为了准备下个月的马尔代夫之旅，Fiona最近在网络上搜索适合油性肌肤的防晒霜信息，不久后她开始注意到，无论她打开新闻网站、登录邮箱还是上视频网站看电影，甚至上一些小众专业网站都会出现露得清防晒霜的广告。而她一个想学法语的闺蜜则说经常看到一些法语培训机构的广告。她们暗自嘀咕：广告似乎知道我们想要什么，太神奇了！

事实上，就在Fiona打开每一个网页前，都有多个广告主对其广告曝光进行实时竞价，出价最高者将获得向Fiona展示其广告的一次曝光机会。而这一切的数据分析、出价、竞价、投放的完成，只需要0.001秒，而且是程序化自动运作。这种实时竞价，利用第三方技术在数以百万计的网站上针对每个用户展示行为进行评估以及出价的竞价技术，即是RTB广告模式。简单地说，就是把每一个用户每一次的页面浏览以拍卖的形式卖给广告主，实现互联网广告的智能化、精准化、实时性投放。

RTB投放流程：平台聚合

RTB广告模式打破了传统互联网广告投放的线性对接流程，以广告交易平台为核心，把原本处于产业链两端的买卖双方——广告主和网络媒体联系起来，通过广告交易平台进行采购或售卖“广告资源”（用户），形成一个双边市场。当然，在广告交易平台和最终买卖双方之间，还有代表广告主的DSP和代表网络媒体的SSP。可以说，广告交易平台是以双边平台市场为基础的多边平台市场，投放过程中的各个参与方都不是分散的个体，而是平台聚合的利益网络。

如图1所示，RTB广告模式的四大主要环节都采用平台聚合的模式运作。Ad Exchange作为核心中介平台，聚合互联网广告交易市场的买卖双方——DSP和SSP，另外还有DMP。SSP，聚合着数以亿计的网络媒体资源，对这些资源进行集中管理，并接入Ad Exchange形成巨大的流量。DSP，聚合成千上万广告主或广告代理商的广告投放需求，对他们的需求进行集中服务，在DMP的帮助下实现对用户的属性分析和竞价。DMP，聚合所有在线数据，包括第一方数据和第三方数据，也包括用户数据和投放过程中产生的交易数据，协助其他平台进行数据管理、分析工作。

RTB运作机制：精准化投放

互联网广告市场中，同时存在着海量的广告主、海量的媒体资源和海量的用户，RTB广告模式除了实现这些海量信息的聚合以外，更重要的是对各种交互信息进行分解、挖掘、匹配，实现高效率的定向传送，实现真正的“一对一”传播和精准化营销。

在RTB广告的投放过程中，数据的收集与分析一般经过两个环节——DSP和DMP的协作完成：当一个用户打开一个网站页面时，Ad Exchange会将用户需求发给DSP，DSP自身拥有一个海量的人群数据库，可以通过特定的算法、人群定向技术，分析数据库中关于这个用户的上网记录（Cookies数据），同时在DMP更加专业的数据挖掘的帮助下，描绘出这个用户细致的个人兴趣图谱，从而实现用户需求与广告信息的精准化匹配。

当完成用户的个人属性分析和匹配后，接着就是将符合这个用户属性的广告投放到他的面前来，这就需要解决多个广告主竞争同一个目标用户的广告展示机会的问题。RTB广告模式采用实时竞价的方法，由Ad Exchange扮演一个仲裁者的角色，判定哪个DSP出价最高，就将这个广告展示机会判决给出价最高的DSP所代表的广告主，再接收该出价最高的DSP发送过来的广告信息，投放到目标用户打开的网页上，这就完成了一个精准广告投放目标。

RTB广告模式下的精准广告投放造成的结果就是，两个不同的人登录同一个页面，看到的却是不同的广告内容。并且，由于这些广告是基于不同用户行为的分析来投放的，符合他们近期的需求和兴趣属性，是对用户有用的信息，他们就更愿意点击该广告，从而提高广告的ROI（投资回报率），对广告主有利。而对于媒体来说，他们出售的已不是某个固定的广告位，而是广告位背后的用户，而且每个用户都是有价值的，媒体不再受有限资源的限制，从而可以增加收益。

RTB定价模式：实时竞价

RTB广告模式下的交易商品不再是媒体广告位，而是用户。在实际运作中，RTB广告模式根据每一个用户的展示曝光，在支持维克瑞拍卖模式的环境下进行实时竞价，这是一种基于拍卖模型的灵活、公平、透明的定价方式。多个买方（DSP平台）根据约束条件和流量价值的评估同时出价，卖方（SSP平台）根据自己的服务能力和水平要价，拍卖中介（Ad Exchange平台）维护拍卖规则，裁定出价最高者获得该用户的展示曝光机会。最终，交易价格以第二高出价支付。这种方式可以鼓励买方出更高的价，使媒体资源提供商获得更大的收益。具体来说，RTB广告模式的竞价流程经过三个步骤：第一步，媒体资源提供商（SSP）向广告交易平台提供用户ID、广告位信息、最低出价等；第二步，广告交易平台邀请各大广告主代理商（DSP）出价；第三步，各大广告主代理商（DSP）通过对该用户价值的分析决定是否出价和出多少价，由广告交易平台裁定出价最高的DSP获得该用户的广告展示机会。

这个拍卖流程中最为关键的是广告主代理商（DSP）的竞价策略。由于广告主购买的不再是某个媒体广告位，而是某个特定的用户。广告主代理商（DSP）是否出价和出多少价，是建立在对这个用户有多少了解的基础上，这就需要借助大数据技术，对用户行为及相关信息进行挖掘和深入分析。因此，竞价过程中不再需要关注其他竞争对手的出价情况、策略和整体市场评估，也不需要考虑媒体资源的市场供需情况，而是把主要精力放在对目标用户的数据挖掘和价值评估上，这就促使广告主代理行业（DSP平台）寻求技术创新，利用信息技术和数据服务使互联网广告市场得到更好的资源配置。

另外，RTB广告模式运作的实时性，使得广告效果反馈也是实时的，由此为RTB广告模式的定价提供更高效的调整空间。广告主代理商（DSP）可以根据对某个用户投放的实时效果数据，对投放策略进行实时优化。也就是说，如果效果未能达到预期，那么在下一次竞价时就可降低出价，或者不再对该用户进行竞价。这样确保广告主媒体投放费用的效益最大化。

由此可见，在RTB广告模式下，一方面，大小广告主都可在同一起跑线上与众多竞争者公平竞价，并且价格透明。另一方面，RTB广告模式使得网站三、四级页面的剩余库存和中小网站也可以参与到广告交易中来，以合理的价格获得收益。此外，每个广告位资源因不同用户的访问可以在一天内重复出售，从而提高媒体收益。

RTB产业核心：广告交易平台

在RTB广告模式中，广告交易平台是一个核心服务，连接媒体资源买卖双方，使它们同时聚集到同一个平台上。一方面，代表广告主利益的广告主代理商通过广告交易平台采购有价值的用户，由广告交易平台判定出价者最高的DSP所代表的广告主获得对该用户进行广告展示的机会，以实现精准化投放。另一方面，代表网络媒体利益的媒体资源供应商（SSP）对海量的媒体资源进行管理和优化，并将这些流量接入广告交易平台出售，以实现流量变现。广告交易平台在其中作为一个中介，不代表任何一方的利益，制定和维护互联网广告交易的规则，营造一个公平、透明的交易环境。

更重要的是，RTB广告模式下的广告投放流程是基于平台运作的程序化购买和技术性投放，各环节发挥平台效应和相互协作，完全不需要人力执行，在100毫秒内，就可实现广告的实时、高效投放，不像传统媒介购买公司那样需要耗费大量时间和人力资源，实现了智能化的互联网广告投放，大大提高了互联网广告行业的服务规模和服务效率。

RTB产业网络：互为支撑

在RTB广告模式下的互联网广告产业链，除了原本的广告主、广告代理公司和网络媒体三大主体以外，还衍生出了广告交易平台（Ad Exchange）、广告主需求代理平台（DSP）、媒体资源供应方平台（SSP）、第三方数据管理平台（DMP）等众多重要角色。此外，RTB广告模式在未来相当长的一段时间内将与传统广告投放方式并存。因此，互联网广告产业结构是传统互联网广告产业链与RTB广告产业网络的融合体，使得整个产业结构变得更加复杂。

这个基于RTB广告模式下的互联网广告产业网络，在传统互联网广告四种产业价值链的基础上，又增加以下三条产业价值链：

第一，“广告主→DSP平台→广告网络/广告联盟→网络媒体”。由于大部分广告网络/广告联盟直接运营了很多流量，他们更愿意以独占的方式运营，而不愿意开放接入媒体资源供给平台（SSP）或广告交易平台（Ad Exchange）。因此，这就导致产业网络中出现了一个“混血儿”——DSPAN（即“DSP + Ad Network”的模式），即广告主需求代理平台（DSP）直接可以通过广告网络/广告联盟进行流量采购。在RTB广告模式自身的产业链尚未完善前，广告网络/广告联盟在初期可以为DSP提供较大的流量，DSP与广告网络的业务可以相互渗透支持。

第二，“广告主→广告代理商→RTB平台技术服务商→网络媒体”。这条价值链实际上是传统互联网广告产业价值链在RTB广告模式下的进化。但这其中的广告代理商在未来将不再是传统的广告代理商，而是具有数字化广告投放工具或技术（Trading Desk）的广告代理商，可以对接多个DSP来帮助广告主进行广告优化投放。

第三，“广告主→RTB平台技术服务商→网络媒体”。这条产业价值链即RTB广告模式自身的产业价值链，目前在我国正处于初始阶段，产业链上各个环节发展还很不均衡，处于一种脱节的状态。因此，未来这一产业价值链要成为互联网广告产业价值链中最主要的价值链，就必须不断开放、逐步走向完善的产业细致分工。

RTB模式实质上是一项购买“用户”的技术，它的成功很大程度是要依赖于数据的运用，广告主对RTB投放的需求越旺盛就会对用户数据的分析要求越高，而国内DSP之间的数据不可以进行交换，这将促使一直以来缺位的第三方独立数据管理平台DMP的出现。RTB广告投放会从单一PC端逐渐走向多屏幕整合，那么基于用户兴趣、上网行为、地理位置、交易信息、物流信息等数据将深度融合，未来会构建出一个更庞大的大数据服务、多渠道整合营销体系。