把对流量评估的效果权利（尤其是深度转化行为，点击行为还是发生在广告平台）绝大多数交还给到了广告主，保证平台与广告主的双赢。
产品定位：RTA模式诞生主要用于满足广告主实时个性化的投放需求。RTA将广告主的流量选择权/流量质量定价权交给广告主，是一款基于本地竞价广告进行程序化升级的产品，利用API接口助力广告主投放。基于投放系统 & 模块中对实时性的要求切入广告投放各环节，结合广告主的数据&技术能力，实现双方共同优化提升广告投放效率/效果。
为了方便大家理解，上面举了巨量广告（媒体直投平台）和某小说APP（广告主侧）的例子，除了在DSP创建广告阶段会同步投放的主体信息，设置DPA商品库同步信息之外。可以从上图明显看出来，RTA和广告主发生交互行为的阶段主要在海选/过滤环节和粗精排环节
海选/过滤环节的应用，主要是基于广告主自身的数据进行人群的过滤定向，主要包含以下场景，非常类似Arthur之前在定向课程里面介绍的定向布尔规则过滤的内容。
粗精排环节的应用，主要是基于广告主(媒体侧)自身数据的累计，主要是APP应用当中的深度行为数据和深度行为预估，例如注册率/激活率/付费率等进行建模，把用户流量质量的筛选工作从投后数据分析变成投前“竞价预估”，基于用户特定行为的质量和概率判定是否要出价，以及出价多少最为合适。
关于tuning_bid_adv的策略：tuning_bid_adv这一块的系数给出，本身就需要广告主具备处理实时竞价、判断流量人群价值的能力，例如APP的付费率、媒体广告产生ARPU值预估，非常类似广告排序当中的pCVR预估的能力。本身就需要广告主侧能够有足够丰富的行为为样本、特征来给出准确的转化概率预估影响tuning_bid_adv的给出，DSP平台最后还需要通过出价控制能力，引入PID控制或者是强化学习RL策略ratio反作用影响计划成本的达成，两个系数互不干预。
字节穿山甲将RTA模式分成了基础版本和进阶版本两种，个性化出价的功能对于广告主的要求会更高（不管是样本、还是预估模型都有一定的要求），而定向筛选其实本身还是在做规则过滤的事情，所以绝大多数广告主都满足使用基础定向筛选的模式。
从上文就可以看出RTA其实如果要把进阶模式、基础模式都开放给到客户都有非常高的要求，这个要求主要体现在了对于广告主侧本身的技术能力门槛、平台制定开放RTA的消耗门槛。
对于平台来说，RTA算是开放给到广告主的高阶能力，本身还是希望广告主在媒体能够保持一定的消耗水平才愿意把高阶的产品能力开放给到客户使用，并且媒体去开放RTA的流量竞价请求与返回也是需要耗费资源成本，所以都会要求广告主在使用RTA的基础上保证每天消耗的水位，
为了方便大家了解RTA回传接口内容信息，本节内容refrence了一下《程序化广告》作者梁丽丽的文章内容，感兴趣可见其书籍原文。
接口主要还是返回的这一次预竞价请求的唯一id，请求用户的特征：操作系统（比方说有些小说软件会根据os_type过滤掉所有的iOS用户类型）、设备号MD5。result_type表示返回的广告RTA所有账户是否确定要投放广告的字段内容决策。result就是配合result_type返回具体的账户id和广告组id，而_account_id&_unit_id代表的是本次请求来源匹配的物料是哪一个，需要明确将来落数、归因的结果。
最后，讲完RTA的策略、架构交互，我们也来看看穿山甲官方对于RTA策略的效果与收益，我的总结思考。
整体来看RTA通过有效的判定流量价值，保护数据的安全和时效性的情况下，使用得当确实可以帮助广告主有效提升ROI，控制深度转化行为的成本CPA，对于广告主和平台都是双赢的工具和局面，但是从另一个方面来思考，这也对广告主带来了较大的调整，重新让流量的一部分定价权力回到广告主手里，因此需要广告主媒体侧本身具备一定的样本量、流量价值预估的能力，只有使得平台和广告主的能力“双剑合并”，才能使得RTA发挥的效率价值最大化，如果有帮助到大家辛苦大家帮忙点赞、评论以及收藏文章。
