FB日入400美元的精密广告系统，让用户给人送钱

　　三年多过去，现在的 News Feed ads 已经是日入 4000 万刀的现金牛了[1]。作为主要成长时期在这个团队里工作过的成员，回想起来感概多多。

　　Feed Ads 有很多种形式，但是最为主要的是如下四种。

　　1. Suggested Page (你可能喜欢的公众页)

　　Facebook 的 Growth 部门做了一系列“你可能 XX 的 YY”产品。“你可能认识的人”为了让用户多加好友，“你可能想粉的名人”让用户多粉明星，“你可能喜欢的公众页”让用户多赞公众号 ( Facebook 投机取巧地把赞默认跟上了订阅操作 )。这些产品的目的就是让用户多连接上其他的人或者物，这样好往他的新鲜事里展示东西。因为是纯粹的推荐，用户主动建立连接的概率是背后算法的第一考量指标。

　　一般商家的公众页，因为内容是商业化的多，趣味性，对用户的价值相对低。用户愿意主动连接的概率是比较低的，所以他们比较难被 Growth 的这些算法选中。这时候，广告来了。商家如果愿意出钱，即使概率低一点，Facebook 也能把他展示给用户。当然，因为法律的约束和确保用户体验，显示一行“赞助商”的小字还是不可避免。但好歹获得了出镜的机会。这就是 Suggested Page。

　　2. Page Post (公众号帖子推广)

　　由于 Facebook 不遗余力地推荐用户连接连接连接，所以每个用户每天能有 1500 条新鲜事可读 [2]。但是一般人是读不过来的。所以 Facebook 的新鲜事是有智能排序的。因为 Facebook 长期追踪的一个核心指标是互动活跃度，所以排序的算法基本上是把用户比较可能互动的帖子排在前面。这样一来，公众页即使获得了粉丝，帖子也未必能进入用户的信息流。这里就需要公众号帖子推广了。虽然互动概率不高，但只要给足钱，还是能进入用户信息流。

　　更有甚者，因为一般的 Facebook 用户都赞了非常多公众号，多到不太记得清自己赞了哪几个。帖子推广还有一个功能就是只要钱给够，即使没有赞过你的用户，你的帖子也能进入他的信息流。这样又扩大了受众群体。

　　3. Suggested App (你可能喜欢的应用)

　　用 Facebook 的朋友，如果有尝试新应用的习惯，应该信息流里有不少应用广告。这是“你可能喜欢的公众页”模式的简单推广。游戏行业有些朋友跟我反馈过，说 Facebook 的应用安装广告效果还是不错的。

　　4. Video Ads (视频广告)

　　这个形式的爆发是在我离开 Facebook 以后了。今年 1 月以来，因为 Facebook 视频体验的提升，特别是进入视频播放以后的视频流形式，Facebook 每日视频浏览数已经从 10 亿 [3] 猛增到 80 亿了 [4]。想必与之对应的视频广告也是高速增长。

　　Facebook 是如何玩好这些广告形式的呢?我觉得核心的有如下两个方面

　　1. 用户方面，确保广告对用户的伤害定量化地控制在一定范围之内

　　上面有一些方式看起来没节操没底线，但是这些方法真的严重伤害了用户体验么?这方面 Facebook 有一整套的数据方法来监测，定量地确保所有产品对用户体验的影响在可控范围内。

　　1.1 长期监测广告对用户的影响。

　　Facebook 广告部门保留了很小的一个比例用户，他们是不看广告的。这部分用户的活跃度数据要比普通用户好一点点。对比这个活跃度数据，Facebook 可以很精确地定量知道广告对用户的伤害是多少。这个伤害涨一点点，或者跌一点点，公司高层随时都可以看见并采取措施。

　　在这个基础上，Facebook 还有更加精细的模型。在每个广告插入的时候，都仔细计算这条插入损失了该用户多少活跃度。插入第 N 条广告的时候，累计对该用户的活跃度损伤达到了多少。通过这样的手段精细控制每个用户的体验。确保了是每个用户体验都受到一点点损伤，而不是一少部分用户受到巨大的损伤。

　　1.2 广告本身的用户互动价值参与竞价

　　因为 Facebook 信息流的排序最核心因素是互动性。所以广告贴的互动性也是纳入考虑的。理论上说，只要广告贴的互动性达到自然贴，那么广告是不必花钱的。这样能激励广告主制作更好的广告。

　　仅有这一点是不够的。总体来说广告的互动性还是比自然贴差一大截，所以这个补充比较有限，财大气粗的广告主就不在意这方面的节省了。这时候，为了防止广告出现很低俗，有碍观瞻的内容，Facebook 还监控另一个指标叫 x-out。就是每个帖子都有一个小叉，用户不喜欢可以叉掉。每个叉行为都是负分，负分得的多，钱也要多。甚至直接不让显示。x-out 这个方式国内有些应用也在学习。

　　2. 广告主方面，基于转化的广告大大简化了广告投放并提升整个广告体系的效率。

　　互联网广告有如下三代不同产品

　　1) 按展示收费的广告。这是媒体强势的产物，投放系统不关心广告主效果

　　2) 按中间效果收费的广告。典型的是 Google 的点击计费广告

　　3) 按最终转化收费的广告。CPS 广告属于这类却很失败，Facebook 把这个做活了

　　第二代对第一代的颠覆性，在百度 Google 的例子前被很多人了解。第三代对第二代的颠覆性，知道的人还不是太多。

　　基于转化的广告就是国人常说的 CPS 广告。在线广告，从展示到成交，要经历层层转化，而且媒体平台到广告主平台都参与其中。所以一个好的转化率系统，需要两边都齐心优化。媒体提供的是展示，广告主要的是成交。两者的目标是不一致的，很多情况下会有冲突存在。媒体说我的曝光量很高了，需要收很多钱。广告主说我的成交很少，没法给很多钱。但是具体问题出在哪一方的系统，就拉扯不清楚了。更大的问题是因为利益的不一致，无法做到上面说的齐心优化。

　　媒体强势的时候，很多广告是按照展示收费。这样的结果是媒体就不太在意广告主的效果。广告主的效果上不去，广告的价格也就无法提升。

　　有一些效果广告平台，比如 Google，就提供了点击这个计费基础。因为这是一个双方交界的点，比较容易在数据上达成一致。这种模式比按展示收费好在媒体关心了第一步的广告效果，也就是点击量。Google 的销售人员帮助广告主优化的时候都是围绕提高点击率来，就是这个动机。但是这个做法还不是广告效果最大化。关于如何多生成转化，懂行的广告主会做，不懂的广告主只是觉得花钱多效果少，最终的结果是减少投放。饼就变小了。

　　对于弱势媒体，在强势广告主面前，会选择 CPS 广告。但是这种一边倒向广告主的方式也无法使整体效果最大化。这主要体现在两个方面：1) 用了 CPS，付多少钱都是广告主说了算，在巨大利益的诱惑下，有一些广告主会瞒报成交。2) 广告主无意优化广告创意与转化系统。因为浪费的也是媒体资源，只要不成单，广告主不用掏钱。所以广告体系整体的效果很差。

　　Facebook 的 John Hegeman [5] 天才地发明了按照成交优化，按照展示计费的 oCPM 广告，精妙地解决了这个问题。Facebook 所拿到的成交数据，就像 CPS 广告，是广告主反馈回来的。根据这些反馈数据，Facebook 强大的机器学习系统可以优化整个转化流程，并且追溯到根源上知道每一个展示所带来的价值，然后按照这个价值收费。这个系统有效地优化了整个广告转化流程，既简化了广告主的投放，又有最大化地提升了整个体系的效率。

　　[1] Facebook now makes 78 percent of its ad revenue on mobile

　　[2] Facebook engineers explain News Feed ranking algorithms; more changes soon

　　[3] http://www.adweek.com/socialtimes/1b-daily-video-views/440384

　　[4] Facebook is now generating 8 billion video views per day from just 500 million people

　　[5] https://www.linkedin.com/in/john-hegeman-02137b7