RTA，是Realtime API的簡稱，怎么理解這一概念呢？RTA又是如何幫助廣告主實現降本增效的？不妨來看看本文的拆解和梳理。

如今的超級流量池：如字節廣點通等媒體都在強推自己的 RTA服務，那么RTA是什么？又是如何幫助廣告主來降本增效的，本文就給大家介紹下。

一、什么是RTA?

RTA是Realtime API的簡稱，主要解決的問題是廣告主對于個性化用戶篩選和針對不同價值用戶調價的需求，以達到滿足廣告主實時個性化的投放需求。

詳細的原理為：本質的作用原理為一套實時問詢接口。媒體方的廣告投放平臺開放出一個可實時問詢外部數據服務的接口，在用戶觸發廣告位的時候從媒體投放平臺實時向廣告主發起問詢，此用戶是否滿足廣告主的目標用戶，通過接收廣告主的響應來判斷該流量是否曝光給到對應的廣告主。

二、RTA的優勢是什么?

這樣很明顯看出RTA廣告的優勢，就是結合廣告平臺數據和廣告主的數據，利用廣告平臺的模型能力實現共同篩選目標用戶的能力。這種能力對廣告主而言可以運用到四大場景中。

第一、數據實時更新，實時生效，解決廣告平臺側數據缺失的問題：雖然三方廣告平臺有人群包上傳功能，但是這種人群包的looklike也好，人群屏蔽也好，都是滯后性的，因為人群包接口如果頻繁更新，對廣告平臺和廣告主都是一種開發負擔。

但是RTA實時接口的問詢就能避免此問題：比如我們想要一個app安裝且活躍的用戶，只要媒體帶著設備號來詢問廣告主，廣告主很容易就拿著設備號在自己的用戶庫中判斷能否查找到目標用戶，如果查找到已注冊且活躍，就可以毫不猶豫地為此用戶付費，如果找不到則不是自己的目標用戶，拒絕出價即可節約本次廣告曝光費用。對媒體而言，有了廣告主的助力，自己的流量填充價值也可以大大地提升，可以說是雙贏的服務場景。

第二、廣告主出于對數據安全或者價值的考慮，不愿意將自己的轉化數據或者低價值用戶數據以人群包的方式給到廣告平臺。

比如金融公司投放金融廣告的時候，需要將無效征信的用戶去除，但是由于無效征信的屬于高度敏感的數據，廣告平臺其實是沒有這個數據的，金融廣告公司出于數據安全的考慮，無法將數據傳到廣告平臺上。所以金融公司投放廣告的時候需要經過RTA進行用戶的進一步的篩選過濾，廣告平臺即使知道廣告主過濾了數據也不知道廣告主的過濾意圖是這個用戶非目標用戶還是其他原因。

第三、可千人千面的投放策略：這里可以理解成投放策略和出價策略。投放策略上，同一個產品有多個投放矩陣的，比如社交APP，有的團隊投放女用戶，有的團隊投放男用戶，增長團隊，賬號，甚至是戶都是兩個，但是產品卻是一個，甚至即使同樣是男用戶，但是有的投純新增，有的投拉活用戶，不同的用戶分層對應的投放策略都是大相徑庭的，所以也需要多個RTA策略來做精細化的投放策略，這些都可以通過RTA來進行；

出價策略上，當此流量符合我們的投放策略，如何出價就需要RTA接口提供的基礎信息和廣告主的人群包進行撞庫，衡量此流量的用戶價值，來做不同的出價權重決策。

第四、可進行嚴格的AB流量測試：廣告主進行投放策略測試時，最大的痛點就是廣告平臺的變量無法控制，即使一模一樣的賬戶，定向，素材，預算，也會因為廣告平臺突然對個別賬戶或者素材的流量傾斜或者打壓而使得實驗結果不準確,應用RTA可以在媒體側自主切分并且隨機分配流量，從而實現嚴格的AB test。

RTA工作原理：

三、如何運用RTA策略到實際投放中?

1. 流量策略

廣告位優選：廣告主接入了很多媒體和聯盟廣告，廣告資源眾多，不同廣告位流量質量參差不齊，其中流量作弊可能性極高，我們可以基于廣告位id進行轉化效果監控，分析流量轉化數據，篩選高曝光但是無轉化的廣告位進行屏蔽，減少不必要的廣告預算浪費，也可以將轉化效果數據進行分層評估廣告位的價值來做差異化出價。

媒體行業優選：針對長期轉化效果不佳的廣告位可以分析下媒體行業特征，如果有相似性，是有足夠的理由將其他類似的行業都屏蔽掉。

2. 人群策略：基于目標&非目標人群識別

人群策略最重要的是提高廣告主的流量識別能力，如果己方能力有限可以借助三方（極光友盟等數據公司）數據標簽來擴充我方的用戶數據庫。擴充了我放流量識別的能力，我們才能更好地識別目標和非目標用戶，如：黑名單屏蔽；聯合出價策略預估人群價值，對廣告主價值高的用戶加價競價，低價值的降低出價以此達到：

1. 直接過濾非目標用戶；
2. 2用合的價格買到合理的目標用戶。

3. 出價策略

其實出價的核心在于流量和人群的價值預估，不同的用戶價值不同，廣告主愿意花費的成本自然也是有差異化的，通過RTA請求返回的請求衡量相應不同的價格參競，提升優質流量的獲勝率，也可以用低價買一些價值不高但也可能轉化的流量。

4. 頻控策略

核心是基于展點檢測數據構建用戶展點頻次標簽，并確定規則實現成本及優化投入產出比。

其實很好理解，我們對同一個用戶如果頻繁地展示同一類型廣告，大概會使用戶厭煩，這樣不僅是廣告預算的浪費，還傷害了用戶體驗，故而需要控制用戶的展示點擊頻次，分析出展示次數和轉化的相關性，找到最合理的拐點來控制頻次得到小投入高產出的結果。