广告预算平滑消耗控制
业务场景
广告平台希望有越来越多的广告主参与投放，供不应求会提升竞价环境，平台收益自然水涨船高，这里有个前提：有足够大的流量盘子来满足不同广告主的多样化投放诉求。凡事有利有弊，流量大随之而来的一个问题：
中小广告主每天预算是有限额的，按照ecpm排序分配流量，则很多广告主会短时间内快速消耗完预算停止竞价，只能等新周期开始才能重新参与。
有没有方案可以有效解决这个问题，由此引出了一个平台工具：预算消耗控制（Budget pacing），下面我们展开聊聊。
预算平滑消耗
预算消耗控制的意义是什么，主要从三个维度来阐述。
广告主：
希望预算可以在一天中平滑消耗（Smooth delivery），计划的生命周期足够长，从而触达不同时段的用户。
平台：
- 希望在一天中后期能够维持前期的竞价环境，尤其对于二价计费，如果中后期参竞者显著减少，会在很大程度上影响收益；
- 消耗数据的滞后性导致广告超跑，这在一定程度上不可避免，通过预算消耗控制可以减轻超跑情况。
用户：
不希望一天内频繁出现重复广告，减少重复率，提升体验。
调整方案
调整参竞率
通过调整参与竞价的概率来影响广告参与竞价的次数，消耗快了则降低概率，消耗慢了则提高概率。
调整竞得率
通过修改出价来影响广告获胜的次数，消耗快了则降低出价，消耗慢了则提高出价。
对于修改出价影响竞得率的思路，有以下几个问题需要考虑：
- 竞价环境随时在变，调整当前广告出价后，大盘竞价环境可能同时发生变化，竞得率可能没有按照预设的方向发展；
- SSP部分位置可能会设置底价，如果需要降低的出价小于底价则无法拿量，一定程度上限制调价的空间；
- 将预算消耗控制和优化ROI耦合在一起，一个行为关联多个目标可能会互相制约。
常用平滑消耗算法
R：是自定调整因子。越小曲线趋近大盘曲线相对平稳，越大曲线跳动幅度越高。
P(t-1): 上一次计算的P(t)。
我们根据当前消耗比例和大盘消耗比例对比来决定计算P(t)的值。
得到P(t)后，如果P(t) > 1直接加入曝光。
应用均匀采样让消耗更优雅
如果P(t) < 1 采用均匀采样逻辑：double rate = random(0, 1)。
是否曝光：
if PTR >= rate: true
if PTR< rate: false
周期长度
一天总时长按照22h 来估计，为预防模型出错通过最后两小时来缓冲。
在整个反馈控制中，关键点是对流量的预测，决定了预算分配曲线，需要先预测计划j的定向目标人群的流量分布，结合计划的历史竞得率得到计划的流量分布。
以上是预算消耗控制一些实现方法，思路简单但结果有效，欢迎大家采纳探讨。