聊聊Real Time API（RTA）

这一节来聊聊最近两年火起来的RTA，那么什么是RTA呢？

什么是RTA

RTA 的全称Real Time API，叫实时API，其实API都是实时的，是投放的基础上增加面向广告主的实时的广告程序接口，将流量的选择权交给广告主，让广告主去判断是否需要这个流量，从而实现广告优选和实时的个性化定向要求，最终提升广告投放效果。

具体的过程是：在广告投放过程中，媒体主/投放平台将流量的必要信息同步给广告主，广告主在接收到流量请求后会结合自身的企业自有数据与实际需求判断用户价值并决定是否参与竞价，然后将决定反馈给投放平台，投放平台在根据广告设置的策略去出价竞价，如果竞得就展示广告，整个过程都是实时的，实现了实时的个性化定向。

注意：早期RTA是不参与出价的，出价的投放平台，RTA返回的是要不要这个流量，或是说要需要这个流量的意向程度，然后投放平台将意向程度和原有出价策略结合在决定是否出价。现在渐渐的有些RTA是支持响应里出价，如头条和腾讯。

这是一个新的东西，各家都在探索，会不断变化的。

出现的原因

首先是投放平台想要更好的利用广告主的数据，但广告主又有数据安全上的担忧。

如现有的模式就是广告主通过Marketing API上传人群包，如ID列表用于定向，但这些数据上传给投放平台：

• 首先这种方式不能实现实时的效果
• 其次是广告主会担忧会被挪作它用，有数据安全上的担忧，特别是金融领域的广告主，
• 最后就是敏感数据，如订单金额，充值金额，续费金额，能够计算投入产出的数据，一般都不会传递给投放平台，

为了消除广告主的这些担忧，所以出现了RTA，广告主可以不上传数据，RTA将竞价的决定权交给了广告主，广告主自己去实时筛选、决策。

其次是投放平台提高在产业链中的话语权，广告主直接与投放平台对接投放，缩短与广告主的距离，使广告主更加倾向于广告投平台，提高客户粘度和营收。

RTA的优缺点

与RTB的关系

RTA跟RTB没关系，只是缩写类似，让人误以为是相关，其实两者是独立的，ADX和DSP之间的竞价叫RTB竞价，投放平台（DSP，但不局限于DSP）和广告主之间的实时数据交互叫RTA，不管是不是RTB，都可以用RTA。

分类

前面已经讲过RTA与RTB无关，所以不管直投还是RTB都可以使用RTA，这个模式非常简单的，主要是投放平台（媒体主或DSP与广告主之间的数据交互）。

但媒体投放平台是主流，这一过程会是使广告主更加倾向于广告投平台，能提高广告平台的获利能力和话语权，对于第三方DSP是个打击，会压缩第三方DSP的生存空间。

直投

原来的流程：

有RTA后的流程：

可以看一下华为 Ads RTA详细流程图：

程序化广告

原有的流程：

有了RTA后：

接口示例

接口分为请求和响应，有些公司会对请求进一步细分为公共的和私有的。

请求

请求就是投放平台通过RTA接口将用户标识信息发给广告主，各家发送的信息字段不一，问广告主是否要参与竞价，以下是两家产品的示例：

示例一：

示例二：

{

"requestId": "2020041309174314200002", "requestTime": 1591258031042, "channelName": " HUAWEI Ads", "publishType": 0,

"oaid": "7b777eeb-e9e6-12ab-bfde-e2789fb6b29",
"userList": ["316485424316940672", "316485424316940673"],
"sign": "935c39444a6d39d35286e8323c47b7a57d292febd24229eba5e2d1199eb39849"

}

响应

响应就是广告主将判断结果通过RTA接口发给投放平台。

示例一：

示例二：

响应是返回竞价的意向，是否需要流量，是否为目标用户，响应所能带的字段差异决定着各家的RTA目前支持的功能有所不同，有的会支持具体的出价，可以根据响应直接出价，如头条和腾讯；有些还会返回用户质量分，意向程度，投放平台会结合这些信息去出价，有些指定广告的创意、产品等信息。

谁适合用？

RTA适合对拥有大量数据，且对数据安全要求高和具备一定技术能力的VIP广告主：

• VIP广告主，就是投放量、消耗量比较大的，对于中小广告主是不适用的，一般都准入门槛和清退机制（刚开始是头部投放平台提供，现在一些第三方分析工具也准备提供RTA服务，所以中小广告主还是有机会的）。
• 数据，具备大量高价值的数据，广告主需要拥有高价值的数据，基本就是第一方数据，但由于安全因素不适合上传到广告平台；或是需要实时的效果。
• 具备技术，RTA会向广告主发送海量的请求，广告主需要一定的技术能力去承载这些流量，同时还需要较高的数据处理能力，如对竞价信息的返回是有时间要求的。腾讯的RTA在初期的时候也面临着客户技术能力不足而用不了的尴尬局面，不仅为广告主建立缓存系统还提供定制的解决方案。

这几个条件的交集，最符合要求的就是对数据安全有着极高要求的金融行业，如银行、证券、保险、游戏……当然其他一些大型的广告主也是适用的，行业不是问题，最重要的是你日常投放额度够多。

大型广告主能通过RTA实现对流量的进一步筛选，自然是可以提高转化，理论上是能够降低成本。但当这个范围扩大，形成充分竞争的时候，出价可能会上涨，成本就不一定能降低。

已经推出的产品

腾讯和今日头条最早2019年推出RTA Beta产品，但快手在同年10月最早推出正式产品，此后趣头条、爱奇艺、阿里巴巴、华为、UC汇川、微博、知乎、360数科都推出RTA。

穿山甲的：

腾讯广告RTA：

腾讯目前是研究比较前沿的，目前在研究联邦学习和RTA的结合。

第三方统计分析工具模式下的RTA

原来RTA的逻辑是这样的：

在广告投放过程中，媒体主为广告主筛选出合适的流量并将流量的必要信息同步给广告主，广告主在接收到流量请求后会结合自身的企业自有数据与实际需求判断用户价值并决定是否参与竞价，然后将决定反馈给投放平台。

现在又个角色进入这一领域提供RTA服务，就是第三方统计分析平台，逻辑变成这样：

是SAAS类型第三方统计分析工具提供RTA服务，这种模式有点像广告验证，利用的是广告主存储在第三方平台的数据的去做筛选/广告决策。

这种在逻辑上是行得通的，但实际效果就不一定的了，因为RTA出现最根本的原因是想要更好的利用广告主的数据，但广告主又有数据安全上的担忧，所以不采用ID列表/API上传到投放平台的形式，而是采用自建决策系统。

如果这些敏感的数据能够上传到第三方统计分析工具，那为什么就不能上传广告投放平台呢？

实际的情况是，对于敏感数据，广告主是不会上传到第三方统计分析平台，而RTA的重点是在于想更好的利用这些广告主所拥有的敏感数据，如不想将用户的交易、充值、续费的金额上传到第三方统计分析工具。

使用第三方统计分析工具的RTA，一般是没有这些敏感的数据，这种RTA能力肯定是大打折扣的。

但对于技术能力不够强的广告主来说，通过第三方统计工具拥有RTA的能力也不失为一种选择。

参考

• https://tencentads.com/Special/Detail/bb53aa27-870
• HUAWEI Ads RTA接口说明
• 2019穿山甲效果营销通案(含RTA).pdf
• 基于联邦学习的RTA广告的技术研究
• 巨量引擎RTA实时接口文档
• 知乎效果手册（含RTA）
• 腾讯广告RTA产品介绍