為了一定程度上降低用戶對廣告的抵觸心理，現在常見的方式，便是将廣告搜推結果與自然搜推結果依照規則進行穿插。那麼，你了解什麼是自然搜推結果、什麼是廣告搜推結果嗎？二者之間的異同點又在哪裡呢？本文作者就進行了總結，一起來看看吧。

之前有給大家分享過關于推薦系統的算法鍊路搭建，從召回到排序，然後又延伸介紹了廣告策略産品下的整個核心業務目标的構建；整體目标是為了讓大家先了解自然推薦、搜索逐漸延伸至推薦、搜索廣告策略系統當中，了解其中策略産品底層核心原委與各自的對立統一關系。

今天就來補齊上一期答應大家分享的關于自然搜推結果和廣告搜推結果的差異點的坑，下篇文章專門來講兩者之間的相同點，本期講分成以下幾個部分來做介紹：

1. 自然搜推結果與廣告結果之間的業務協同；
2. 自然搜推結果與廣告結果之間的差異點；
3. 自然搜推和廣告結果之間的相同點；
4. 總結與我個人的思考建議。

一、自然搜推結果與廣告結果之間的業務協同

伴随中移動端在線互聯網媒體APP的發展，無論是流媒體類型、電商類型以及應用市場類型的APP的發展，廣告越來越講求原生性質（指代廣告與自然結果在前端創意展示樣式上較為相似，在标題、圖片以及附加創意說明上比較一緻，難發現其為廣告）。

自然搜索推薦結果内容與廣告搜推結果按照規則相互之間内容穿插，在樣式上與内容展示規則上保持了一緻性，這樣做提升了廣告與自然結果的協同作用，降低了客戶對于純廣告的直接而抵觸心理，同時提升了廣告點擊效率CTR，為媒體平台（CPC計費獲得了更多的廣告收入）、商家（獲得了更多商品的點擊關注）以及用戶（提高了相關性内容的透出，方便用戶決策）都帶來了各自的增益。

雖然自然結果和廣告結果在前端展示樣式協同、相似，但是在利益博弈、排序優化、計費歸因以及透出比例上都還是有很大的差異，兩者始終保持對立與統一的關系。

二、自然搜推結果與廣告結果之間的差異點

1. 多方利益平衡

對于自然搜推來說，本質上要處理的是用戶和内容item的匹配問題，電商領域就是用戶和商品item的匹配，在小紅書就是處理筆記/視頻item與用戶之間的關系，召回、排序策略核心為優化CTR（推薦）、CVR（搜索）以及GMV（電商平台發展成熟平穩期）等，有些平台為了考慮體驗更會在排序中引入質量分Q，商家沒有直接幹預流量的手段，從利益角度出發是隻考慮了用戶與平台的利益關系。

對于廣告搜推來說，本質上要處理的是用戶、廣告主、廣告媒體平台這三方利益的協調問題（對于媒體SSP與投放平台DPS分開的類型，還需要考慮第四方投放平台DSP的利益，這裡為了簡單舉例，我們取投媒一體類型）。

可以看成是一個充分博弈的商業産品，需要兼顧三者的利益，尤其是廣告主投放廣告會關注成效ROI或者投放的轉化成本CP，而平台關注廣告最大化期望收益eCPM，用戶關注推薦相關性CT與體驗；從整體上看需要廣告平台從計費機制、流量分配效率等角度做多方的策略平衡。

2. 業務優化目标/排序方式不同

對于自然搜推來說，核心優化指标便是CTR/CVR，可能在建模的時候考慮其他的優化目标例如人均曝光物料、GMV等。

這裡我們用CTR舉例，CTR越高表示用戶對于推薦内容的興趣越大，在整個自然搜推中的粗精排序核心依賴的就是通過LR預估對于商品Item的CTR預估來進行排序。

對于搜推廣告來說，核心關注指标就是eCPM最大化期望收益（eCPM =CPC * pCTR*1000；）。

如前文所示，排序中不僅考慮自然搜推中的相關性部分預估CTR/CVR的問題，同時還考慮了廣告出價的問題，CPC表示了廣告的單位變現效率（假設C計費），在流量點擊數恒定的情況下，CPC越高，廣告收入越高；預估問題 廣告出價問題最終的結果，就是多方博弈考慮收入最大化；當然廣告也會考慮質量分Q值，對于店鋪好評率、店鋪銷量以及物流履約率等進行參考。

3. 計費與歸因方式不同

1）對于自然搜推

在計費方面，商家商品物料、小紅書筆記對自然流量的獲取不牽扯到計費相關的内容，需要物料item良好的商品質量、售賣記錄以及好評率等，并且物料與訪問用戶/query關鍵詞存在相關性才能獲得自然流量的搜索結果/推薦結果呈現，追求的是平台長期生态的建設，例如用戶粘性7日重複訪問、下拉深度，人均搜索量等。

在歸因方面，自然流量搜推看歸因偏輔助性質指标（或者根本不看），例如15天以前，哪一次自然搜索/推薦點擊和曝光帶來了本店商品的下單，這個對于自然結果并不是特别關注，自然結果更多是本次搜索/推薦結構帶來的的一錘子買賣效果，希望能結合自己的召回/排算法提高單次結果的相關性，最終産生正向樣本（即曝光展現的結果能夠被點擊）。

2）對于廣告搜推

在計費方面，最大化期望收益為核心目标去建模，會通過CPC/CPM/CPA等與廣告位&廣告特性相匹配的方式進行流量\轉化行為而計費，平台獲取流量行為收入。

額外需要注意的地方就是廣告平台會為商家、平台利益角度考慮設置對于反作弊的過濾，即對廣告反複惡意點擊扣費、競對惡意下單後退單導緻客戶付出較高成本等，會在平台提供反作弊過濾模型風控能力，客戶過濾這些不正當計費，保證客戶生意正當性與長期的廣告投放意願。

在歸因方面，廣告平台為保證商家正确關注ROI的效果提現，會從行為/周期兩個方面拆分廣告帶來的影響因子。

這個解釋歸因，行為方面包含展現歸因、點擊歸因，時間可以選擇1天、3天7天等；例如，今天的點擊推薦結果可能未來第3天完成該商品成交，那麼叫做3天直接歸因成交訂單；如果今天的推薦點擊帶來未來15天在店鋪下其他商品的成交訂單，那麼叫做15天歸因的間接歸因訂單。

4. 透出樣式與比例不同

1）對于樣式來說

搜推廣告為了保證item内容的原生性質，與自然原生推薦/搜索外觀基本無太大差異，尤其是圖片、文字以及附加信息的布局，字數限制、圖片尺寸都會保持相似性。

但是廣告會有一些創意的探索和玩法，包括長圖、翻轉圖以及模闆圖等，廣告主授權修改樣式，展示樣式上會比自然結果更吸引人矚目；但是因為互聯網廣告法的要求，需要在廣告内容上打上具體的标識，如京東搜索結果中的“廣告”icon。

2）對于透出比例來說

前文也提到了，為了保證C端用戶在搜索、推薦位置長期發生行為并保證客戶體驗，會以自然推薦、搜索結果為核心主導，廣告結果為輔助穿插，比例一般會小于5:1等（不同公司差距不一，抖音信息流是6出1），一般廣告比例會随動态試驗做調整，各家會有推薦位下拉深度，全局CTR廣告收入的要求，試驗數據會在這個基礎上做平衡博弈，前期會通過大量的實驗才可以得到最終的比例結果。

當然也會視各家公司對于廣告收入發展依賴程度做相應調整，廣告收入欠缺壓力大的時候，就會上調對應的比例，但是一般對廣告依賴程度高的公司無法随意調整，因為年同增長過快會引起股價不正常波動。

三、自然搜推結果與廣告結果之間的相同點

1. 整體算法鍊路框架層面

在整體框架層面，都會圍繞召回、排序（粗精重排序）的算法鍊路去設。

這點對于自然搜推結果和廣告結果大體一緻，包括召回都會用到規則召回、協同過濾召回和向量召回等（有差異的點在于廣告有一路召回叫DMP定向召回），在排序方式上都會對CVR/CTR預估，構建特征，借助樣本評估預估效果，通過AUC評估模型的好壞，隻不過在最終排序上會考量出價因素，包括在重排序當中廣告推薦和自然結果的推薦都會增加類目/相似圖打散的策略，以提升體驗。

2. 前端展示層面

前面也說明了，最終自然搜索與廣告搜索、自然推薦與廣告推薦會在同一個展示APP前端位置，并且内容相互穿插，大體展示樣式/内容會保持一緻，最終會有一個Mixer的服務端進行排序穿插組合，這個模塊會對自然和廣告結果做Item内容去重以及打散等策略，保證最後呈現出來的context結果“全局最優”。

圖片和文案的展示具體内容對于自然結果一般無法定義，廣告渠道在前端創意樣式展示上的策略和玩法相對來說更加豐富，也給予了廣告主豐富的自定義權利。

四、總結與我個人的思考建議

總結：自然搜推和廣告搜推在差異點上主要還是圍繞多方利益平衡、業務目标優化與排序、計費歸因以及透出樣式比例不同介紹核心的幾個差異點，但是在整體算法鍊路搭建其實還是大體相同的，并且在前端樣式上展示也是比較難直接分辨，突出了廣告的原生效果。

個人建議：自然推薦與廣告推薦在大公司中會劃分兩個不同部門，并且完全不同的算法團隊來承接策略優化，推薦位最終結果呈現是自然與廣告團隊博弈與合作結果；對于策略産品來說，召回策略、排序預估方面可能會有業務目标構建的差異，但是對于算法鍊路搭建以及模型差異不會太大，廣告觸及與涉獵的部分更多。

雖然沒有自然結果對客戶體驗的維護就無法保證整個推薦搜索位的流量，但是廣告從根本上講核心現金牛部門，在各項資源方面其實會略有傾斜；對于策略産品發展來說，廣告的策略産品方向更加豐富多元，除開能cover自然搜推的策略，還可以觸及很多廣告（創意、出價、定向、診斷工具以及洞察等等）策略，前景也更寬廣。

如果大家對搜推感興趣，還是建議往廣告搜推方向發展，不僅對策略方向發展頗有裨益，更加培養作為産品的商業化思維。

本文由 @策略産品Arthur 原創發布于人人都是産品經理，未經許可，禁止轉載

題圖來自 Unsplash，基于 CC0 協議

該文觀點僅代表作者本人，人人都是産品經理平台僅提供信息存儲空間服務。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部