中國移動應用商場智能應用分發中臺研究

蔡琨 葉秀泳 張云

摘? 要：MM應用商場是工信部首批“可信應用商店”，是中國移動精心打造的一站式手機應用與內容營銷服務平臺。在MM應用分發開展商業化合作的過程中，為了解決不同商業合作模式的融合與選擇，盡可能最優化MM應用商場分發策略，以期達成最大化MM流量價值的目標，在MM產品現有門戶范圍內，采用相同位置不同合作模式、相同合作模式不同位置的對比測試方法，不斷優化、迭代多商業模式融合的競價模型，為構建基于商業價值競價模型的智能應用分發中臺提供最優模型，達成聚合上下游DSP與SSP優勢資源，促進多方合作共贏的商業目標。

關鍵詞：eCPM;DSP;SSP;競價

中圖分類號：TP393.09;TP311.52? ? ? 文獻標識碼：A 文章編號：2096-4706（2020）06-0010-03

Abstract：Mobile market is the first batch of “trusted application stores” of MIIT，and it is a one-stop mobile application and content marketing service platform carefully built by China Mobile. In the process of commercial cooperation of MM application distribution，in order to solve the integration and selection of different business cooperation modes and optimize the distribution strategy of MM application store as much as possible，in order to achieve the goal of maximizing the value of MM traffic，a comparative test with different cooperation modes in different positions and the same cooperation mode in different positions is adopted within the existing portal of MM product test） method，continuously optimize and iterate the bidding model of multi business model integration，provide the optimal model for building the intelligent application distribution middle platform based on the business value bidding model，achieve the business goal of aggregating the superior resources of upstream and downstream DSP and SSP，and promote multi-party cooperation and win-win.

Keywords：eCPM;DSP;SSP;bidding

0? 引? 言

應用分發行業經過長期發展，競價推廣已經逐步成為行業中非常流行的商業化廣告類型，隨著大數據技術的興起，中移互聯網有限公司的移動應用商場（Mobile Market，簡稱MM）產品順應行業發展趨勢，為實現最大化MM流量價值的目標，通過建設以競價模型為核心基礎的智能應用分發中臺，對商業化應用投放進行實時控制，實現了流量收益最大化。

1? 現狀與問題

1.1? 當前現狀

MM智能應用分發中臺如圖1所示，主要是基于商業化運營，構建全部應用的全渠道投放的智能分發管理能力，即全站競價的智能分發能力，最大化上下游流量價值，進行流量變現能力輸出，助力收入增長。充分發揮中臺作用，整合下游各SSP渠道資源，對接上游各DSP投放需求，完成各方優勢資源交互，促進多方合作共贏。

DSP：Demand Side Platform，需求方平臺。是為廣告主或代理公司提供的綜合性廣告管理平臺。利用DSP，廣告主可以對在線廣告進行實時競價，高效管理廣告定價。DSP相當于廣告主。

SSP：Supply Side Platform，供應方平臺，供應方平臺一般會有自己的廣告SDK，他們會和很多的APP開發者合作，讓APP開發者去集成他們的SDK，這樣集成了SDK的APP里面就可以展示出廣告，SSP所要供給的商品就是這些展示機會。SSP相當于媒介主。

1.2? 面臨的問題

在多來源DSP提供的商業化應用倉庫中，如何挑選價值最優的內容輸出，是需要不斷探索的核心問題。

2? 解決思路與方法

通過多次驗證，eCPM模型與流程優化對解決價值最優輸出問題行之有效。

2.1? eCPM比價模型

智能應用分發中臺的基礎，首先要針對CPA、CPS、CPD、CPT、CPM等不同的合作形式，以及不同的DSP來源，構建一個基于eCPM的比價模型，以便以統一的標準評估每一次展示時勝出的一方。

eCPM（Effective Cost Per Mile）即每千次展示的等效收入，eCPM=CTR（轉化率）×單價。

根據展示（曝光）→下載→安裝→激活的漏斗轉化模型，不同合作模式的轉化率即從展示環節至相應計費環節的轉化率。如CPD模式，CTR為展示至下載環節的轉化率。CPA模式，CTR則為展示至激活環節的轉化率。假設從展示至下載環節的轉化率與合作模式無關，在統計意義上是相等的，則eCPM的內涵可簡化為單次下載收益。此時各種模式的eCPM模型如下：

CPA：激活單價×周期凈激活數量/周期下載量=單次下載價格。

CPS：周期收入×分成比例/周期下載量=單次下載價格。

CPD：訂單總金額/實際下載量=單次下載價格。

CPT/M：周期收入/周期下載量=單次下載價格。

其中的最新單價，由DSP同步給MM，目前有兩種方式：

實時出價，通過消息接口方式實時獲取出價。

靜態出價，通過文件接口方式，不定期同步出價。

2.2? 排序規則

綜合eCPM與單價、版本、DSP收入貢獻度等其他維度標準進行競價排序：

（1）對比不同DSP的單價，如單價低于運營設定的底價，直接過濾，否則下一步;

（2）對比不同DSP的包版本，如低于MM自身包，直接過濾，否則下一步;

（3）查詢所有同包名DSP的CTR、應用出價，計算eCPM。

2.3? 排名優先級

優先級參考eCPM>版本>DSP收入貢獻度：

（1）優先對比eCPM，價高者勝出，如價值相同，則對比版本;

（2）版本高者勝出，如版本相同，則對比DSP收入貢獻度（DSP收入貢獻占比排名）;

（3）DSP收入貢獻高者勝出。

2.4? 流量分配規則

為了滿足各DSP平臺的流量需求，MM可通過流量分配規則表進行流量分配與管控，如表1所示。流量分配表的配置選項包括：

（1）應用包名;

（2）DSP平臺數量與名單;

（3）分配比例。

注：當實際DSP數量小于配置DSP數量時，會因濃縮效應而導致比例提升。例如，流量管控數據設置為6：2：2時，DSP平臺數量與流量管控結果對應關系如下：

DSP平臺大于等于3家時，前三家DSP流量分配為60%：20%：20%;

DSP平臺數量為2家時，流量分配為60%：20%，實際為75%：25%;

DSP平臺數量為1家時，流量獨占，為100%。

2.5? 異常處理規則

若某個DSP平臺下載鏈接請求失敗時（比如請求的時刻此DSP沒有廣告主投放，或者由于接口原因沒有返回信息），則請求缺省DSP平臺，若缺省DSP平臺的數據結果低于運營設定門檻值，如單價低于設置閾值或版本號低于本地應用或請求失敗，則返回本地的下載地址。

舉例：按照下載量預分配算法，用戶首先請求DSP1，反饋失敗，則用戶請求缺省DSP，反饋失敗，返回本地的下載地址。

2.6? 黑名單管理

設置黑名單功能，黑名單中的應用不參與競價替換操作。如某些高等級的官方合作應用，可不參與競價替換。

2.7? 結算策略

結算采取“價高者得，次高價付”（Second Price Auction）的方式。舉個例子：如果第一名A出價6元，第二名B出價5元，那么A將以5元1分的價格獲得展現權。

這種方式的好處在于每個競價人都會報出自己最高的心理價位，因為出價多少只影響自己是否得標，而不影響得標時實際支付的價格。競價人不用擔心報的價格比第二名高太多而受到“懲罰”。

相比于最高價結算（First Price Auction），廣告主出價的積極性受到打擊，他們會傾向于試探最佳成交價格，在安全性至上的游戲規則中，最終成交價格走低會成為必然。

2.8? 分發流程優化

對應用分發的智能管控，從用戶發起應用下載開始，依次進行競價范圍、競價來源、eCPM比價、資源組底價過濾以及輸出日志多個環節，最終為用戶提供最匹配的應用下載地址并完成下載，流程如圖2所示。

（1）用戶觸發下載需求，進入競價中臺邏輯判斷;

（2）判斷應用是否屬于黑名單，是則不參與競價替換，直接進入正常下載;否則進入比價流程;

（3）判斷應用是否具有多個來源，如否則不進行比價，直接進入正常下載;是則進行eCPM比價;

（4）eCPM比價，通過對各來源、各模式應用進行單次下載價格對比，并結合排序規則和流量分配規則，得出勝出的一方;

（5）資源組底價過濾，勝出包單價若低于底價，則跳轉回正常下載;高于底價，則替換下載為勝出包;

（6）輸出最優下載地址，并完成下載;

（7）輸出競價日志，用作eCPM競價模型數據修正與動態調優。

3? 結? 論

通過大數據實時計算能力，基于eCPM比價模型，構建智能應用分發中臺，能夠有效幫助應用商店在流量價值最大化、開拓收入等商業化能力方面提供有力支撐，后續根據業務發展，可不斷對eCPM模型進行優化迭代，以求獲得更高的商業價值。

持續加強MM智能應用分發中臺建設，可以不斷強化MM產業鏈匯聚、渠道價值提升、流量拉動三大價值，是公司聚焦重點產品、聚焦規模突破、聚焦價值貢獻的重要抓手，也是我們不斷努力前進的方向。

參考文獻：

[1] 李志.互聯網廣告精準投放平臺的研究 [D].武漢：華中師范大學，2013.

[2] 周立群，李智華.工業4.0時代的供應鏈金融 [J].信息系統工程，2016（9）：137-139.

作者簡介：蔡琨（1985-），男，漢族，湖北武漢人，產品運營主管，碩士研究生，研究方向：互聯網商業化模式運營;葉秀泳（1980-），女，漢族，廣東和平人，產品運營專家，碩士研究生，研究方向：互聯網大數據分析;張云（1982-），男，漢族，安徽合肥人，研發架構專家，碩士研究生，研究方向：信息系統平臺架構、網絡信息安全、大數據平臺、數據挖掘、實時計算應用、分布式計算、微服務、搜索引擎等。