我想這應該是做數位行銷，有Facebook廣告投放需求都非常好奇的一個主題。
而且比起軟性的主題，如撰寫文案、圖片使用…等內容，「競價機制」與「廣告演算法」算是一般小編或Facebook廣告主不會特別留意的部分 — — 卻是廣告最至關重要的環節。
因而，在查詢過網路中英文不同資料後佐以我個人的理解，整理成這篇筆記。有任何問題歡迎討論。
一般（非hardcore廣告主）在Facebook投放廣告，莫過於以下幾個情境：
- 特定活動宣傳，可能是抽獎、競賽，又或是單純線下活動宣傳
- 特定商品宣傳，最常見到的應該也是這一類。會有單一商品的貼文，又或是一篇貼文會用多圖貼文宣傳
- 貼文推廣，粉絲專頁想要特別針對某則已經公開的貼文做加強曝光
我們先來看看，究竟大家拿著錢去丟在Facebook後台之後發生的事情是什麼？
Facebook 廣告投放流程：
- 廣告主希望投放廣告
- Facebook基於廣告主所設定的價格進行競拍(注意：競拍價格是廣告主自己設定的)
- 根據單個廣告主的廣告內容與受眾的媒合程度決定投放何個廣告
- Facebook 向客戶展示競拍的廣告
- 與廣告主收費
基本上，Facebook全球的廣告至少同時有幾十億個在線上運作。因而，對於Facebook平台而言，最重要的是如何把最重要的、最適合的資訊推給某特定一位的使用者。試想，如果這位使用者會看到幾十億個廣告，那麼相信他的動態消息（Newsfeed）想必是充滿廣告，且使用體驗會變得非常的差。
在上面流程中所提到的(1)階段中，至少後台會先將地理位置、年紀、性別等基本資料作初步篩選，留下約百萬至千萬不等的廣告。而在(2)(3)階段中，透過直接競價的模式，應可以再篩選出10–20%較為合適的廣告，且除了客觀地看廣告主的預期標價之外，還有另一個非常重要的關鍵：媒合程度。這個媒合程度決定了「在台灣，女性，23歲，大學剛畢業的新鮮人，不喜歡逛街，喜歡3C用品」的客群會看到的廣告種類為哪些。
而如何決定哪些廣告可以通過(2)(3)階段的篩選呢？
將Facebook每個廣告設定有一個分數，我們稱其為「總競價（Total bid）」
何謂總競價？（Total bid）
非常簡化的公式：
總競標價格 = 廣告主投標價 （x 函數：預算花費演算法）+ 貼文質量分數
針對上面的公式，實際上主要分作三個部分。
- 廣告主本身設定之價格
- 廣告相關度
- 廣告貼文本身的質量
1. 廣告主競價
廣告主在創建廣告時，願意對此廣告的轉換動作（目標）所支付的價格。
舉例而言：
當廣告主設定廣告競標價格為$10來作為下載他的app的廣告時，那麼表示他最高願意花 $10 來買一個app下載數。
2. 廣告相關度
又分做兩部分：
1. Facebook對廣告目標受眾的相關度預測
你的廣告對於你所設定的TA符合程度，相關度越高則獲得展示的機會越大
（對Facebook而言這是保持廣告與使用者體驗品質的一種方式）
2. Facebook對目標受眾看見廣告知後採取動作的機率預測
受眾看到廣告之後，通常有多大的機率去點選特定動作（購買、加入購物車、播打電話…等）
（這裡採取的是Facebook的Machine learning預測機制）
3. Post rating 廣告貼文本身的質量
簡言之：我們會推算出這則廣告對Facebook用戶的優劣影響來給予該廣告正分/負分
參考的指標如下：(僅為舉例，族繁不及備載）
- 預期參與度：預期會有多少人點擊
- 預期正面回饋：多少人點讚、分享、點擊Outboound連結
- 值得注意的是：「留言」並不算在正面回饋中
- 預期負面回饋：X-out, 點擊「隱藏廣告」等以上等行為的預測，再加上幾項重要的多媒體參數變成為了Rating的計算方式：
- 影片貼文在演算法中本來就有較高的比重
- 圖片/ 連結等貼文，比起純文字貼文的內容更加容易被看見
- …etc
在剛剛的公式中，除了廣告主針對廣告所設定的競價之外，還可以看到有一個公式函數：Pacing。
何謂Pacing？
簡言之，Pacing就是如何調節你預算花費的演算法。但它也是「Facebook如何花掉廣告主預算」的關鍵。
基本上，Facebook系統中只有兩種選項：
- Accelerated — 加速投放，在越快的時間內極大化曝光，將廣告預算快速消耗掉
- Standard — 標準投放，表示使用Facebook內部優化系統，會自動幫你抓適合的時機、曝光位置
實際上，廣告主在後台設定的投標價格並非正式拿去競價的價格，而是廣告主願付的最高價格。而Pacing就是透過分析目前廣告系統中適合的廣告、有較高轉換率的廣告、特定目標的廣告的資料後，將廣告主的廣告自動在0到最高願付價格間自動調整的機制。
如果沒有Pacing的話，正常而言的廣告只要永遠以最高價競標廣告版位即可。但實際上這對廣告主而言並不一定是最理想的結果，假設目前同時間其他的廣告品質或數量都不如預期的多，廣告主很有可能不需要花費到最高願付價格才能夠購買該版位。
簡單公式：
最終競價（每次投放展示） = 優化競價 （每次）* CTR
且 優化競價 <= 最高願付價格
Pacing機制一樣透過Facebook內部Machine learning方式自動學習與優化，因而頻繁地手動更改廣告內容會導致Pacing的學習受到阻礙。另外，Facebook的Pacing演算法參考的競價模式為 Vickrey-Clarke-Groves auction。
又講到了一個專有名詞，VCG廣告拍賣機制。
何謂VCG（Vickrey-Clarke-Grooves）廣告拍賣機制？
VCG拍賣機制：按照得標者對於其他競價者造成的損失來計費。
（為更好理解，謹記一個目標，VCG拍賣機制是以「總社會效益」作為參考標的來計算的）
簡單的例子：（詳細請參見維基百科VCG auction條目）
假設目前市場要拍賣兩顆蘋果，而有三位出價者A, B, C都想要購買蘋果。但各自不同的出價與條件要求如下：
- 出價者A只想要買一顆蘋果，而他願意付$5來購買
- 出價者B只想要買一顆蘋果，而他願意付$2來購買
- 出價者C想要買兩顆蘋果，而他願意花費$6來一次購買兩顆。但若只有一顆蘋果的話，他就不會購買了。
在效益最大化的競標機制底下，蘋果應該賣給出價者A跟出價者B，因為他們購買價格的總和為$7（$5+$2），比起一次將兩顆蘋果賣給出價者C還來得有利益。
在VCG的拍賣機制中，實際付出的價格應該是由以下計算方式決定的：
- 對出價者A而言，出價者B與出價者C的總利益是$2（因為出價者B有$2的利益而出價者C為$0）。如果出價者A沒有參與競標的情況下，該競標結果應會是兩顆蘋果都賣給出價者C而不會給出價者B，獲得$6（$0+$6）的獲利。因而在出價者A有參與這個競標的情況下，真正造成的價值改變是：（預想賣給C的$6） — （實際賣給B的$2） = $4
- 對出價者B而言，出價者A與出價者C的傯麗事$5（因為出價者A有$5的利益而出價者C為$0）。如果出價者B沒有參與競標的情況下，該競標結果應該會是兩顆蘋果都賣給出價者C而非出價者A，獲得$6 （$0+$6）的獲利。因而在出價者B有參與這個競標的情況下，真正造成的價值改變是：（預想賣給C的$6） — （實際賣給A的5%） = $1
- 對出價者C而言，同上，實際上真正造成的價值改變是：（預想賣給A與B的$7）- （實際賣給A與B的$7）= $0
所以在VCG競價機制中，
- 出價者A支付$4元，但獲得$5的效益
- 出價者B支付$1元，但獲得$2的效益
- 出價者C為持平，因為他並未付出也未有獲得。
以上這樣子的運算，其實就是Facebook收費的標準參考。VCG的好處是，理想上它會盡量優化兩邊（包含社會利益的總和+廣告主/拍賣者的需求）的利益，使得Facebook平台與廣告主都能達到最好的平衡。
但實際上在目前的廣告競價機制中，比較常見到的是GSP（Generalized Second Price）。
GSP的基本算法是，出價比較高者即可得到該廣告版位，而需付出之價格為第二名出價者的價格加上一特定價錢。
簡言之，
- 出價者A出了10元
- 出價者B出了8元
- 出價者C出了5元
則，一定是出價者A獲勝。且其所付出之價格可能為8（第二名出價者）再加上某特定價格（舉例為$1）＝$9
GSP競價機制的好處是，操作很容易也相對穩定，因為就是以最高者得標的簡單概念在運作的。所以目前多半的廣告平台都以GSP作為背後競價機制，Google, Youtube都是使用GSP系統。壞處是，高者得標並不表示社會總價值有被優化，因而很有可能總利益不如VCG來得高。
當然兩個廣告拍賣機制都各有好壞，因而沒有標準說誰得比較好。自然各有一派支持者。
而Facebook本身是使用VCG機制，因為版位多競爭者也多，所以它會盡量讓「質量夠好」的廣告曝光在TA面前。但同時也要提醒，由於競爭者多，即便某次得標獲得版位，也不表示廣告主可以一直在特定該位使用者的動態消息上一直曝光廣告。
而且別忘了，如果有任何一個使用者將你的廣告設定為「隱藏」或是「不想再看到該廣告」時，可是會影響到公式中的貼文質量分數。這樣的設定最主要是由於，Facebook嘗試在使用者體驗、廣告品質與廣告收益中取得一個平衡。
延伸閱讀：
- 官方競價與Pacing system解釋：https://developers.facebook.com/docs/marketing-api/pacing
- 暸解投標及廣告競價的運作方式：https://www.facebook.com/business/help/430291176997542
- The Facebook Auction 101：https://fbcdn-dragon-a.akamaihd.net/hphotos-ak-xfa1/t39.2365-6/12057037_411927955684886_99621256_n.pdf
- Facebook廣告教學- 競價篇：https://zhuanlan.zhihu.com/p/23698265?refer=yangjuan
- VCG廣告拍賣機制：http://xinsong.github.io/2013/08/16/ad_auction_theory/
- Bid optimization: pacing on Facebook Explained: http://www.smartly.io/blog/bid-optimization-pacing-on-facebook-explained
- VCG auction wikipedia: https://en.wikipedia.org/wiki/Vickrey%E2%80%93Clarke%E2%80%93Groves_auction
- 計算廣告：https://dirtysalt.github.io/computational-advertising.html
