為什么給一個人展示的是這個廣告，而不是其他廣告？
OK，我們來看第二個問題——為什么給一個人展示的是這個廣告，而不是其他廣告，它涉及的關(guān)鍵詞叫競價。
我們通過一個極其簡單的例子來理解競價——
一個籃子總共有三個紅蘋果和三個青蘋果，這時候有兩個人，第一個人只喜歡吃紅蘋果不喜歡吃青蘋果，所以他愿意為一個紅蘋果出價一塊錢，青蘋果出價就是0，另一個人正好和他相反。
這時候問題就來了——我們有兩種售賣方式，第一種售賣方式：把整個籃子賣給其中的一個人，這時候我們的收入是三塊錢。
第二種方式，就是我們能夠把紅蘋果和青蘋果分開分別賣給他們，我們的收入就有三塊加三塊等于六塊。
如果我們把廣告看成剛剛例子中的蘋果，那么通過這個例子，我們可以得出以下的結(jié)論：
第一，競價的前提是人們對不同廣告的價值判斷其實是不一樣的。
第二，互聯(lián)網(wǎng)的技術(shù)能夠?qū)Σ煌膹V告進行有效的區(qū)隔，

第三，進價能夠?qū)崿F(xiàn)資源配置的最優(yōu)化，

OK，我們回到開始的這個問題，為什么你看到的是這個廣告而不是其他廣告？
大家可以看到課程中的這個示意圖，假如廣告系統(tǒng)通過數(shù)據(jù)識別到小明是一名生活在北京25歲，對健身感興趣的男性。
那么廣告是怎么樣投放給他的？
廣告系統(tǒng)投放其實非常的復(fù)雜，但其中有兩個關(guān)鍵的步驟：
第一步叫Target，就是匹配，這一步會在全體的廣告庫中找到符合小明這個定向的廣告，比如說圖中的A、C、E；
第二步叫Rank，就是競價排序，這一步，會挑出排在最前面的廣告發(fā)給小明就是圖中的C。
這時候小明就看到了C這個廣告。
那么問題來了，廣告的競價排序是如何進行的？
假如現(xiàn)在我們有兩個廣告主——Nike出價一塊錢一個點擊、阿迪出價兩塊錢一個點擊，我們總共有100次曝光，我們應(yīng)該給誰？
很多人會直觀的說，那當然得給阿迪，它出價高??！
但如果我們考慮到點擊率，結(jié)果就會大不一樣，假如耐克的點擊率是5%，100次曝光就會產(chǎn)生五個點擊一塊錢一個點擊收入是五塊錢。
而這時候如果阿迪的點擊率是1%，那么100次曝光就會產(chǎn)生一個點擊，兩塊錢一個點擊收入是兩塊。
所以兩塊對五塊，我們應(yīng)該給耐克，不是阿迪，因為它的綜合收益更高。
我們不要看這個案例非常簡單，但他揭示按效果付費競價廣告的幾個最重要的法則。
第一，廣告平臺關(guān)心自己流量的總收益；
第二，廣告主通常按效果進行出價，比如說這次就是按單次的點擊進行競價；
第三，廣告平臺需要把點擊出價轉(zhuǎn)化成它的收益去進行排序；
第四，CTR也就是點擊率就架起從點擊到收益的一座橋梁，未排序去提供基礎(chǔ)。
所以，在競價廣告中，點擊率就是一個極其關(guān)鍵的指標。
那么問題就來了——點擊率它是一個結(jié)果指標，就是我們投放完之后，我們可以去統(tǒng)計這個點擊率，沒有投放之前，我們其實是不知道的，而每一次投放都需要排序。
那么點擊率這個數(shù)據(jù)應(yīng)該怎么算？
很多人就想到一個方法——“嘗試投放一下”
那么“嘗試投放一下”這種方法是不是行得通呢？
答案是行不通，為什么行不通呢？我們接著往下看——
我們依然通過一個簡單的例子來說明：
假如現(xiàn)在有四個廣告主——分別是賣高跟鞋、賣買西裝、賣布娃娃和賣游戲機的，他們的出價都是一塊錢一個點擊。
假如整個平臺上有4000個用戶，
按照剛剛的說法，我們開始不知道每一個廣告主的點擊率，所以我們可以試投一下，比如說每個廣告主我們都是投100個，結(jié)果我們發(fā)現(xiàn)投放之后，它們每一個的點擊率都是25%，一模一樣，這時候排序就變得很困難。
于是，我們只能公平的隨機去進行投放，這個時候我們的點擊數(shù)是4000，乘以點擊率25%等于1000，我們的總收益是1000個，點擊乘以一塊錢，總的就是1000塊錢。
但是，如果我們知道這4000個用戶的特征，我們就不會這樣去預(yù)估點擊率。
那么真相是什么？
真相就是這4000個用戶，其實可以根據(jù)年齡和性別分成四類——分別是成熟男人、成熟女人、小男孩和小女孩，每一個分類都是1000個，他們每個人對自己喜歡的物品的點擊率是100%，不喜歡的物品的點擊率是0%，
比如說小男孩一定會點游戲機，一定不會點其他的，而成熟女人一定會點高跟鞋，也一定不會點其他的商品。
所以這時候我們正確的預(yù)估應(yīng)該是——當一個小男孩來訪問的時候，我們就能精確的預(yù)估到他對游戲機這個廣告的點擊率是100%，而其他人的點擊率這時候是0%，
這樣預(yù)估的話，所有人的點擊率就都是100%，這時候點擊數(shù)就會變成4000，整個收益也會變成4000，比剛剛的1000翻四倍。
上面的例子告訴我們，我們要根據(jù)廣告特征和用戶特征來實時的預(yù)估點擊率。
那么點擊率需要哪些特征來預(yù)估，或者說點擊率都和什么因素相關(guān)？
主要有三個方面會影響點擊率——廣告?zhèn)?、用戶?cè)和平臺側(cè)。
廣告?zhèn)群苋菀桌斫鈴V告主的行業(yè)廣告，文案、廣告、圖片和廣告的形式都會影響點擊率。
而用戶側(cè)我們剛剛說的年齡、性別、地域、手機興趣以及它的使用環(huán)境等等。
然后平臺側(cè)就是平臺的頻次控制時間、競價策略和流量分配策略都會影響點擊率。
點擊率的預(yù)估其實是一個非常復(fù)雜的過程，它是互聯(lián)網(wǎng)廣告最核心的技術(shù)之一。
我們可以把點擊率預(yù)估簡化成兩個步驟，第一步叫特征工程，第二步叫模型訓(xùn)練。
特征工程就是找到很多跟點擊率相關(guān)的特征，通過模型訓(xùn)練我們就能夠得出特定的點擊率。
從這個意義上說，點擊率預(yù)估其實是一個黑盒子，輸入很多特征就能實時的輸出預(yù)估的點擊率。
點擊率的預(yù)估應(yīng)用非常的廣泛，我們今天熟悉的今日頭條、抖音的推薦系統(tǒng)的核心技術(shù)也是點擊率的預(yù)估，平時咱們觀察到的是——看過什么就給我推薦什么，非常的精準。
這背后其實是把所有可能投放給你的內(nèi)容的點擊率都進行一次預(yù)估，然后把點擊率最高的推送給你。

廣告比推薦排序會多一個步驟，推薦只需要知道誰排在前面就OK，而廣告需要知道具體的數(shù)值，因為它需要和出價一起來綜合排序。

理解點擊率預(yù)估對廣告排序的意義，我們就能夠破除一個按效果付費的理解誤區(qū)：
有人說按點擊和成交去進行付費簡直太爽，不點不要錢簡直沒風險！
那我能不能我出一分錢一個點擊，同時我還沒有時間去好好做廣告素材，然后我還要點擊一天給我來一百萬個？
事實上是不會有這樣的好事，你出一分錢一個點擊，廣告平臺如果產(chǎn)生點擊，它的確只扣你一分錢，不產(chǎn)生點擊的確也不會扣你的錢。
但是最可能的結(jié)果就是你出價太低或者你的點擊率太低，你被排在后面根本投放不出去，所以的確沒有風險，但同樣也沒有收益。
OK，對這一小節(jié)做一個總結(jié)：如何通過競價來提升廣告投放的效率，按效果付費，的確是一個對廣告組友好的計費方式，但是他也是一個公平的計費方式，想要獲得更多的點擊只有兩個辦法：
第一，提升出價，當然出價通常要考慮到自己的承受范圍；
第二，我們提升我們的點擊率和轉(zhuǎn)化率，不斷的優(yōu)化自己的廣告素材廣告定向和廣告投放的數(shù)據(jù)。