RTB：实时竞价，是一种利用第三方技术在数以百万计的网站或移动端针对每一个用户展示行为进行评估以及出价的竞价技术。与大量购买投放频次不同，实时竞价规避了无效的受众到达，针对有意义的用户进行购买。
电商类广告一般以效果做衡量对于需求方来说是最保险的方式，也就是说通常会选择CPA、CPS、CPM，不过具体要看抖音对自己推送算法的信心和推送用户的质量而选择。
补充目前广告的几种收费方式：
CPA(Cost Per Action) 每行动成本：CPA是一种按广告投放实际效果计价方式的广告——即按回应的有效问卷或注册来计费，而不限广告投放量。
CPS(Cost Per Sales)：以实际销售产品数量来换算广告刊登金额。
CPM(Cost Per Mille) 每千人成本：CPM是一种展示付费广告，按展示量付费
CPT(Cost Per Time) 每时间段成本：CPT是一种以时间来计费的广告，固定时间内固定广告位展示广告。
CPC(Cost Per Click) 每点击成本：CPC是一种点击付费广告，根据广告被点击的次数收费。
我假设：该广告是采用RTB竞价规则被京东购买到的广告机会。
过程拆解
我们来拆解一下我在京东搜索的商品，广告是怎么展示到抖音来的。
1. 数据
先从数据开始：
作为抖音的和京东的用户，我在抖音和京东都分别有对应的用户画像。
当然，不同平台的用户画像必然收集的具体信息不一样，侧重点是有差别的。比如：抖音是根据我关注的用户，浏览的视频内容，浏览视频的完整度，还有注册填入的一些基本信息等内容生成的用户画像。
而京东作为电商平台，更关注的必然是我的购买习惯、收藏的商品、搜索的商品、感兴趣的品类等内容生成的画像。
但总体而言，画像的生成一般可以概括总结为以下这个公式：
画像 = 用户基本信息+用户兴趣+用户行为+关联信息
用户信息：包括注册资料，地理位置，年龄性别等等。
用户兴趣：关注的店铺，经常浏览的品类，收藏的商品。
用户行为：在流量内（此处应为京东APP客户端）的行为记录，比如搜索动作，购买，浏览时间，搜索频次等等。
关联信息：根据一些标签归因分析所得的推导信息。
我在京东搜索产生的记录属于用户行为和兴趣信息，实时被存储到数据库作为用户画像很重要的一部分。因为有需求才会行动，区别于被动收集到的信息，是比较迫切和强烈的。在画像体系中，该标签一段时间内所占权重无疑是非常高的。
2. 投放
有广告内容，必然有投放。
分两种情况：一种是京东本身的投放平台（即DSP）接入了头条的ADX；另一种是京东的营销人员直接在头条的营销平台直接投放。
因为此广告关联到了我实时搜索产生的数据，我们排除第二种情况。京东应该是接入了头条的ADX，这样才能实时在京东的数据库里面提取我的标签作为匹配的标准。
3. 用户参与
前期工作做完之后，就是用户参与了。
当我们在抖音浏览视频时，抖音会间隔的刷出广告，前面我们假设该广告是为RTB竞价广告。那当我刷到这个广告位时，抖音通过ADX同时向N个平台发送消息，告知有可出售的广告位，请各个DSP参与竞价。
发送消息时，携带用户信息，用户信息有唯一识别号（假设是手机号）。京东在收到消息时，拿抖音发过来的唯一识别号与自身DMP数据库内的识别号做匹配，发现该用户存在，并且近期有搜索某商品的行为。
出高价购买该广告位，并最终赢得该广告位该次广告的展示权。然后，将需要投放的商品信息广告内容返回给抖音。
这里写的比较简单，其实内部逻辑里面还有很多的规则，当然，这些都是在毫秒级别完成的。
之后，就是用户看到广告内容，大骂一声：XX！
以上就是整个流程的介绍。但是，大家通篇读下来，应该发现：其实这个商品，我不仅仅是搜索了，我还确确实实的已经完成购买了。
像类似我购买的这两种商品都是日常生活中使用频率很低的商品，东西我已经买了，一般情况下短期内不会再购买，除非京东是想让我去退货，再做选择，当然这也是不可能。那这一波按RTB竞价逻辑来讲亏的就是京东了。
通过前文介绍，我们知道京东推送的决策依据是我在APP内的搜索行为，主动的搜索，意味着很强的购买意向。此时用为行为的标签比重占比，会高于其他画像标签。所以，在得到抖音广告位的竞价请求时，京东将该条广告推送给我了。
问题出在哪呢？
我猜测可能是因为用户量和数据量的庞大，搜索记录还存在缓存当中，没有和购买记录相关联。或者干脆京东并未对商品的分类做频次标记，未对用户的下次购买预期做预估。
基于以上的话我建议：对商品做消费频次分类，及时整合更新画像，输出可靠性的决策意见。
文章TAG：商品 购买 京东
