前面的文章我们介绍了互联网广告的出价、计费原理和算法预估模型。即使对于互联网广告的从业者，如果没有较好的理论基础和系统全面的业务实践，也是有较大的理解门槛的。本期我们尝试用一些宏观的角度和不那么抽象的名词给出互联网广告近些年发展对广告主和从业者的影响。

中国互联网广告经过近20年，最终达到一万亿的市场规模（这里将阿里、京东和拼多多的电商平台内推广也认为是广义的互联网广告，越占一半左右）。主要经历了三个阶段，萌芽期、爆发期和成熟期。这三个阶段的划分主要是行业大盘的规模和增速。增速在除去移动互联网转型，网民新增人口红利等外界因素外浅层次上的现象归因主要在广告形式，回传和计费方式上。广告形式上看，随着通信基础设施的发展，广告的触达方式越来越直观有打动力。考虑到广告的核心价值在于商业信息的有效传递，广告形式的进步拉动了曝光单价和单用户日均价值的提升。另外回传和出价机制的成熟也使得广告主的投放日益稳定、风险最小化推动了各行业不同程度的营销获客线上化，时至今日，从商超到日用到奢侈品，有交易的地方就有线上营销。各大互联网公司数以万计的直销团队和庞大的代理商生态见证了中国互联网广告的爆发和成熟。这些是广告主可以直观感知到的变化。

广告主感觉不到的是，中国的互联网巨头一方面以效果优化的名义诱导广告主回传更多更后向的核心数据，一方面也在掌握着更多的用户行为数据和决策引导能力。他们构建了庞大的精英化的算法和业务团队，试图在由自己的线上营销业务促成的交易中获得更多的商业价值分配。这些最终导致了大盘ROI的下降收敛，从最初的5以上下降到勉强到1。广告主越来越觉得，流量越来越贵，但还不至于贵到能果断放弃，食之无味弃之可惜，费力优化也不见显著提升。要么就跟同行比谁心更狠让出更多利润甚至为了市场份额平跑，要么就在线上获客增长上佛系守城，专心做产品本身。

这里我以中立客观的角度给出互联网广告带来的商业价值分配的现状和理想情况。这个图是我们本文讨论的重点。

在行业内部，生产成本和营销成本的比重是由市场定位决定的。但是在产品信息不充足、误导和夸大宣传得不到有效控制时，低成本的劣币总会占据广告系统的出价优势，他们相比高成本产品，可以把部分生产成本的差异转移到营销成本上。理想状态下，如果大家都如实地充分介绍自己的产品，劣币的劣势会体现上用户的转化意愿上，比如消费品的用料和加工流程的优劣可以直接影响用户的点击购买意愿。这样的相关性的获取和利用在当前的生态和数据基建的情况下，对广告系统来说还是很难达到的，劣币驱逐良币的现象在线上营销领域时有出现。

广告主目标利润，即是投放的毛利的主体来源，它受生产成本和营销成本的双重挤压。

竞价计费剩余、模型偏差损失和竞价溢出成本我们后半篇详细说明。

流量理论成本指的是流量主维持它的用户规模和时长需要的成本。以抖音为例，它需要包括，抖音自身的买量成本（预装、代言、投放和拉新活动等）、用户网络加速服务、创作者激励和分成和产研团队的人工成本等。大部分时候，尤其是流量巨头，这部分成本相比于他们的流量变现能力都是较小的，这是互联网公司能维持较高毛利的主要原因。

管理投放成本主要有两块，一个是素材服务，需要有摄影棚、演员和导演等，在线上营销视频化的当下，优质的视频素材是提升广告主投放效果的主要途径。另一个是日常的盯盘和账户管理，这些其实是可以用策略和算法更稳定高效地替代优化师的人力的。各大广告平台都在推出类似一键投放和托管投放的能力，整合式的全域营销Saas工具也开始展露头角。广告的代理服务商越来越向素材视频生产的方向转型，开始布局影视基地和演员代理。

广告主感知到的流量成本越来越贵，主要是来自竞价计费剩余、模型偏差损失和竞价溢出成本这三块的价值流向的影响。广告平台让广告主神不知鬼不觉地让出了这部分价值。

竞价计费剩余不是什么新鲜的概念，在互联网广告出现之前，英国和荷兰的商品交易市场都有各自成熟的拍卖计费的成熟机制。竞价计费的核心问题就是对商品的定价怎么才是合理的。我们以上图为例，对于某个竞价标的，多个买方给出自己的出价，我们按照从高到低排序。显然对于卖方而言，以最高的胜出出价进行售卖是最好的，这会被称为一阶或一价计费。但是这种机制下，胜出方会在可能的时候，尝试下调出价至略高于次高价，这样胜出方即可以拍得商品，又可以最大程度降低成本。因而有一种干脆用次高价进行结算的机制，称为二阶或者二价计费。二阶计费往往是买方暗箱出价，以避免次高价出价者恶意太高出价，让胜出方付出更大成本，这就是著名的第二价格密封拍卖GSP。我们在互联网广告趣闻中，介绍了GSP和纳什均衡以及VCG拍卖机制的关系。一阶和二阶计费的本质在于，卖方是否愿意让利出竞价计费剩余（胜出出价-次高价)，以换取广告主稳定和相对真实的出价，进而让交易系统更加高效稳定。

但在互联网广告系统中，广告主实际对于每一次曝光的出价不是他们自己给出的，而是广告平台帮广告主算出来的。

这就导致了，广告平台声称的GSP或者VCG拍卖机制，承诺让出的竞价计费剩余，但实际又可以用刻意高估转化率等方式找回让利。在GSP和VCG机制的理想模型下，广告主的最终成本应该低于自己的出价，这种情况在国内并不常见。广告平台一方面将竞价计费的机制黑盒暗箱化，一方面又以干扰模型，触发扰动的名义诱导广告主不进行调价探索的行为。在保证广告系统的稳定运行的前提下，最大可能地获取这部分占总营销成本5%到10%的剩余价值。

这里顺便引出了模型偏差损失的概念。因为对于用户曝光到转化行为可能性预测的偏差，特别是高估的偏差，会带来一些认为有效但实际无效的曝光，从而让广告主的实际成本高于他们在平台设置的期望成本。对于超成本，特别是早期计划的超成本，一般广告平台会有一定的赔付机制。

广告平台利用黑盒暗箱的计费方式除了可以获取竞价计费剩余，还可以在获取广告主后向ROI的数据时通过刻意虚高曝光转化率，增加无效曝光的方式，在ROI临界线以上和前端成本达标的前提下进行进一步的价值获取。广告主会感知到，即使只用通用的浅层行为买量，高价值用户成本高，低价值用户成本低，虽然在转化目标上，他们都是一样的有效转化。这也就是我们常说的压线提价，从而利用数据优势在广告主投放意愿基本不受影响的前提下，最大限度提升竞价溢出成本，让更多的商业价值留在平台。