这篇文章是最近关于RTB场景广告保留价调研的一些汇总。 相关paper记录在 github.com/linpingta/A…
为什么需要保留价？
保留价其实是一个publisher角度的概念，通过设置保留价，当广告出价低于保留价时，不再展示广告。说直白点，就是避免广告贱卖。
一个直观想法是，既然设置保留价可能导致广告机会浪费，那么干脆别设置保留价了，一分钱也是钱嘛。但问题是，如果不设置保留价有两个问题：
（1）按照二价的计费机制，如果某个广告位只有一个广告竞得，那么是不应该收这个广告主钱的，相当于被广告主白嫖
（2）不设置保留价，广告主较低的出价通常意味着广告质量较差（较低的ctr/cvr），展示这样的广告对用户体验有影响，通常app会控制总体的adload，那么展示低价值广告相当于浪费了一部分展现机会
据我了解，一般app都会设置保留价，而且通常是从第2个原因出发更多一些，保证用户体验。
保留价问题特点
保留价问题是一个典型的trade-off问题，即使不考虑用户体验因素，单纯考虑收入，如果设置了太高的保留价，因为ad的win rate下降，会导致收入下降，反过来说，如果设置了太低的保留价，虽然win rate得到保证，但会被dsp捋羊毛。
revenue = v * P(bid>v)
revenue = v * (1 - P(bid<=v))
revenue = max (v * (1-P(bid<=v))
这里v是设置的保留价，P(bid>v)表示广告主出价大于保留价的概率，上面公式里要max revenue，对v求导，可以得到
v = (1-F(v)) / f(v)
在 广告系列（九）- 动态保留价 有一个从拍卖机制角度的推导，不过我感觉还是上面的推导更好理解一些。
RTB场景保留价
其实基本思路是一致的，但非要说两点不同（第二点比较勉强）：
- 上面求v的前提是对bid landscape有完全的了解，但rtb场景下，dsp的bid landscape其实是不断变化的，这里如何建模是相比非rtb场景最大的挑战
- rtb场景并不是特别关于用户体验，如上所说，即使不为优化收入，单纯为保证用户体验，app也有动机设置保留价。rtb的保留价通常是adx设置的，adx的流量很可能不是自己的，所以它不一定关心用户体验。
paper综述
首先先说明一点，rtb和自有广告的联合竞价建模不在这里，这块感觉前几年应该是一个比较重点的方向。
Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting
这个其实不只是保留价，涉及rtb的挺多方面，保留价部分在它的第6个section。
This optimisation problem has been previously studied in the context of sponsored search 这一段是说，保留价问题在非rtb场景已经有了研究，那现在问题diff在哪里呢，文章中主要提到了两点：
- dsp的行为对publisher来讲是个黑盒，bid会受到如budget，time等很多
- 保留价如果过高，可能会吓跑dsp，因此这里不仅是策略问题，还是业务问题
Optimal auction theory这一段和上面保留价求导计算部分基本一致，难点还是在于估计bidder value function上，A few drawbacks were reported mostly due to the difficulty of learning bidders’ private values, i.e., F(x). Firstly, a bidder could have a complex private value distribution which does not follow Log-normal 同样是和search广告对比，搜索广告里，publisher知道广告主的所有出价行为；同时publisher是给keyword设置底价（rtb场景，粒度更细，是imp级别）
An Empirical Study of Reserve Price Optimisation in Real-time Bidding
这是14年的paper，一晃都10年了，这里的内容和上面很像，因为作者都是一个人。bidder value function预估部分就不说了，但它总结了保留价设置的一些方法，把它分为Private Value Free Algorithms和Private Value Based Algorithms，区别是是否需要对bidder function的形式进行假设。
对于Private Value Based Algorithm，作者假设bidder属于对数正态分布或者均匀分布进行建模，Private Value Free Algorithms的方法就比较多了，能想象到的比如设置一个fix price，或者根据过去一段时间的dsp出价做平均，还有one-shot类似反馈机制的做法。
最终作者分析觉得还是Private Value Free Algorithms比较靠谱，这事应该是因为建模的方法本身不够靠谱。
Real-Time Optimization Of A Web Publisher RTB Revenue
alephd应该是法国的一个rtb公司，它这篇文章的point：一般保留价会以天/周级别change，这里做的事情是去实时预测每个auction的最优保留价。
不过实话说，这个文章也可能是我看的不够懂，感觉里面缺少很多细节，比如里面提到的对比方法：PL RES: setting an optimal reserve price per placement determined on the training set (using uncensored bid values) == 我理解是根据每个plc历史的出价，来决定如何设置底价 == 问题是，bid req发过去的时候，你怎么知道dsp会出哪个plc呢？
不过话说回来，这点也可以理解，毕竟公司不是学校，赚钱的策略也不会往外发。有价值的一点可能是它的思路，把floor price分成桶，然后预测当前bid应该设置成哪个桶得到最优结果
