营收58亿美金56亿来自广告，Facebook的广告系统算法是如何做到的？

按：作者董飞，公号：董老师在硅谷。

Facebook上个月公布亮瞎双眼的2015年第四季度财报，其中日活用户超过10亿，营收达到58.41亿美金，而广告就占了56.37亿美金，更恐怖的是来自于移动广告业务的营收占了80%。笔者在Facebook上面也曾经创建过营销页面，其实是拿到内部朋友一定限额的广告（Campaign）推广费用，当时惊讶投放的高效（太快了，不到1小时几十刀都没了），由于自己也做过广告系统，也做过很多对比，从形式多样性，功能的完整性，定位用户，实时性，数据分析报告各项综合指标Facebook都是行业翘楚，下面就是它们内部对广告系统Pacing算法的剖析，也适合广告技术入门查看。

每个广告 (Ad) 有一个出价 (Bid), 并有其在某情形下实际的点击率 (Click-Through-Rate, CTR)

广告按点击收费 (Charge per Click, CPC), 策略有一价计费 (First-Price, FP, 即广告出价多少则一次点击计费多少) 和二价计费 (Second-Price, SP, 即广告按下一位出价来支付点击价格, 更普遍的是 GSP，Google，Yahoo, LinkedIn都是用这一种)

千次展现收费 (Cost Per Mille, CPM, 或 RPM, R for Revenue), 即对点击付费广告其展示一千次情况下的收入 (一价计费下等价于 1000*CTR*Bid), 或是展示广告的千次展现固定价格

预估点击率 (predict CTR, pCTR) 是指对某个广告将要在某个情形下展现前, 系统预估其可能的点击概率

Pacing是Facebook广告系统中调节花费预算节奏的一个算法，一个类比就是竞跑的运动员：过早冲刺意味着在终点前就没劲了，但过晚冲刺也许你就没完成这次比赛。Pacing保证对所有的广告主在竞争前提下自动分配不同的广告预算。Pacing就是优化的核心组件让广告主获得最大的投资回报率（ROI)。

我们通过一个例子解释Pacing工作原理。下面会涉及到点击，同样的想法可以应用到浏览，转换，行为，到达率等。

一个广告主想对一个运动品牌做广告。每天预算$10，以CPC计费，我们预先假定每次广告点击能产生$5的收益。

当他／她创建广告后，对 LINK_CLICKS （点击链接）做优化， bid_amount（出价）设置为$5, billing_event（触发收费的事件）为 LINK_CLICKS, 基于这些为真的条件. 目标用户群为男性 25-35岁。

广告主的利润是这些点击产生的价值减去花去的预算。

为了简化起见，我们假设这些机会（点击，展示等）的当天价格是提前知道的。这样我们能更清楚阐明点击价格和收入关系。这些假设是基于目标产生的机会进行建模。

下面我们通过三个例子去理解Pacing算法对广告主提供最大的价值：

情况一：没有Pacing算法的时候

没有Pacing，广告主预算在一开始很短时间就被消耗干净（可能潜在的昂贵点击），前期竞争激烈，后期无竞争，形成一定的资源浪费。下面的图蓝色的点代表广告获得展示的机会，黄色的圈代表广告赢得展示，红线代表出价的价格。结果是平均成本会高些，但广告主会得到基于广告设置的最想要的投放。这叫做加速投放。

广告总花费 ＝ $10广告总点击价值 = 6 * $5 = $30每次点击价值 = $5预算 = $10广告总收益 = $30 – $10 = $20

案例二：出价过低

这种情况下，追求最低的点击价格，但是广告主的预算最后没有能用完，最终的广告效果也最差。

广告总花费 ＝ $4广告总点击价值 = 4 * $5 = $20每次点击价值 = $5预算 = $10广告总收益 = $20 – $4 = $16

案例三：Pacing算法下的均衡状态

这时候，广告客户获得了最大的点击数，获取到了最大收益，同时也用完了每日预算。

广告总花费 ＝ $10广告总点击价值 =7* $5 = $35每次点击价值 = $5预算 = $10广告总收益 = $35 – $10 = $25

从上面例子中，当我们在整段时间内使用稳定的出价（Pacing），广告主的价值相比没有Pacing或者出价过高过低，得到了最大化。为了实现目标，Pacing期望通过学习其他的有同样目标用户的竞争广告，提出一个优化的竞价。这就是个简单公式。

最终竞价 (每次展示) = 优化竞价 （每次展示）* CTR where 优化竞价