第3章　Martech实战——Adserving要点

Adserving通过技术手段和技术平台，帮助广告主实时管理媒体流量的每次广告曝光机会，从而提升广告媒介的效率与ROI。
传统广告媒体采买（即从业者们常说的Regular Buy）模式下，广告实际上还是由各个媒体各自分发到各个终端用户。在这个过程中，广告主虽可以对曝光量、点击量、排期等指标提出要求，但依然无法针对不同喜好、不同转化周期阶段、不同媒体、不同地域、不同场景等做到大规模的个性化传播。
基于上述问题，Adserving应运而生。通过Adserving可管理广告主所有媒体广告的投放，所有媒体广告的流量通过统一的管理平台按广告主千人千面的投放策略智能分发到每个用户，从而实现广告传播的根本目标：在合适的时间、合适的场景、合适的人群中传递合适的广告信息以抢占用户心智，保证用户萌发需求的瞬间，能想起广告主的产品或解决方案并进行购买，由此促进广告的成交转化。
如下图所示，Adserving统一实时管理广告主的流量，可做到跨媒体的联合频控，可对用户投放的广告按故事线的顺序进行轮播，还可根据用户所处转化周期的不同采用算法更有针对性地进行广告沟通。
传统广告媒体采买示意图
Adserving投放管理示意图
Adserving广告请求执行流程
大家可能会比较好奇，Adserving是如何通过技术实现的？是如何实时管理每次广告曝光机会的？如下图所示，广告请求执行的大体过程如下：
1）媒体方将广告资源接入媒体广告系统。
2）用户访问媒体的某一页面时，页面端程序会向媒体服务器问询并拉取内容，然后展示。若该页面中有广告位，就会问询媒体广告系统并尝试拉取广告内容。此时会将广告位的基本信息，以及该用户的ID、所用浏览器、IP地址等基本信息一并发送至媒体广告系统。
3）媒体广告系统将收到的与广告位和用户相关的基本信息发送给Adserving广告投放系统，并问询要展示的广告内容。
4）Adserving广告投放系统对该用户ID及相关信息进行分析。随着Martech的升级，此处会大量运用被激活的DMP/CDP等数据，以及设置的大量智能营销策略。Adserving结合数据和营销策略，并通过算法决策和人群匹配来决定是否需要该广告曝光机会。若需要，则与要投放的产品广告及其尺寸、物料相匹配。
5）决策完成后，Adserving将结果（即利用该广告曝光机会投放哪个广告物料及监测代码）返给媒体广告系统。
6）媒体广告系统将这个结果返给媒体页面端，媒体页面端将匹配的广告物料展示在该用户屏幕中的广告位之上。为了保障用户体验，整个过程都要在100毫秒内完成。这对其中各方（尤其是Adserving方）的技术、算法、数据能力的要求十分高。