惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
爱范儿
爱范儿
H
Help Net Security
Last Week in AI
Last Week in AI
The Cloudflare Blog
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
IT之家
IT之家
aimingoo的专栏
aimingoo的专栏
大猫的无限游戏
大猫的无限游戏
Jina AI
Jina AI
Google DeepMind News
Google DeepMind News
B
Blog
C
Check Point Blog
T
Tailwind CSS Blog
云风的 BLOG
云风的 BLOG
D
Docker
Recent Announcements
Recent Announcements
Vercel News
Vercel News
博客园 - 聂微东
阮一峰的网络日志
阮一峰的网络日志
MyScale Blog
MyScale Blog
The GitHub Blog
The GitHub Blog
Stack Overflow Blog
Stack Overflow Blog
雷峰网
雷峰网
人人都是产品经理
人人都是产品经理
月光博客
月光博客
F
Fortinet All Blogs
Blog — PlanetScale
Blog — PlanetScale
B
Blog RSS Feed
The Register - Security
The Register - Security
V
Visual Studio Blog
F
Full Disclosure
Hugging Face - Blog
Hugging Face - Blog
T
Threat Research - Cisco Blogs
Latest news
Latest news
PCI Perspectives
PCI Perspectives
Cisco Talos Blog
Cisco Talos Blog
博客园 - Franky
D
DataBreaches.Net
A
Arctic Wolf
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
G
Google Developers Blog
P
Palo Alto Networks Blog
Engineering at Meta
Engineering at Meta
Microsoft Azure Blog
Microsoft Azure Blog
T
Tenable Blog
L
LINUX DO - 热门话题
Spread Privacy
Spread Privacy

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
商业化策略产品经理必读系列—广告竞价拍卖机制设计
搜广推策略James · 2023-11-27 · via 人人都是产品经理

作为一名产品经理,在日常工作中,也需要不断了解更多知识,积累经验,下面是笔者整理分享关于广告竞价拍卖机制,让大家清楚的了解什么是GFP、GSP和VCG机制的相关内容,对此感兴趣的同学可以接着往下继续了解,相信你会收获更多。

本篇是商业化策略产品经理必读系列的第三篇,为大家详细介绍一下广告的竞价拍卖机制,让大家清楚的了解什么是GFP、GSP和VCG机制。为什么Meta在很早的时候使用VCG机制,后来又慢慢改为了GSP。

一、广告竞价拍卖机制是什么

首先介绍一下什么是广告拍卖机制。

互联网广告本身就是一个多方利益博弈的领域,参与方一般有用户、广告主、媒体和 广告平台,有时候媒体和广告平台为同一方。

广告平台作为一个整体的广告资源宏观调控 中心,需要平衡媒体、广告主和用户三者之间的关系,用户追求媒体传播的内容,广告主追求媒体带来的用户转化,媒体追求广告收入的最大化,广告平台追求广告主的预算。广告平台整体的宏观调控依赖的就是广告竞价拍卖机制。

一个好的竞价拍卖机制应能兼顾平台收入、竞价公平和广告主出价稳定性等多个方面。设计拍卖机制的目的主要分为两个方面:一方面是实现社会效益层面的全局最优,把 拍卖物分配给那个对他来说最有用的人;另一方面是帮助拍卖行赚更多的钱,毕竟竞价机制的设计者是拍卖行。

具体到落地执行层面,竞价拍卖机制需要解决两个核心问题。

  • 问题一:如何让广告主尽可能地表达真实出价意愿?既不过高出价,也不心存侥幸钻 系统漏洞调低出价。
  • 问题二:如何针对广告主的出价进行扣费?

很多不了解互联网广告竞价机制的读者可能会有疑惑,竞价不应该是价高者得,然后按照实际出价来收费吗?这还需要专门设计一个复杂的机制吗? 互联网品牌广告售卖模式基本都是这样,央视春晚每年的广告售卖也是如此。这种竞价机制可以大幅提升广告主的声誉,但并不适合互联网 RTB 广告。

互联网 RTB 广告的广告位众多,广告主数量众多,所以一般竞价的时候都采用暗拍方式,即拍卖的时候既不公布竞价的广告主和也不公布广告主的出价,由广告平台统一决定广告资源的拍卖,同时广 告平台也会提出多种扣费模式,比如 GFP、GSP 和 VCG,直接按照出价进行扣费的机制就是 GFP,早期的互联网广告都采用此机制。

但是此机制存在系统出价不稳定的弊端,所以基于此机制慢慢演化出 GSP 和 VCG 机制,下面我们分别展开介绍。

二、GFP

广义一阶价格 (generalized first auction,GFP) 的竞价逻辑是由第一价格密封拍卖机制衍生而来的。所有买方同时出价,而且是保密出价,彼此不知道对手有多少,也不知道对 手的出价水平,最终出价最高者竞价成功,按照实际竞价进行支付。

互联网广告早期都采 用 GFP 竞价机制。这种机制整体逻辑简单,但是出价水平稳定性比较差。广告主为了获得最佳收益,可能会通过不断调价来确定在获量不变的情况下该平台的最低出价水平。

如表5-2所示,目前有一个广告位,A、B、C 三个广告主分别来竞价。A 出价10 元, B出价5 元,C出价2元。

假设这个广告位一天有1400 次展现的机会,系统按照 CPC出价来排序,最终广告主 A 获得了50次点击和1000次展现,广告主B获得了50次点击和400次展现,广告主C一分钱都未能消耗。

广告主A为了试探系统其他广告主的出价水平,降价到8元,发现仍然可以获得50次点击,而此时他只需要支付 400 元;广告主A继续降价,降到5元以下时,他发现无法获量,于是他将价格定为 5.1 元。广告主 A 需要 支付的总金额为 5.1×50 = 255 元,但是广告主 A 获得的展现和点击数完全不变。

  • 优点:竞价和计费过程简单直接。
  • 缺点:广告主出价稳定性较差,系统整体波动较大。
  • 应用场景:早期的互联网广告都采用此种竞价机制。

三、GSP

一个好的竞价机制应该是激励相容的。该机制理论是由诺贝尔经济学奖获得者里奥尼 德·赫维茨提出的。

何为激励相容?在市场经济中,每个理性经济人都有自利的一面,其 个人会按自利的规则来行动。如果能有一种制度安排,使经济人追求个人利益最大化的时 候,也能够与集体价值最大化的目标相吻合,那么这一机制就是激励相容。

在广告竞价机 制中,我们需要设计一种激励相容机制,因此互联网广告公司在 GFP 的基础上推出了新 的竞价机制——GSP。

1. 理论基础

广义二阶价格 (generalized second auction,GSP) 的竞价逻辑是由第二价格密封拍卖机 制衍生而来的。所有买方对出价保密,彼此不知道对手有多少,也不知道对手的出价水 平,最终出价最高者竞价成功,按照所有投标者中的第二高价进行支付。

GSP又被称为维克里拍卖 (Vickrey auction),由哥伦比亚大学教授威廉·维克里于1961年提出。在 GSP机制下,投标者的竞标出价和实际成交价格是相互独立的,每个投标者的最优策略就是完全 按照自己对于本次拍卖物的估价来出价。

以表 5-2 中的广告主 A 为例,A完全不需要担心自己的出价比第二名出价过高,因为系统就是按照所有投标者中的第二高价来扣费的,广告主只需要按照自己的真实意愿来出价即可。低于这个价格,将降低投标者赢标的概率; 而高于此价格,虽然可以提高赢标的概率,但投标者可能获得了一场无利润的交易,因为他必须支付的价格可能高于其对商品的估价。

在 GSP 机制下,投标者的最优竞拍策略就是依照自己对标的物价值的真实评价而给出标价,因此不管是从个人收益还是从整体资源配置考虑,它使得投标者对其他竞争对手的出价情况、投标策略和整体市场的评估变得多余。

每个投标者只需要专注于自己对商品价值的评价即可,因此能大量节省脑力劳动和费用支出。这种节约可以促进更好的资源配 置,并增加可被买卖双方分享的总收益。因为投标者的信息收集费用减少了,收益就增加了,从而吸引更多人参与竞标,对卖者而言也可能产生更高的价格。

如表 5-3 所示,在 GSP 模式下,广告主A只需要支付总金额250 元即可。虽然对比GFP模式,平台整体的收入降低了,但是当平台整体的广告主越来越多时,GSP模式可以激励广告主以接近流量真实价值的估价来出价,这样可使系统出价更加稳定,长远来看, GSP模式是一种对广告主和媒体侧都更加有利的模式。

2. 实际应用

2002 年,Google 首先将 GSP 机制引入到互联网广告中,但在实际应用时,Google 对 计费公式做了一点改变:第一名实际扣费 = 第二名的出价 × 第二名广告质量分 / 第一名广 告质量分 + 最小货币单位 ( 如 0.01 元 );第二名的广告价格 = 第三名的出价 × 第三名广告 质量分 / 第二名广告质量分 + 最小货币单位 ( 如 0.01 元 ),以此类推。

Google 在对广告进行排序时,并不是完全以出价为主导,而是引入一个质量分,它也是最早引入质量分的互联网广告公司。

Google 基于广告内容素材的质量、广告与用户兴 趣的相关性、落地页的体验 ( 如加载速度 ) 对广告进行综合打分,得到广告质量分 Q,所 有广告依据广告主出价 bid×Q 得到的分数进行综合排序。

质量分的引入表明广告平台不再 只看广告主的出价,还要关注广告素材本身的质量以及与用户兴趣的匹配度等。

表 5-4 为 Google 的 GSP 计费模式

采用此种计费模式,需要将广告质量分加入扣费 公式里,否则会出现特殊情况,因为广告是按照 bid×Q 进行排序的,这样有可能导致排序 第二的广告主出价比排序第一的广告主出价还要高。比如表 5-4 中,虽然广告主 A 排序第 一,但排序第二的广告主 B 出价更高,如果直接按照广告主 B 的出价对广告主 A 进行扣 费,则会超过广告主 A 的原始出价,所以扣费公式就变为:

广告主 A 的总扣费为:50( 总点击数 )×6×0.8 / 1 = 240。实际应用时,Google 还加入 了最小货币单位,需要在原有计费上加入一厘钱。

为什么需要再单独加上一个最小货币单位?这是因为如果不加这一厘钱,将公式 (5-1) 左右同时乘质量分 ad1,会得到:

公式 (5-3) 的左边其实是排序第一的广告的 eCPM,右边是排序第二的广告的 eCPM, 两者是相等的,也就是说,排序第一和排序第二的广告的 eCPM 完全相同,那么排序第一 的广告没有胜出的优势,所以我们在实际扣费时需要再多扣一厘钱,以确保排序第一的广 告的 eCPM 一定大于排序第二的广告的 eCPM。

  • 优点:激励相容,鼓励广告主按照真实意愿来出价,整体出价相对比较稳定。
  • 缺点:在系统相对比较稳定时,平台整体收入会略微低于GFP竞价机制;GSP机制可能会陷入局部最优。
  • 应用场景:目前互联网广告基本都采用 GSP 竞价机制。

四、VCG

竞价机制应能实现社会效益层面的全局最优,从经济学的角度来看,有一种机制比GSP 更优,它可以真正实现社会效益层面的全局最优,那就是VCG。

VCG相比GSP更加晦涩难懂,目前世界头部互联网公司中,只有Meta曾经大规模使用 VCG,但近些年Meta又慢慢改为了GSP。VCG 的全名是 Vickrey-Clarke-Groves,由三位经济学家的名字组合在一起,VCG的思想也是由这三位 经济学家一起推广壮大的。

VCG 的核心思想是实现社会效益的帕累托最优,鼓励广告主说真话,按照真实意愿来出价。帕累托最优是意大利社会学家维弗雷多·帕累托提出的, 是社会资源分配的一种最理想状态。

了解帕累托最优之前,需要先了解帕累托改善,即给定固有的一群人和可分配的资源,如果从一种分配状态到另一种分配状态的变化中,在没有使任何人情况变坏的情况下,至少有一个人变得更好了,这就是帕累托改善。

而帕累托 最优即为整个社会中不可能再有帕累托改善的状态,也就是不可能存在在不影响任何人利益的情况下改善某些人的情况。VCG本身也是一种激励相容机制。

1. 理论基础

在 VCG 机制下,所有买方同时保密出价,彼此不知道对手的出价水平,最终出价最高者竞价成功。VCG不像GSP机制那样,基于排序第二名广告主的出价来扣费,而是参考系统里多个广告主的出价,基于广告主竞价成功后对其他广告主造成的收益损失来扣费。

如表 5-5 所示,我们在举例计算时,有一个假设前提就是该广告位最终产生的整体点击数固定为 100,最终 A 需要支付 190元,B 需要支付100 元。

对于相同的案例,在GFP 机制下平台收入为350元 ( 见表 5-3),在 GSP机制下平台 收入为 302.5 元 ( 见表 5-4),在VCG机制下平台收入为290元 ( 见表 5-5)。

所以,在广告主预算和出价不变的情况下,平台整体广告收入GFP ≥ GSP ≥ VCG。

2. 实际应用

上文介绍的是 VCG 的理论计算方法,但现阶段,互联网 RTB 广告实际竞价时可能有 上万个广告主同时参与,我们不可能计算上万个广告主的收益损失,所以一般仅取排序前 几名的广告主的出价作为参考。

比如,Meta在应用 VCG 时只取该广告位下出价排名 靠后的 2 个广告主来计算收益损失。假设现在有 5 个广告主竞争 2 个广告位,其中广告主 A 和 B 竞价成功,Meta实际应用 VCG 的扣费逻辑如表 5-6 所示。

  • 优点:整个机制中广告主按照真实预估价值来出价是最优策略,整个系统相对更加 稳定。
  • 缺点:计算相对复杂,同时可解释性较差,广告主很难理解。
  • 应用场景:目前只有 Meta曾经大规模使用该机制,但近些年绝大部分广告位已经改为了GSP。

五、总结

从平台整体广告收入来考虑,GFP ≥ GSP≥VCG。如果单从收入视角来看,GFP是最优的,那么为什么大部分广告平台都使用 GSP,甚至还有部分平台使用 VCG 呢?

因为 平台从整体生态来考虑,希望整体生态能够相对稳定,广告主能够给出相对稳定的价格, 虽然GSP和VCG会让平台收入略微下降,但会使平台整体竞价水平更加稳定。GSP和VCG 模式也可以适当提升广告主的投资回报率,广告主的体验会更好,从长远来看,可以吸引更多的广告主进行广告投放,所以平台愿意牺牲部分收入来换取整体生态的稳定和更加长久的利益。

VCG 是经济学家站在整个社会效益最大化角度设计出来的,在理论上更加符合全局帕累托最优,而GSP容易陷入局部最优,但是广告平台本身肯定更希望广告收入多一些,目前各大互联网公司基于 GSP 的竞价机制运行多年且非常完善,规则更加清晰、容易理解,广告主接受度也很高,所以各大互联网公司并没有动力将平台的竞价机制由GSP切换到 VCG。

本篇文章节选自我的新书《搜广推策略产品经理-互联网大厂搜索+广告+推荐案例》~

专栏作家

King James,公众号:KingJames讲策略,人人都是产品经理专栏作家。算法出身的搜广推策略产品专家。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。