这一节我们来聊聊近两年在效果广告领域迅速走红的RTA。
随着广告主对数据安全、实时决策和精细化投放的要求不断提高，传统的人群包定向和平台算法逐渐暴露出局限性，国内催生了RTA（Real Time API，实时接口），国外推出了DCR（Data Clean Room，数据洁净室）
什么是RTA（Real Time API）
RTA（Real Time API，实时接口）是广告投放过程中，投放平台与广告主之间的一套实时程序化接口机制。
RTA的核心思想是：投放平台在流量到来时，将该流量的必要信息实时发送给广告主，由广告主基于自身数据和策略，判断是否需要这次流量，再将判断结果实时返回给投放平台，终由投放平台完成竞价与广告展示
本质上，RTA 是在现有投放体系之上，引入“广告主实时决策能力”，从而实现更精细的流量优选和个性化定向。
为什么需要RTA？
RTA出现的原因主要有如下几个：
广告主想用数据，但不想“交出数据”
传统模式下，广告主想利用自己的数据，通常只能通过：
- Marketing API上传人群包
- 上传ID列表用于定向
但这种方式存在明显问题：
- 非实时：人群包更新存在延迟
- 数据安全顾虑：数据一旦上传，存在被挪作他用的风险，金融、游戏行业尤为敏感
- 关键业务数据无法上传：如订单金额、充值金额、续费金额，这些数据直接关系到ROI，广告主通常不会外传
为了消除广告主的这些担忧，RTA出现，本质上是：不上传数据，但让数据参与决策
投放平台的商业动机
对投放平台而言，RTA也有明显好处：广告主直接与平台深度绑定；缩短产业链路径；提高客户粘性和平台话语权；长期看有利于提升平台营收
这也是为什么RTA多由媒体投放平台主导，而非第三方DSP。
RTA的优缺点
RTA的优缺点如下：
优点
- 广告主可基于自有或第三方数据进行实时人群优选
- 显著提升投放精准度和转化效果
- 从根本上缓解数据隐私和安全问题
- 支持更复杂、更贴近业务的决策逻辑
缺点
- 对广告主技术能力要求高：接口开发、高并发处理、实时建模能力
- 对响应时间要求严格：通常在60ms左右
- 并不适合中小广告主直接使用
RTA与RTB的关系
这是一个非常容易被误解的问题。
不论是直投还是RTB，只要存在实时决策需求，都可以使用RTA。
RTA 的主要分类与对比说明
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。
直投场景下的RTA
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（RTB）中的RTA
原有的流程：
有了RTA后：
RTA接口示例 + 请求与返回解析
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（Request）
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：
请求示例:
{
"requestId": "2020041309174314200002", "requestTime": 1591258031042, "channelName": " HUAWEI Ads", "publishType": 0,
"oaid": "7b777eeb-e9e6-12ab-bfde-e2789fb6b29",
"userList": ["316485424316940672", "316485424316940673"],
"sign": "935c39444a6d39d35286e8323c47b7a57d292febd24229eba5e2d1199eb39849"
}
响应（Response）
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。
谁适合使用 RTA？
RTA 并不是“人人可用”的能力，更适合以下广告主：
- 高消耗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）。
- 拥有高价值一方数据：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。
- 具备较强技术能力：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。
这三点的交集，金融行业最典型，其次是游戏行业，但不限于行业，关键在于投放体量。
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RTA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提供的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
