一、绪论
（一）研究背景
随着全球大数据时代的到来，几乎所有的行业都在大数据技术的推动之下有了深刻的改变，对于广告业而言更是如此。在云计算、云媒体、全球定位技术、社交媒体社会化、用户内容生成（UGC）、全息技术、图像识别技术、人脸识别技术、3D 打印、5G、AR/VR、物联网技术、区块链技术等等爆发式的发展，人类开始聚焦于从海量的数据资源中寻找和挖掘到最具有价值的信息。(IDC, 无日期)其中预测 2：数字化原生 IT。2023 年，75%的 IT 支出将用于第三代平台技术，因为逾 90%的企业会建立“数字化原生”IT 环境，在数字经济中快速增长。
近些年来，中国的数字化广告业进入了空前活跃时期，无论是第三方数字营销技术公司、广告代理公司、广告从业人员、广告平台方投入，甚至是在广告营业额均出现快速增长的态势。12018 年中国广告市场增长 750 亿美元，占同期全球广告支出增长的 25%（数据来源核实）。根据智研咨询网发布的《2018-2024 年中国广告行业市场竞争格局及未来发展趋势报告》，2015 年互联网广告支出增幅达到 19%，占全球广告市场的 29.5%，而在 2015-2018 年连续三年保持 13%的增速。（图：五大媒体广告收入规模及预测）根据此报告，2017-2021 年均复合增长率将会达到 7.23%，而到了 2021 年经营额将达到 9239 亿元。2018 互联网广告总体规模达 3694 亿，年增长率为 24.2%，由于中国宏观经济结构调整与去杠杆周期的影响，加之流量红利结束，互联网广告市场整体增长较去年减缓了 5.76个百分点，占 GDP 比重约为 4.2‰，较去年上升 0.6‰。（数据源自《2018 中国互联网广告发展报告》，由中关村互动营销实验室主持，普华永道执行，秒针、百度等公司提供数据与观点支持）以下为 Morketing 盘点中国主流互联网企业的广告收入：
.............................
（二）研究现状
互联网广告行业的高速发展，精准营销的思路也逐步深入人心，除了在了解平台技术的前提下去提升广告投放效果，在评估广告投放资源下迎合广告主的广告投放阶段需求也是重中之重。对于广告商而言，将合适的广告送到需要的人面前是广告商的使命。当然，实现这一使命是需要一定的技术和媒介，要明确行为的对象、地域的对象以及更有创意的轮播。将广告投放放在媒体的广告位上，经过每个时段的投放之后监测广告位的广告效果，并及时根据广告的投放表现进行增减、调整广告投放的时间，从而在提升广告效果的同时降低成本。因此，广告的位置是否与广告匹配、广告的目标受众、广告投放的周期及时间段、广告本身的受欢迎程度都会对网站广告位的价值产生直接的影响。广告的价值主要受以下几个因素的影响：消费者人群、广告产品的匹配度、媒介类型、广告投放素材、广告产品对用户的吸引力、服务器响应速率、用户群体的游离程度。
有关广告投放策略5的研究，国内外主要基于以下几个方面：用户心理模型、媒体流量渠道或类型、广告投放系统算法模型、广告样式及跳转链路模式、行业参与方的影响度、广告运营投放预算及创意等。国外主要以 Facebook、Google、YouTube、Instagram、后起之秀 Houseparty、Mico 等为研究对象，在计算广告6的算法模型及 ECPM 的转化方向进行了研究。国内则以腾讯的广点通、智汇推，
字节跳动的今日头条广告投放平台7，新浪粉丝通等为主流媒体平台，进行广告投放系统的算法和创意转化研究。8以刘鹏的计算广告为起源，国内在关注数据转化和创意结合层面有了新的突破，基于此的广告第三方平台公司层出不穷。
享有“互联网女皇”称号的前摩根丹利互联网分析师、KPCB 合伙人 Mary Meeker 在 2015 年 5 月召开的 Code Conference 大会上指出大数据、云计算、个性化以及广告将在未来几年时间里成为备受关注的话题。个性化的广告投放策略10将会是未来发展的重要方向，个性化的内容，也可以理解为原生广告，原生广告11就是在以网站和 APP 的用户体验作为出发点，以广告内容作为驱动力，并整合网站或 APP 中的可视化设计的一种广告形式。个性化推荐在广告投放上对广告商来说意义非凡，但实现这一点并非易事，需要广泛收集和深度剖析大数据，同时还要把机器学习和数据挖掘结合起来。
.............................
二、基本概念及相关理论
（一）程序化广告发展历程
程序化广告兼有品牌广告和效果广告的两种特性，但就程序化广告的发展而言主要是效果广告市场带来的巨大红利和口碑。因此，基于程序化广告的发展历程，一些相关概念也开始出现，例如美国工程院院士、前雅虎副总裁AndreiBroder是由提出“计算广告”的概念，随后 AndreiBroder 和另一位 Yahoo！科学家在斯坦福开设了此课程，被称为互联网广告从业人员的“必修课”。而在国内，曾经担任 Yahoo！高级科学家的刘鹏博士在网易云课堂系统地讲授过这门课程。计算广告概念的提出和实践正式将程序化广告发展推向了全行业参与的模式。程序化广告从技术层面上来讲不完全等同于搜索或推荐算法，它本身是一项商业活动，进而才是基于这样的一项商业活动在互联网的技术背景下发展起来的商业产品。程序化广告是非常典型的大数据应用，程序化广告为各行各业大数据的落地提供了非常有价值的借鉴范本。第一，程序化广告为规模化地将用户行为数据转化为可衡量的商业价值提供了完整的产品路线和解决方案，并且生产出了互联网行业的大部分营收。第二，程序化广告孕育和孵化了较为成熟的数据加工和交易产业链，并在发展中开始着手解决一系列的用户隐私边界和互联网广告法律问题，这些都是值得其他互联网产品学习和借鉴的。第三，由于属于商业产品范畴，程序化广告的技术和产品逻辑比一般的个性化推荐系统更加复杂，关联到的程序化产品和参与方也更加广泛。例如，LUMA Partners 对北美公司进行了全面的总结，绘制了 Display LUMAspace，从这一图中我们可以看出整个国外在线广告的基本发展史和参与方。
............................
（二）程序化广告的关键定义
1、程序化广告计价模式
CPA：（Cost Per action）广告主按每次行动所付出的成本，也称按效果付费。这里的行动可以理解为注册、交易、点击、下载安装等。CPA 广告对于网站来说有一定的风险，但要是投放成功，收益相比较而言也是非常乐观的。CPA 广告的计算公式=总成本/转化次数。国内最好的 cpa 联盟是 CHANet 成果网。
CPS：（Cost Per Sales）按销售计费，即按广告被点击之后实际销售产品的数量来收费的一种方式。用户每完成一次交易，网站主就会获得相应的佣金，在一定程度上规避了投放广告者的风险。CPS 广告比较适合购物类、导购类或网址导航类的网站，需要带来精准的流量才能带来转化率。
CPM:（Cost Per mille）按照展现量计费，每千人浏览到广告就产生相应的广告费用。指在广告投放的过程中看到广告每个人平均分摊到多少广告成本，所以 cpm 又称千人成本广告。这种广告只要展现了广告内容，就需要支付费用，效果不是很好，但是却有利于广告站主。（最为常见的 cpm 广告就是弹窗广告）
CPC:（Cost Per click）点击付费广告，即根据广告主投放的广告被点击的次数进行收费。这种方法是宣传网站站点的最优方式，用户可以看到我们网站的广告却没有进行点击，那么我们就不用为此支付费用，但是也会出现误点的状况，总之有利有弊。这种广告可以说是百度竞价广告的典型代表。
CPD:一种（Cost Per day）按天收费，指用户在某个平台或者 app 上投放一天的广告来收取广告费。无关于点击、展现、下载、购买等，只是按投放的天数来收取相应的广告费。另一种 CPD（Cost Per Download）每次下载成本计费按用户完成 APP 下载计费，在应用商店、积分墙、流量联盟比较常见。
......................................
（一）视频广告行业分析 .............................. 27
（二）爱奇艺视频企业概述 ............................ 28
（三）爱奇艺视频企业视频网站程序化广告运行机制概述 .................... 30
四、影响CPC的因素分析 .............................. 33
（一）程序化广告投放背景 .................... 33
（二）广告投放数据分析 ......................... 33
五、爱奇艺视频企业程序化广告投放的CPC分析 ......................... 41
（一）身份管理 .............................. 41
（二）受众管理 .................................. 42
（三） CPC影响因素的回归分析 .......................................... 43
六、优化爱奇艺视频企业广告投放 CPC 效果的策略
（一）爱奇艺视频企业广告投放平台的优化策略
爱奇艺视频企业广告投放平台的优化主要有以下几个方面：第一，用户行为与特征分析。程序化广告的思路就是利用大数据技术实现精准营销，因此首要解决数据来源的问题，包括用户的基本数据、行为轨迹数据、关系数据等。这些数据都是可以在互联网上进行获取，常利用 cookie 技术捕捉和定位用户 ID，与此同时锁定用户 ID，追踪用户足迹，然后汇总数据。数据入库后，再根据用户的偏好、行为、观点等分析，去伪存真、找寻差异与共同点，然后标签化入库。构造出用户的属性画像为互联网广告营销提供了工具，广告主可以结合自己产品的特点，筛选出相匹配的客户图像，在广告投放行为中进一步分析消费者的消费行为及特征，有针对性的进行广告投放。第二，扩大程序化广告营销的信息推送支撑。大数据挖掘技术的成熟为广告营销增加了新动力，精准营销信息推动是在精准营销模式下向目标受众推送他们有兴趣的内容，包括广告主的产品介绍、活动促销等广告信息，引起目标受众的注意，进而引导用户点击进行详情了解。爱奇艺视频企业的广告投放平台主要基于以下四个方面进行支撑精准营销信息推送的媒介：基于 RTB 的信息实时推送、基于搜索引擎的信息推送、基于重定向广告的信息推送、基于社交网络的信息推送。第三，引导产品及营销用户偏好。用户偏好是对用户倾向性的一种描述，当用户在面临商品或服务的选择时，通过认知、主观喜好的权衡做出决策。从广告投放系统层面来说，获取用户偏好的渠道主要包括用户在日常的网页搜索、社交平台、购物 APP、网站书签等。一般而言，用户访问网页的使用痕迹可以保持在 Web 服务器中，包括 URL、时间、IP 地址和Web 页面，然后通过大数据对用户的 Web 日志记录进行挖掘和分析，获取用户的个性化需求、兴趣和爱好等偏好信息。
............................
七、结论与展望
（一）结论
本文在前人研究程序化广告和广告投放策略影响因素的基础上，结合现在广告行业的发展及现状，通过分析点击率来进行相关内容的阐述。但实际上点击率本身只是广告效果评估的一个方面，影响广告投放策略调整的因素纷繁复杂，例如广告主的预算、产品周期性、媒体流量情况、广告位价值、用户心理变化、社会环境影响、时下热点话题影响等等。
例如常规类及偏品牌类的指标：PV（Pageview，浏览量）、Impression（广告曝光数）、UV（Unique Visitor，独立访客）、Click（点击次数）、CTR（点击率）、IP（独立 IP 地址）、Cost（广告消耗）、CPM（每千次曝光成本）、CPC（点击成本）、Landing Page（落地页）、Landing Rate（落地页 PV 数/广告点击数）、CPUV（Cost-Per-UV）、CR（Conversion Rate，转化率）、二跳率、人均访问页面、视频 OTV 广告投放 TA 浓度等。偏效果类指标，CPA（Cost-Per-Action）、CPS（Cost-Per-Sale）、CPV（Cost-Per-Visit）、CPDownLoad（Cost-Per-DownLoad）每次下载收费、ROI（Return On Investment）投资回报率、重复购买率、客单价。
不同的广告主或广告产品可能因为局部因素导致出现完全相反的情况，例如夏季可口可乐投放到海南等热带地区，广告素材也以“冰爽”等主题为主，但突然发生海啸造成人员损失，整个社会环境以帮助灾区重建家园为重点关注，此时如果将广告投放素材或文案以购买一瓶可口可乐即相当于捐赠给 1 毛钱的公益主题，实际广告投放效果可能会更好，品牌效应和社会评价也更高。由此可以看出，广告投放策略的优化是一个非常复杂的问题，而本文只是涉及了其中的冰山一角。
参考文献（略）