之前写的 An Overview of an AD System, 从技术原理上介绍了各个模块（召回、精排、出价、冷启动等）的基本职责和原理，几年过去了，这部分的认知虽然还没过时，但是经历了更多业务后，对整体的商业化也有一个更全面认知，本文尝试从另一个更系统的角度去理解一个广告系统

传统认知中的 ad system 一般是三方：广告主 / 代理、平台、用户；但是随着内容平台（如抖音、快手、小红书、bilibili 等）的迅速发展，涌现了越来越多的 UGC 内容，创作者在商业变现中的影响也越来越难被忽视，所以这里基于三方增加了代表创作者的第四方，如下图所示

以上的四方比较复杂的关系，一般是存在于 “一方流量”（参考一方数据的概念）上，即抖音 / 快手 / 小红书 /bilibili 这类有能力搭建自己的一方流量的变现团队，在自家的流量上变现；相较于 “一方流量”，“三方流量” 的场景一般只需要关注客户和平台的关系，典型的就是联盟的场景（穿山甲、优量汇、快手联盟等），对用户侧没有强体验约束，因为本质上联盟就是个倒卖流量的生意，相关技术与一方流量差不多，但是对 C 端的用户体验以及创作者部分基本不怎么关注。

本文重点在一方流量上，下面的内容会根据上图中提到四方依次讨论每一方本身的一些职责、与其他各方的关系，内容会比较发散，祝开卷有益～

上图中的箭头可以理解为一方与另一方之间的需要交付的目标，以平台为例，作为连接各方的枢纽，平台需要承担以下的职责

• 对于用户，需要保证营销内容对用户体验损失在红线以内，一般量化的指标是 dau loss；常见的 load 约束、频控、负反馈策略，混排时的一些硬约束等，都是在尝试在优化这部分；而商业化的目标，就是在 dau loss 红线内，最大化商业化收入
  
• 对于客户 (广告主)，是平台需要重点关注的对象，因为客户就是平台的平台的金主，一句话描述这部分：需要在客户表达预算和素材后，保证约定的成本约束下，最大化跑量；为了精细化地服务好客户，还会分行业（电商、游戏、教育等）、分客户类型（KA、SMB）等去进行优化，提供更丰富的营销目标与更好的投放体验，为客户在平台的长期经营提供更好的土壤
  
• 对于创作者，平台需要为创作者提供变现商机（促成创作者与客户的合作， 在星图、蒲公英、聚星、花火等官方合作平台上完成），平台在这个过程中也需要考虑各种问题（创作者生态、内容生态、水下问题等）；同时也要考虑创作者成长，为其提供一些机制策略，各种流量加热工具（付费 or 免费），相应地创作者需要为平台创作好的内容

平台

前面提到，作为连接各方的枢纽，平台肩负着体验（C 端与 B 端）、变现 (平台与创作者)、生态 (客户、创作者与内容) 等各个职责，需要为各方交付相应的业务指标

体验：C 端与 B 端

根据用户的分类，这里的体验又可以分为 C 端用户与 B 端的广告主

平台需要为 C 端交付的体验，就是用户体验；最直接衡量指标就是 dau loss，即不能因为营销内容过多或者内容不符合用户的兴趣，而导致了用户的流失；技术手段上，无论是 load 约束、频控 / 负反馈 / 分人群等策略、或者混排时的一些硬约束（广告首位，min-gap 等），都是尝试在优化这部分；在后续的用户部分会展开这部分

平台需要为 B 端交付的体验，就是广告主的体验；一般直接的度量指标就是广告主的 nps 调研，但这个指标往往没法做直接的优化；而计划起量、掉量、跑量、成本、系统 variance 等问题，都会影响广告主的体验，直接或间接地影响广告主的 nps 以及在平台上的长期预算，解决这些问题是有可能提升 B 端的用户体验的；其中成本问题是基础也是最重要，往往是通过 ctr、cvr 的预估准确性做基本保障，同时通过 “出价 + 计费” 的方式来做兜底，另外针对计划的掉量、拿量波动的问题有稳定性专项、针对计划的起量问题有冷启动专项等

前面提到，商业化的目标粗略来说，就是在对 C 端用户体验损害的红线约束内，最大化商业化收入， C 端的用户体验这部分有比较明确的度量指标：ad load 与 dau loss，前者比较好度量，后者往往观测性没那么好，需要把观测周期拉的非常长，往往需要找一些关联的中间指标如时长等来做直接的优化，但总体优化方向是较为明确的

但对于 B 端广告主，没有那么直接可度量的指标，nps 也许算一个，但不是能够直接优化的指标，所以往往会将广告主体验部分拆成好几个方向来进行，如起量（通过冷启动扶持来加速计划的起量）、掉量（掉量的识别与扶持等）、系统 variance（计划的复制与裁剪）、成本（纠偏与出价）等，这些体验的交付，最终是为了 B 端的广告主能够在平台长期投入更多预算

变现：平台与创作者

变现也分为两部分：平台变现与创作者变现：平台变现就是常规的通过卖流量的广告变现，创作者变现指的创作者通过为客户或平台创作好内容获得报酬，也是近几年在内容平台发展过程中逐步衍生出来的一个方向

• 平台变现

平台的变现即广告变现，往往需要把下面三件事情做好，而一些互联网公司也会根据这几个方向来建设相应的组织架构（排序组、流量组、行业组）

1、排序效率：提升链路的排序效率，如模型 auc，链路一致性

2、流量机制：明确链路的排序公式和一些辅助策略，以满足流量需要交付的目标（消耗、体验、生态等）

3、客户产品：服务于客户的诉求（营销目标多样性、成本、跑量、低门槛投放、数据隐私等）为客户提供的各种广告主产品，这部分会在客户部分详细展开

从技术原理上来讲，上面这几件事情都是在让平台匹配效率最大化，或者说流量售卖效率的最大化，因为本质上 收入 = cpm × ad_load ；ad_load 基本是一个固定的值（虽然有很多变相扩 load 的方法如全域推广），在技术方向上的需要优化的点就是 cpm 的增长；如果简单拆解 cpm，可以粗略认为 cpm ≈ bid × ctr × cvr，为了提升 cpm，需要分别考虑这几项：bid、ctr、cvr

• 因素一：bid

先看 bid，直观上看就是竞价流量的 bid 平均水位，对于大部分的 oCPX 广告，这里的 bid 也往往是广告主的平均出价水位（nobid 类产品没有广告主出价，但是 bid 也能一定程度上反映广告主的预算），系统不能在广告主的 bid 基础上无约束地提，因为广告主的出价表达了其对转化成本的预期，如果一个劲儿地提 bid，成本是没法很好地保证的，所以这里的 bid 基本上能理解为 “广告主在某个媒体平台上愿意为一个转化出的价格”，而影响广告主出的 bid 高低有很多，这里重点讲以下 2 个因素：

（1）广告主的生意模式：一个比较关键的因素是转化对于广告主而言有没有除了这个转化以外的价值

一般的白牌商家的预算都属于纯效果预算，都是有比较严格的 roi 的考核的，这种情况下广告主愿意出的价格在各个媒体上也是比较固定的，与之相反的是纯品牌预算，即对转化基本没有太多考核，像 gd 很多时候就是在溢价买流量，这个时候广告主会根据平台的影响力，或者说流量价值来出价；

而实际中，很多预算其实是介于纯效果预算和纯品牌预算之间的，所以广告主的出价的时候也会根据平台的转化是否能带来外溢价值，来对出价做相应的调整； 如广告主在小红书等种草平台是能接受赞藏、加粉等成本，比抖音、快手等竞品要更高，因为在广告主心里会认为这些种草平台的一个转化能够带来更多外溢价值

（2）平台的竞争激烈程度：即广告主能否在平台上卷起来

在一个媒体平台上，如果竞争不够激烈，如最极端情况下只有一个广告主，那转化的定价权基本上就掌握在广告主的手里（而这也是广告主生态需要解决的问题之一）；当广告主数量变多后，蓝海变成红海，广告主在总体 roi 还是为正的前提下，还是有动力降低自己的利润、在平台提升转化出价的成本来做营销的

所以，假设广告主出价是理性的，那要提高公式里的 bid，平台长期要做的就是提升其流量价值（比较虚的概念，与市场认可度与声量相关），满足更多广告主的营销诉求，引入更多的广告主进入平台，营造一个良性的竞争环境，这部分主要上面提到的第 3 部分即客户产品来承当，当然也会涉及到第 1 部分（如 ctr、cvr 预估准确性）第 2 部分（如流量策略影响广告主生态）

• 因素二：ctr × cvr

其他两项是 ctr 和 cvr，因为比较相似，就放在这里一并说了，提升 ctr 和 cvr 也有多个因素，这里重点说以下两个：

（1）首先能想到的就是模型的排序效率，模型的职责就是在用户到来时，为用户选择出 ctr、cvr 最高的 item，所以模型的 auc 提升，理论上是能够带来 ctr、cvr 的提升

但实际上在广告系统里排序公式不是 ctr，cvr 最大化，往往是 ecpm + hidden_cost, 前者 ecpm=bid × ctr × cvr 是收入最大化，后者 hidden_cost 则是为了满足收入以外的目标而加上的各项（如冷启动、掉量等问题）；因此，提升模型的 auc ，不一定能带来最终的 ctr、cvr 提升，因为本身的排序公式就不是仅由 ctr、cvr 决定的（比如说 ctr、cvr 不是最高的但是 bid 足够高，综合起来是有可能排在第一位的）

但是总体来说，模型长期的迭代预期是能带来后验 ctr、cvr 上涨的，因为对于广告主来说，用低 ctr、cvr 素材但是高出价不是一种良性的方式，且不是平台所提倡的（平台会引导广告主制作好素材）；因此，对于广告主而言，通过制作好素材提升 ctr、cvr 来跑量，才是一种更加可持续的方式

（2）另一个重要的因素就是素材，素材质量的优劣直接影响着用户的点击率、转化率等指标，需要提高优质素材的供给；比如说通过撮合平台让 K 给 B 提供更多高质量素材，通过 AIGC 的方式生成更多优质素材等，然后平台侧结合模型的排序效率、素材优选等方式，提升总体的 ctr、cvr，平台侧这些动作的一些拓展文章可参考 Dynamic Creative Optimization in Online Display Advertising 和 A Hybrid Bandit Model with Visual Priors for Creative Ranking in Display Advertising

这部分主要上面提到的第 1 部分（模型效率）和第 2 部分（排序公式，hidden_cost 的组成）来支持

• 创作者变现

创作者随着内容平台的发展而发展，当前已经在广告系统中是一个重要组成方，肩负着创作好素材的职责，与之相关的就是创作者变现这个大话题，毕竟创作者不能单纯 “用爱发电”，而是需要有稳定的收入来支撑做内容

创作者的变现的途径有很多，包括来自 B 端（如商单推广、直播带货）、来自平台（如平台的补贴）、来自 C 端（如直播打赏、充电等）等，参考 B 站的创作者变现介绍

来自 B 端的商单是最常见的方式，客户（以下简称 B）侧找到创作者（以下简称 K）侧写对应的推广的内容，这是一个典型的撮合过程，很多内容平台也建立相关的官方平台（星图、蒲公英、聚星、花火）来促成 B 与 K 的合作，B 侧走官方平台报备，除了需要为 K 提供一口价结算或效果化结算（即根据转化数来结算），还需要为平台提供一定比例的佣金，这部分的内容我们称为 “水上内容”

但除了 “水上内容”，还有不少内容会走 “水下”，即 B 与 K 不走以上提到的官方平台，而是直接达成合作，B 是有动力去做这件事的，因为这样最直接的收益就是 B 侧没有了额外的需要支付的佣金，且内容更贴近 ugc 的（一些平台对于走了撮合的内容是要打标的）；但是对于平台而言，肯定是希望这些内容都能够走官方合作平台的，一是佣金；二是平台会希望能够对 K 制作的内容了解并有一定的管控能力，包括了解 K 变现的行业、粉丝量分布，并通过影响 K 的商机分配来影响 K 内容制作方向等

因此，在创作者变现上，平台的愿景往往是：（1）更多的创作者能够在平台变现（走水上的方式），即变现人数与撮合流水能够持续增长（2）为平台共享贡献好的内容

而在这个过程中，平台需要解决的一个大问题，就是 “水下翻水上”，即如何让 B 侧更多的预算走水上，这部分会在后面创作者重点介绍

除了来自 B 端，平台的补贴也是创作者变现的一个来源，一般的补贴包括现金和流量两种；如很多内容平台都会有创作者激励计划，即根据内容播放量或浏览量来给创作者结算；也会有一些流量扶持，如流量券、特定话题下作品的流量扶持等

生态：客户、创作者与内容

生态一般是平台发展到一定规模后才需要考虑的问题；这里的生态指的是非红线的生态问题，即不会一旦出现了平台就要倒闭的那种（比如政治敏感话题）；而是短期不管看不出什么大问题，但是放任不管，不利于平台长期可持续发展，如计划冷启动、广告主的多样性、素材多样性、创作者变现分布等等

这是个比较典型的规模与生态的问题，规模小的时候这类问题不显著，或者说当时阶段增长是最重要的点，但是当规模变大后，必然会出现一些不健康的问题，通俗点讲就是 “林子大了，什么鸟都有”，这个时候生态问题就不能忽略了

• 客户生态

常见的客户生态包括：客户结构（如大广告主与小广告主、广告主的行业分布情况）、客户操作习惯（如频繁改出价、复制计划、微改素材等行为）等

前面提到，最极端情况下平台只有一个广告主，这样流量的定价权就在这个广告主手里了；因此平台肯定希望提升广告主的多样性，让平台总体 cpm 水位能在广告主的竞争中水涨船高

但是广告系统里往往又存在着马太效应，即大部分的钱是由小部分的广告主花的；其原因是很多长尾的中小广告主由于竞价能力、投放经验不足等问题与大广告主不太可比，这部分广告主在投放链路中会由于数据量少，链路相关模型学习不充分等原因，进一步加剧这个问题。这个时候需要平台对这部分中小的广告主做一些特定的优化，成立对应的中小专项来优化，这部分的一些手段会在客户部分详细说明

另外一个常见的客户生态问题就是客户的投放操作问题，比如说频繁改出价，正常 oCPX 广告中，广告主的出价就是其对转化成本的预期，而这个成本理论上应该是固定的，不过会因为在投放初期由于没有固定成本预期而去调价做试探，比如说一个点赞在不同媒体平台上的成本是不一样的，广告主在一个平台切换到另一个平台后需要做调整，但这种改动也不会很频繁；所以频繁改动出价往往是广告主 hack 平台的一种手段，如把出价从低调到高来 hack 赔付的漏洞，或者在预算不足的时候出一个很大的 bid 来 hack 刹车漏洞，因次平台要有相应的规则来回避这些问题，同时需要有相应的投放引导

除了出价，广告主往往也存在不断复制计划来 hack 系统的行为，因为系统的排序模型往往会使用很多 id 类特征，带来的就是系统的 variance 问题，如两个计划的投放设置、素材都一致，但是很可能因为计划 id 不一致，导致投放效果的不一致，所以广告主有动力通过复制计划来跑更多的量，但这样给平台带来的问题有（1）工程上的压力，如召回的计划或素材变多了（2）素材重复度高；这其实也算是素材生态问题，微改素材的问题也属于同一类问题；因此，平台侧需要考虑使用 id 类特征带来的问题，或者使用了 id 类特征后需要通过额外的策略来保证广告主的复制是无效的，如托管控制客户复制计划的行为、相似计划的限制剪裁策略、相似素材识别等

• 创作者生态

创作者的生态，跟客户生态一样，也需要分结构和行业来看，因为创作者变现本身也是个供需的生意，需要明确分粉丝段或分行业的供需问题，如创作者变现的粉丝量分布是否健康，是否只有头部作者有变现，但大部分长尾的创作者压根没有变现；行业上也是类似的，因为内容平台是希望提升其内容的多样性的，对应的需要提升创作者行业的多样性，因为创作者是 ugc 平台素材的一个很重要的供给

除了上面的问题，前面也提到内容平台往往存在 “水下” 问题，即创作者的撮合不走官方撮合平台，而是 B 直接找 K 来达成合作，这会影响平台对营销内容的管控、平台的营收等；这部分会在下面创作者部分详细展开

• 内容生态

在内容生态上，除了一些红线问题（如政治、色情内容等），更多的生态问题在于内容的多样性和内容质量等问题上

内容多样性问题前面也提到，分别涉及到客户投流内容多样性和创作者创作的内容多样性

对于客户，多样性问题体现在客户投放不把重心放在素材制作，而是放在了计划复制等各种投放的 “骚操作” 上，导致素材重复度高，用户审美疲劳，长期对广告交付的用户体验指标、广告相关转化率都有负向影响；针对这一点，需要平台侧应做相关的引导，引导客户去把精力放到素材制作上，巨量引擎的 创意型自动化投放平台 做的就是这件事情，巨量平台上对广告主的引导也是希望广告主通过创意驱动生意（下图来自 2024 巨量引擎营销通案）

对于创作者，多样性问题体现在其内容是否足够多样，一般而言，内容的多样性与创作者的多样性挂钩，因为往往每个创作者都有自己的创作偏好；因此平台首先需要引进足够多样的创作者，同时平台侧会希望能够有相应的抓手来影响创作者的创作倾向，一般是商机和流量，即把商机和流量更多倾向给平台侧需要扶持的创作者类型

内容质量问题是个很泛的问题，如视频拍摄质量、内容抄袭、内容反智、营销感强等等都算内容质量问题，这些一般需要依靠审核（人 + 机）的方式来识别与降权；另外针对创作者的撮合往往还存在着 “代写代发” 的问题，即创作者并非在真诚分享，而是直接发布 B 写好的笔记（B 为了更多创作者为品牌背书会这么做，创作者也只需要发布写好的笔记就能拿到钱），这样不仅容易导致总体内容营销感强，同时也会带来创作者变现变现的不良风气和现象，需要平台通过机制来抑制这样的趋势

客户

前面提到，客户在内容平台上有营销诉求，为了服务好客户的各种诉求：如成本、跑量、低门槛投放、营销目标多样性、数据隐私等，平台需要为客户提供的各种投放产品； 同时需要给客户交付好投放体验与投放效果，投放体验是客户在平台上投放时，产品能否满足广告主的具体需求，如易用性是否足够好；投放效果也有多种，最常见的是成本稳定，跑量最大化，同时也会有跑量稳定性等诉求

在投放效果上，成本问题是最基础也是最重要的部分，从技术上来讲，ctr、cvr 的预估准确性是最基本保障（所以相较于推荐，广告在 ctr、cvr 目标上一般会有 calibration 这个模块），同时通过出价和计费来做兜底；这里的兜底主要是指对 ctr、cvr 预估不准的兜底，即出价会基于后验的转化与消耗来做 pacing 来保成本；除了出价，在扣费阶段，也可以基于计划当前的状态对计划少收钱或多收钱。出价和计费，除了是对 ctr、cvr 预估不准确的兜底，也是对常见的二价收费带来的二价差的一种缓解。这里不详细展开这部分了，相关的内容可以看之前写的 An Overview of an AD System

下面主要从 “平台希望客户做长期经营” 的思路，介绍一些相关动作

行业化 / 场景化

一般广告系统在发展到一定的规模后，就会出现分行业的优化诉求，其原因不同行业的营销目标与范式等不太一致，只用一个大一统的方案往往很难满足广告主的所有诉求，所以需要分行业来进行优化和推荐；行业的分类有很多标准，如果参考巨量给出的标准，主要是 4 个场景 / 行业：电商、下载、本地、线索

• 电商

电商一般分为闭环电商和引流电商两种，前者是站内转化，预算类型商家预算，后者是站外转化，预算类型是商家预算 + 平台预算；商家预算的营销目标基本是商品购买、进店 / 直播间等，平台预算的基本目标就是拉新或拉活。因为预算类型有重合，闭环电商与引流电商的优化目标与路径也有较多相似之处，较大不同的点有这两个

（1）数据的完备性与实时性，由于转化在站外，引流电商的数据完备性和实时性是不如闭环电商，往往需要通过外部数据合作的方式来获取外部的数据进行建模；也容易遇到数据安全等问题，一般需要通过隐私计算等方式来进行跨域的数据交互

（2）全域推广，做引流的商家的经营阵地可能不在对应的媒体平台上（如从抖音引流到淘宝的商家，主要经营阵地在淘宝），这种商家一般不会在抖音上做日常内容的运营（即自然流量少），投引流也是考核 roi 是否达标；但是闭环电商的商家是有动力在平台上做内容来获取自然流量的，对于这部分商家，业界推出了 “全域推广” 类产品来让商家更好获取自然 + 广告流量

• 下载

下载更准确来说是个转化目标，会如游戏、网服、电商的平台预算等行业都有下载类预算；游戏是下载类行业中优化目标网深去做的最早行业，从开始的下载，到后续的次留、付费次数，付费金额等目标，游戏广告主是最早接受深度转化目标优化的一批广告主

优化目标变深，更贴近广告主的营销诉求，是平台在往效果广告演进中不得不经历的一个过程；在这个过程中往往会遇到从浅度目标切到深度目标后，roi 变好但是跑量下降的问题；这个时候需要权衡能否接受短期的消耗的 “损失”，但是给广告主带来了更多价值的决策，因为只有服务好广告主，才能给平台可持续的收入和增长

• 线索

线索也是一个比较泛的概念，涵盖非常多的行业；房产、汽车、教育、医美等需要提供服务等行业，都涉及到线索；常见的电话表单或私信等方式，都算线索，是广告平台需要优化的转化目标

但是线索会面临的一个问题是线索的有效性，即很多提供了电话或私信的客户发生后续转化的概率并不高，这样并不能给商家带来实际的转化价值，因此线索的深度转化也是线索行业中的一个老大难问题，基本解决思路就是跟广告主有更多的建联，把更多的深度转化数据汇创到平台侧，巨量提出了一个方法论，如下图所示

线索存在着很多中小商家的行业（电商也一样），因为在很多卖服务和商品的行业，有很多规模不大的生意，这部分小商家也是有做营销的意向的，但是因为其预算小，投放经验不足等问题，往往会遇到更多问题，这部分的一些解决思路会在后面的中小商家提到

• 本地

本地与前面几个场景不少内容有重叠，其一大特点其服务在地理上是会被限制在一定半径内的，且需要到店才能提供相关服务（在这一点上其实跟线索广告很像）；在优化手段上跟其他行业没有太大差异 (除了地域上需要做一些限制)

KA 与 SMB

根据客户的经营规模、预算等因素，可以粗略把客户分为 KA（Key Account）客户和 SMB（Small and Medium-sized Business）客户两大类，前者往往有较为充足的预算与成熟的投放能力，后者则往往是预算不多、投放经验一般较少；且 SMB 客户的数量级往往会高于 KA 客户

但是广告系统里又存在着马太效应，即大部分的钱是由小部分的广告主花的，其原因是很多长尾的 SMB 广告主由于竞价能力、投放经验不足等问题与 KA 广告主不太可比，这部分广告主在投放链路中会由于数据量少，链路相关模型学习不充分等原因，进一步加剧这个问题

但平台长期的收入、cpm 的增长，会比较依赖广告主数量增加带来的更剧烈的竞价环境，因此 SMB 广告主对平台而言也是不可忽略的，要服务好这部分 SMB，需要平台对这部分中小的广告主做一些特定的优化

困扰 SMB 客户的两个问题主要是素材和投放；前者是因为客户不是专门的内容创作者，没法制作很好的素材，同时往往没有额外的素材预算，没法买到很好的素材；后者则是对平台的规则、投放的流程等不熟悉，操作成本高

因此平台针对这部分 SMB 广告主的投放产品要做到易用性足够好，包括提供更低便捷的投放入口和投放引导，简化创编流程，同时提供一些自动的素材生成和编辑能力，提升这部分广告主使用平台的便捷性

此外在流量分发上，SMB 广告主由于竞价能力弱 ecpm 低，是竞争不过 KA 广告主的，往往需要平台给予相应的流量的激励和扶持，而这种扶持是会对平台大盘的消耗是可能有损的，因为破坏了平台以收入为最大化的分发机制

针对线索行业的中小客户，巨量给出的解决方案的思路基本就是上面提到的，同时还提供了私信的智能客服

电商的中小的解决方案类似

经营

随着营销的精细化，平台会倡导客户在平台做营销过程中往经营方向去转变；因为站在客户和平台视角，相对于仅靠广告来买流量来触达用户，另一种更可持续的方式是通过广告来度过冷启，然后通过好内容 + 好服务持续吸引与留住用户

巨量把这个定义成营销力（见下图），即客户除了仅砸钱投广告，还需要有制作好素材能力（获取更多自然流量）以及提供优质服务的能力（口碑有保证，留住用户），对客户和平台来说，才是一种更可持续发展的方向；而这也是笔者这里讲的 “经营” 所表达的意思是一样的，经营在笔者的理解就是通过好内容或钱来获取流量（前者是自然流量，后者是广告流量），然后基于这些流量触达到的客户，来进一步拓展用户群

平台在这个过程中，需要提供一些更好的方法论和工具来指导广告主，如抖音的 “星推搜直” 方法论、小红书的 KFS方法论，都是在指导广告主怎么更好地整合平台提供的营销能力，包括素材的生产、投放的方法论等

除了方法论，平台也需要提供对应的能力和工具，如经营诊断、资产管理（人群资产如抖音的 5A 人群），具体可参考下面这张图，这里就不详细展开了

创作者

创作者是平台优质内容的重要来源，为了让创作者能够持续在平台上创作出好内容，平台往往需要为创作者提供两个能力：商机和加热；商机就是创作者变现的撮合机会，也是上面提到的星图等各个平台的支持的能力；加热则是为创作者提供的买流量的产品，是创作者成长的一个很重要的工具

商机

通俗来讲，平台为创作者提供的商机就是 B 与 K 的撮合，即 B 付费给 K 写笔记 + 发布笔记，买的是 K 的内容和流量

因此平台需要保证撮合能力的完备性与易用性，完备性指的是平台提供的撮合能力需要涵盖基本的范式，如一般的撮合有 1v1 的精准模式、1vN 的招募模式，计算方式有一口价结算，也有根据效果的 cps 类结算

• 1v1 与 1vN

1v1 的撮合和一口价是比较基础的模式，就是 B 在平台上选择对应的 K，然后付款让 K 写笔记后发布；而 1vN 和 cps 结算类，是更偏效果化的方式，同时为更多的中长尾 K 提供变现机会，其模式一般是 B 表达其需求，然后平台将需求发布给一批 K，B 再根据 K 创作的笔记带来的实际效果（如曝光、点赞等）进行结算，这种模式相较于 1v1，相当于把 B 的预算从原来的只分配给 1 个 K，变成了分配给多个 K；星图的发行人计划就是个典型的 1vN 模式

• 水上与水下

这类官方撮合平台，往往面临着预算走 “水下” 的问题；这里有个概念需要说明，水上即是走官方合作平台的 BK 撮合，需要给平台交一定的手续费；而水下指的是 B 不通过平台与 K 直接建联

站在平台的视角，肯定是希望 BK 撮合都走水上，因为除了手续费还能对平台的这类商机有更好的管控；但在 B 的视角，走水下既能省手续费，内容又能更原生（有些平台对水上的内容会明确打标），因此水下与水上的博弈，会是一个平台长期需要解决的问题

为了让更多的预算从水下翻水上，平台需要做好两件事

（1）提升撮合平台的易用性与效率，即平台需要让 B 和 K 的建联更容易

（2）流量分发上，水上需要建立与水下有差异的分发机制，并对 B 侧透出笔记走水上的权益

这里重点说一下第（2）点，因为 BK 撮合的笔记跟 K 自己发布的笔记在形式上基本是无差异的，一般都是走大盘的分发，在这种方式下，相当于水上笔记与水下笔记的流量分发没有任何差异，这样 B 走水上的意愿就没有那么高了

所以要做水下翻水上，水上的流量分发需要做出差异，需要更多考虑 B 侧的权益（因为一般创作者的笔记都是在推荐分发，B 侧的相关目标往往不是大盘分发的目标）；而实际上，K 与 B 的目标并不是二元对立的，本质上是平台对 B 的钱袋子在不同 K 的分配之间做干预，所以首先要服务好愿意出钱的 B，然后需要考虑如何在不同 K 之间做好分配

而 B 侧往往是有营销诉求的，在星图等平台上买到的素材会是其投广素材的一个很重要的来源，且这个素材的在 K 发布后获取到的自然流量的效果，是影响 B 拿这个素材投广的一个很关键因素；有差异的流量分发，就是指这部分自然流量的分发方式和效果，在实际中，可以考虑为这部分流量加入一些 B 侧更关注的影响目标作为排序公式的一部分

• 内容投广

前面也提到了， B 往往是有营销诉求的，会利用 K 创作好的素材进行投广等操作，因此创作者为 B 创作的内容，是商业化素材很重要的一个来源；所以在水上的流量分发中，除了考虑并透出更多水上流量的权益，还能引导客户用更多的素材投广，因为水上流量的效果，往往是客户判断素材优劣的一个很重要因素

通过素材在水上流量的效果让客户决策投广，是一个比较间接的方式；相较于这种方式，星广联投 则是一个更直接的方式，这种方式跟前面提到的全域推广有点像，也是同时考虑了客户在自然流量和广告流量的效果

加热

如果说商机是创作者变现的部分，加热就是创作者付费的部分：付费为自己的内容加热，像市面上的 dou+、粉条、 薯条等都是创作者加热工具

加热本质上就是花钱买流量，这一点跟广告是一样的，最大的区别是创作者对投放与商业不是非常熟悉，跟中小客户一样需要提供一些低门槛的投放产品和能力

而在流量分发上，虽然这部分流量是创作者花钱买的，理论上应该跟广告混竞，但是创作者一般的竞价能力是不如大广告主的，与广告混竞往往会存在着竞争不过大广告主的问题，或者说相关的曝光、转化成本会跟商业流量的水位一样，这样给创作者带来的体感就是流量很贵，性价比远不如自己发内容获取到的自然流量

但平台是需要提供一个付费买流量的工具给到创作者的，因为这是也是创作者成长很重要的一个能力；因此这部分流量是需要独立来分发的，避免被广告的挤压，且在混排时有更宽松且独立的首位、 min_gap 等限制；同时，这部分素材一般比起硬广的素材质量也会更优，素材也往往不用打标

用户

在商业系统中，与用户较为相关就是体验相关的事项，量化的指标往往是 dau loss；从这个角度来讲，商业化就是在用 dau loss 来换钱，且需要持续把这个兑换比变得更高；但 dau loss 需要长期的实验才能观测到显著的变化，所以往往会把 dau loss 拆解出很多中间指标 (如使用时长、次留、负反馈等) 进行观测

为了防止 dau loss 超红线， ad load 限制是最基础的约束，在此之上就是各种体验的流量策略，包括频控、排序公式加入体验项、混排约束等

流量策略

频控是最常见的体验策略，即控制同一内容 / 同类内容等在 xx 天内不能给用户曝光超过 xx 次之类的，这类频控比较硬，所以往往也会有针对不同给用户 xx 是不同的软频控策略，本质上其实是个分人群策略

排序公式里加入体验项也是常见手段，商业化的分发公式中的基础项 ecpm ，是以收入最大化作为目标的，在 hidden_cost 中可以加入负反馈项、停留时长项等影响相关的体验项，但这破坏了以收入最大化的分发目标，对收入来说肯定不是最优的，而这本质上就是在用收入来兑换相关的体验

混排一般会有较多的约束，其目的也是约束广告对用户体验的损害，如广告的首位，广告位置之间的 gap 约束，广告曝光的时间 gap 的限制，但是很多策略其实都在尝试把硬规则软化，所以也有一些思路是把这些比较硬的规则做成软化的 loss，详见 混排的那些事儿

上面提到的这些策略，其实都在做的都是个性化策略，或者说分人群策略；因为不同用户之间的差异是比较大的，如果对用户做聚类，一般可以从 “价值 × 对广告敏感” 的角度把用户划分成 4 个类比；不同类比的用户往往需要不同策略（个性化策略），如广告多出在高价值低敏感的用户，少出在低价值高敏感的用户上，带来的 dau 收益和商业化收入的收益，肯定是要更大的

回到上面的软频控、排序公式加入体验项打分、混排硬约束的软化，其实都是在做分人群的策略，都会把广告更多地出在那些高价值低敏感的用户，这不是个显式的策略，是各个策略基于后验数据建模，再作用到系统上的自然结果

值得注意的是，高价值不敏感用户的标签并非会一直不变，当各类营销内容（电商、直播、广告）都在挑这部分人群时，有可能因为营销内容过多而离开平台；所以监控 dau loss 时，也可以分人群做监控，把这部分核心人群单独监控起来

素材

另一个优化用户体验的重要方向就是素材了，包括素材的质量与多样性，这部分在前面都提及到了，这里就不再展开

小结

传统的广告系统一般需要处理好三方的关系：广告主、平台和用户，但是随着内容平台的发展， 创作者在商业变现中的影响也越来越难被忽视，本文主要就是讲了这四方的相互关联、相互作用而构成的商业系统

作为连接各方的核心枢纽，平台是最重要也是最需要发挥主观能动性的一方；这里主要从体验、变现和生态三个方面讲述平台的职责。在体验上，需要为 C 端用户交付好 dau loss，同时也要给 B 端用户提供良好的投放体验；在变现上，需要最大化售卖 ad load，同时为创作者提供一个好的变现环境；在生态上，客户与创作者的生态都需要分结构来看总体分布，而在内容上，也都需要保证内容的优质性

客户作为平台的金主，是平台需要重点服务的客户，无论是分行业 / 场景的优化，还是针对 SMB 客户有更多低门槛的投放，都是在尝试把每个广告主服务好，让广告主能更好的做好自己生意，在平台上做长期的经营

创作者是平台优质内容的重要来源，无论是给 C 端的用户的消费还是 B 端的用户的营销；创作者在平台上持续创作出好内容，往往会有两个诉求：商机和加热，前者是供创作者变现，后者则是创作者的成长，平台需要提供相应的能力

用户是平台的根基，商业变现不能无底线地损失用户体验，需要在体验的红线指标内最大化分发效率，通过各种精细化的流量策略，优质的素材等，降低对用户体验的损失

从最开始门户网站的 banner ads，到搜索引擎的 search ads，再到内容平台的 feed ads，每一次的变革都为广告业带来了新的可能性和挑战，商业变现的多样性与复杂性也是前所未有的；本文所简述的内容也只是冰山一角，很多内容没有详细展开，有更多在冰山之下，隐藏着更多值得我们去探索和了解的知识，也欢迎交流指导～