汽车与DSP
我们的生活中有很多令人爱恨交加的技术产品， 汽车便是一个典型。很多人的生活离不开它， 同时也不得不承受随之带来的烦恼，比如考证，堵车、事故、“路怒”等等。当然如果有能力承担一位专职司机，麻烦就少多了。可惜并不是人人能做到这一点。 好消息是， 高科技牛人们正在为“非驾驶控”们研发全自动汽车，包括名声大噪的GOOGLE无人驾驶汽车， 期望能一劳永逸地消除这些烦恼， 让“驾车”出行会变得无比轻松和安全。坏消息是，“非驾驶控”们还得继续头痛上几年，商用化估计要等到2020年后了。
广告领域也不例外，只不过“非驾驶控”换成了被赶鸭子上架的“非技术控”广告主。
在 很长一段时间内， 广告基本上是广告主(或者代理商)与渠道之间的谈谈合同的事， 基本与IT技术不沾边。 互联网与广告的结合，让广告与技术开始有了真正的交集。在互联网中，跟广告相关的元素，诸如产品、创意、人群和媒体等，已变得高度信息化和海量化 ( 史无前例！)， 在此基础上， 数字化广告技术开始迅猛地发展， RTB广告正处于这股互联网广告技术潮流的最前沿。
RTB网 络中的广告曝光机会是数以亿计的， 广告主（或者代理商）想挖掘这座矿藏， 必须使用DSP。DSP就如汽车， 能够帮助广告主在复杂的RTB网络中穿行， 到达营销目标。 不妙的是，市场上众多的DSP产品，基本上是个工具箱，使用者必须主导整个投放过程，参与众多繁琐的技术环节。总之，这辆“汽车”的操作目前有点复杂， “驾驶体验”挺糟糕的，就像早年的手动挡汽车。 如果你是个广告主，想自主投放RTB广告，必须先打足精神，进入冲关模式。
关口道道，选项重重
当然在启程前，你一般要从业务层面回答以下问题：
1. 要推广哪种产品和服务？
2. 营销的对象是新用户还是老用户？
3. 产品和服务有无地理限制？
4. 在哪种数字媒介上投放广告？ 移动APP、PC Web还是视频？
5. 日期范围：何时开始投放广告？什么时候结束？
6. 总预算是多少？每日预算如何分配？
7. 本次营销的目标是什么？CPC, CPM或者ROI等。
除了第7点有理解和计算难度外，你应该能够轻松回答这些问题， 这与业务需求直接相关， 并无大技术含量。这些基本需求确定后，接下来你得忙起来了。
第一关 挑选人群
如果广告对象是老用户（重定向广告）， 你需要挑选预设的用户标签。如果没有，就快点抓个IT，让他帮你配置一下。如果吸引的是新用户， 你一般也要在DMP中圈定一些人群标签。为什么这么挑？兴许有些经验和直觉在里面吧。
第二关 选择投放渠道
强 悍的DSP会先拉个“广告交易平台”的大清单，要求你选择一下投放渠道。百度？腾讯？TANX？ 或者三者均包括？其他中小规模的交易平台是否也要考虑？ 确定渠道后，每日预算如何划分到这些渠道？ 兴许DSP会给一些提示信息，但是“试一试”依旧是你的主流决策方法。
第三关 设计出价策略
接 下来你需要考虑根据营销目标，为每个渠道设计合适的出价策略了。最简单、懒惰的方法是：就固定一个价。你兴许不会这么粗枝大叶， 能精打细算，倾向于设计一个复杂一点的阶梯价：先按照某个规则划分出多个人群， 然后为每个划分估算一个单独价格。在这一关，如何估算价格成了一门艺术。
第四关 确定广告频次
好了， 继续头痛吧。 每个用户每天接受几次广告才合适？ 要几天？ 如果用户点击了，后续还要投放吗？ 你肯定会嘀咕：“好吧，鬼才知道呢！ ”。体贴的DSP一般会给你一个默认值， 你会毫不犹豫地选上： 不变应万变！
第五关 遇上高纬黑洞
强大的DSP继续会追问你： 时段要不要考虑一下？是不是有些省份要剔除掉？ 要不要挑挑媒体？与浏览器类型相关吗？ 节假日和普通工作日有差别吗？…… 你肯定无奈地叹口气说，“统统的不知道，投投看吧”。
第六关 上传广告创意
现在你可以上传指定规格的素材了。你会感叹，终于可以自信地掌控了。不要高兴地太早！ 你先得在一个长长的列表中选择一些合适的尺寸。 好在你会向某些老手取个经， 根据他们的秘诀，先做上几款。好不好，投了看。
到此为止，你的广告投放计划终于在焦虑、无奈、疑惑和侥幸中非完美地诞生了。
你 会深吸一口，启动投放计划。 幸运的话，几个小时内，你会发现效果居然还行。如果你是一个严以律己的人，接下来就会想“是否还有改进的空间啊？”。 怎么调呢？再多试试呗。 多数情况下，坏运气总是第一个来敲门的。你只能重新调整策略，再次尝试，甚至要重复上述工作数次后才能有所起色。你就像一个可怜巴巴的新驾驶员，面对着复 杂的操控面板，在崎岖的地形上，边学边开， 难度可想而知。
你也会观察到一个怪现象：一方面广告主（或者代理商）在为如何充分 利用DSP的众多选项和算法而大伤脑筋， 另外一方面DSP公司却在乐此不彼地宣传和充实庞大的武器库（“我们在某个技术功能点上有超多的选择项和算法哦！ ”），并不重视易用性上的问题。 这实际上是在不断强化DSP的使用难度， 为RTB广告的普及设置人为的技术障碍。
DSP优化师 vs “无人驾驶”
既 然自主RTB投放这么困难，一个专职于优化RTB广告投放的“DSP优化师”便“横空出世”了。 广告主委托DSP优化师来负责广告投放的执行过程。他们号称有丰富的经验和技术，能够帮助广告主全程监控和优化RTB广告的投放。 在当下，DSP优化师的确是不可或缺的， 但是雇佣和培训DSP优化师，不能解决原本的问题，只是用人力缓解了一下而已。 像药物的副作用一样，还招来了一些新问题：
1. 优秀人员缺乏，DSP优化师的培训和成长需要较长的过程，不是几个优化师速成班就能解决的。
2. 优化师服务能力有限， 服务成本偏高： 单个优化师不可能服务众多广告主。对于拥有大量广告客户的DSP服务商而言，是一笔不菲的人力开销。
3. DSP优化师掌握和揣摩出来的优化规则和方法有多可靠？ 不确定，只能说，比“没有”好点。
兴许你会问， 为什么不采用“无人驾驶汽车”一样的方案？ 是啊！为什么不让机器来主导整个优化过程呢？
“DSP 优化师”的价值仅在于能根据投放报表和营销目标， 合理挑选、调整和组合DSP的各项功能，从而优化广告投放。实际上，与机器相比，人脑的判断力并不会在这个领域内占有优势。首先，DSP优化师决策的主要 依据是DSP自动生成的报表， 不需要其他无法量化的知识；其次， 作为人， DSP优化师无法有效地在高纬度报表中获取信息， 很多决策并不合理和及时， 甚至“有摸石头过河“的嫌疑。我们的技术实验证明，一个有自动学习和调整能力的智能化系统会比“DSP优化师”更加稳定可靠， 至少不不会输给他。
既然如此，我们为什么还要忍受这么落伍的DSP系统呢？是时候把RTB广告推入“无人驾驶”时代了！
全自动智能DSP
你现在可以想象一幅全新的RTB广告投放的景象。
你只需要输入业务目标和相关约束， 轻点启动按钮， DSP会全程负责整个投放和优化过程。你不再需要冥想苦思、忙忙碌碌了。 投放过程中，你主要负责以下三种人最擅长的工作：
1. 观察每日的进度报表和系统提示，思考业务目标是否需要及时调整。
2. 配合系统的提示和要求， 输入某些机器不能确定的信息，例如对媒体质量的要求、 广告创意等。
3. 及时配合系统处理异常情况。 如果系统监测到投放发生异常（系统或者业务方面的原因），会迅速暂停投放并主动报警，必要时它会第一时间通知到系统维护人员。
这不是纯粹的想象！ 智子云正在研发全自动化的智能DSP， 它将粉碎广告主和代理商身上的技术桎梏， 彻底改变当下RTB广告的投放方式，让投放过程变得轻松和高效，开启一个崭新的“智投”时代。
下一篇我们将介绍新一代的DSP是如何建造的。
作者简介：阮备军博士 智子云首席数据科学家
阮备军，复旦大学计算机博士，研究方向是数据仓库、数据挖掘，在数据挖掘技术应用和产品化方面拥不可多得的丰富经验。毕业后长期从事推荐引擎、 CRM系统、数据仓库和智能化系统的研发工作，行业涉及电子商务、电子政务和在线金融等多个领域。阮备军博士目前在智子云担任首席数据科学家，领导多个核 心产品的智能化研究项目。
