编辑导语：RTB是互联网在线广告的一种交易方式；现在我们买东西都变得方便，不用合同、不用见面就可以完成交易，RTB成为了互联网广告的宠儿；本文作者详细分析了RTB被广泛使用的原因。
这是系列文章的第二篇，有关RTB的介绍详见上篇：在线广告原理：从橱窗到互联网广告核心交易模式——RTB（附案例）
互联网广告正在市场份额上不断侵食着电视媒体广告、纸媒广告等传统的主流媒体广告。
本文主要探讨的问题是：RTB到底有什么魔力，为什么它成为了互联网广告的“宠儿”呢？
数据来源：《艾瑞咨询-2019年中国网络广告市场年度监测报告》
一、什么是RTB?RTB是“Real Time Bidding”的缩写，意思就是“实时竞价”，是互联网在线广告的一种交易方式。
RTB和传统广告交易方式最大的差别在于RTB是针对每一次展示机会进行购买。
购买的方式是竞价，而且是通过程序化自动地、实时地完成交易。传统广告的交易基本上是购买整段时间的展示机会，通过人工的、合约的方式提前完成交易。
RTB的工作流程如下图：
过程按照图中步骤的1-6概括如下：
二、为什么是RTB？
- 当你在刷某音的时候，某音会把这个带有你个人相关的画像信息的展示机会发给交易平台，交易平台把这个展示机会进行拍卖，发送给广告主们。
- 广告主们根据提前在程序中定义好的出价规则判断是否出价、出价多少，最终价高者得。
- 交易平台收到竞拍结果后，把对应的广告主素材返回给某音，于是你就在某音的对应页面看到了该广告，整个流程在100ms也就是0.1秒内完成。
互联网广告的售卖模式不是只有RTB，那为什么带头冲锋，帮助互联网广告不断“攻城伐寨”的是RTB呢？
在这里我引入零售业的概念模型：“人—货—场”来进行解释。
1. 人
人，对于广告的交易来说，卖方是媒体方，买方是广告主，这里的人说的就是广告主，而不是用户。
广告主在采买传统的广告的时候，一般需要走合约流程，这类似于批量采购，需要通过合同去完成，没个几万起步的预算很难得到广告机会。
但是由于RTB的竞拍对象是某一次的展示机会而不是某段时间的展示机会，更像是在超市里买东西拿了就走，你有1000（甚至是100） 的预算就可以得到一些展示机会，广告推广活动的门槛大大降低了，RTB吸引了更多的广告主入局。
传统广告售卖 ：合约模式
广告主的积极涌入，能让媒体方的广告资源得到更大程度的利用，因为广告主们可以通过数据定点找到更适合自己的某次广告机会进行购买。媒体方的销售增长了，广告资源的价值也就更好地体现出来了。
在新的广告主们加入的同时，RTB也为传统广告主们提供了方便。因为RTB是根据数据去选择广告购买，且在投放过程中也在搜集用户反馈数据（例如：是否点击、是否下载等），所以广告主们可以根据数据对自己的广告投放策略不断进行调整、优化，形成了数据闭环，可以达到降本增效的目标。
在人的角度，RTB最主要的是降低了互联网广告的门槛，同时也为所有广告主提供了一个优化广告策略的途径。
2. 货
货，指的是广告资源，也就是广告位。
传统广告位是包段销售的，这里隐含着两个问题：
第一个是这一整段的时间可能并不全是广告主想要的但又无法精细分割；
第二个是同样的一段时间的广告展示机会，不同频道（例如：运动频道下的足球和冰壶）的价格差异会比较大，而媒体方为了不影响整体的价格体系，往往会把“冰壶频道们”作为赠品打包给“足球频道们”。
图片来源：腾讯视频的部分频道划分
RTB的广告位则是“化整为零”，整段展示机会直接被分解成最最零散的“单次展示机会”，这就给了“让小人物发光”的机会，那些不曾被媒体方轻视的广告位可能蕴含着莫大的价值。
传统广告是“人找货”，广告主们挑选自己认为合适的媒体广告位进行投放。
RTB 虽然看起来只是提供了更多的选择，然而实际上在RTB模式下所有广告位都根据用户的不同贴上了标签，这些标签数据可以通过广告交易平台展现给广告主，然后被有需要的广告主所看到、所利用。
广告位通过数据匹配到了广告主，从“人找货”变成了“货找人”，当这些“货”找到了“识货的人”，它们真正价值就被挖掘出来了。
“人找货” VS “货找人”
另一方面，RTB还为媒体挖掘了更多的广告存量。
举个例子，你们镇街道上的路牌广告很显眼，是很好的广告资源，广告主们十分青睐。但是你们村口的那面墙就不一定有人会有人注意到，尽管对于想卖东西给你们村的人来说这是个很好的位置，因为他产品的目标受众就是你们村的人，只要在这里展示广告匹配度就是100%；但传统广告交易模式难以将“村口这面墙”转化为广告位，因为传统广告主们看不上这样的小流量。不过有了RTB，两个字：上架！
RTB对于媒体方来说，让广告资源管理和运营都变得更简单且灵活，不用再像传统广告资源一样需要打包销售、包段销售，这样就意味着媒体方可以挖掘更多的“存货”，这些存货可能不那么值钱，但是积少成多，也能为媒体方增加不少的收入。而站在广告主角度，这些存货或许刚好就是性价比之选。
在货的角度，RTB既可以挖掘存货，又可以通过“货找人”充分挖掘广告位的价值。
3. 场
场：场所，完成广告活动的平台，可以理解为零售概念里的大卖场。
RTB是规则清晰的公开竞价，最大的特点就是公平、公正、公开，这对于一个交易平台来说是利好的，能够增加广告主的安全感。另外，RTB这样的市场也让不同角色获益。
对于媒体方来说：最希望的就是增加收入，RTB也确实帮助他们完成了这一点。
近年来互联网的一大趋势就是从PC端转向移动端，流量不再像门户网站时代那么集中，越来越的流量被分散到各种APP、各种网站，但与此同时，用户们的总人数和总时间却没有明显变化，也就是说广告市场的存量没有明显变化。
这时候RTB应运而生，通过竞价出售的方式让媒体方在“货品”总量不变的情况下收入大幅提升，同时RTB的模式也在帮助媒体方挖掘剩余流量。
而事实上也正是媒体方（SSP）作为主要推动力推动了RTB的推广，尽管这中间少不了网络环境碎片化、大数据等技术发展提供的支持。
对于广告主来说：RTB不光降低了广告推广活动的门槛，更重要的是满足了广告主“买人”的需求，传统广告是“买媒体”，广告活动的最终目的是“在合适的时间让合适的人看到合适的内容”，它的对象始终是“合适的人”，“买媒体”实际上也只是缩小范围的间接手段。
RTB通过大数据建立用户画像，再进行精准投放，而这一过程不再局限于某一家媒体，就像你经常在微信、京东、百度浏览器看到推荐同一产品的广告。这帮助广告主实现了全媒体的精准营销。
最后我们再来看看用户：用户体验一直是广告系统设计时需要重点关注的地方。
RTB通过“价高者得，次高价结算”充分鼓励顾客出价的同时，还通过引入“质量分”机制维持了用户对媒体的好感度，什么意思呢？
就是说如果广告粗制滥造、文不对题、涉及敏感元素等情况，即便它出价最高，也不会赢得展示机会，所以“价高者得”实际上是“价格和质量分的综合评分高”者得。如果用户对媒体好感度没有了，逐渐会抛弃媒体，该广告的价值也就降低了。
场的角度：RTB所建立的是一个多方获益、公平竞争、良性循环的平台生态。
其实零售业近些年来随着互联网发展也发生了巨大变化，但是其本质是不变的，零售业所追求的是“多、快、好、省”；
举些例子：
- 京东：初期主打“快、好”
- 淘宝：初期主打“多、省”（现在的拼多多也是如此）
- 便利店：主打“快”
- Costco：主打“好、省”
零售业不变的追求：“多快好省”；
我们对号入座，再看看RTB：
三、RTB有哪些不足？
- 多：广告位越来越多，广告主越来越多；
- 快：RTB的购买流程在几分钟即可完成，而合约广告却流程漫长；
- 好：广告展示在合适的时间被合适的人看到，效果提升，但是不得不说RTB模式下得到的广告位资源质量是参差不齐的，需要精心挑选，所以好是相对的；
- 省：利用数据找到合适流量并不断优化，提升广告效果，效率大大提高。
RTB充分发挥了互联网广告优势，可以让广告主利用数据对广告投放进行实时管理、优化，实现针对目标人群的定向投放，提高了投放效率（实时投放管理由系统完成，但投放策略是人为调整），也让媒体方得到了较高回报；但是事物都有两面性，RTB也存在着它的不足。
这里主要站在广告主的角度来看一下RTB的不足之处：
1. 曝光量不保证
当你策划了一场大型的营销活动，希望最大限度地进行传播，希望更多人看到的时候，RTB就显得有些鸡肋了 ，因为你无法保证在你想要展示你广告的时候都可以成功展示，这时候传统的包时段购买或许就更加合适。
2. 广告资源质量可能一般
尽管RTB可以让广告资源卖出更好的价格，但是媒体方考虑到和大客户的合作关系、客户的需求，并不是所有的广告资源都会通过RTB的方式售卖，好的黄金广告资源会被大客户们优先买走，剩下的广告资源质量相对一般，很多情况下是所谓的“长尾流量”，所以广告的效果也难以得到保证。
3. “冷启动”问题和运营成本
因为是“长尾流量”所以就不去RTB投放广告了吗？当然不是，根据“长尾理论”我们知道如果方法得当，可以在“长尾”中找到竞争不那么激烈的“蓝海”，这也就是RTB广告运营人员的工作职能所在。
竞价策略：一场博弈
巧妇难为无米之炊，当运营初期没有数据样本的时候，无从分析，只能像一只小鱼一头扎进大海里，只能慢慢寻找机会，能够短期得到较好运营效果的难度很大。
其次，由于RTB广告的特性，需要不断利用数据对投放策略进行优化迭代，所以虽然投放成本变低了（竞争的大多是低价的长尾流量），但是运营成本相对较高。
瑕不掩瑜，这些不足依然无法阻挡RTB成为互联网广告的核心。希望你当下对RTB有了更深一点的理解，你有任何想法，欢迎与我沟通。
作者简介：小凯瑞，专注研究互联网商业化模式及其细节；公众号：广告产品人（ProADPM），欢迎关注
本文由 @小凯瑞 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议
,
