如何借助联邦计算提升RTA投放效果?
技术型广告投放模式已成趋势

 

随着交易形式和定向技术的发展,网络广告已经形成了以人群为投放目标,以产品为导向的RTB(Real Time Bidding,实时竞价)、RTA(Real Time API,实时接口)投放模式。在这种投放模式中,广告投放平台连接广告主和媒体资源,基于AI技术及大数据能力,针对不同行业深度挖掘品牌和用户特征,提供全链路的精准营销策略支持,达成一站式全媒体用户触达,进而推动营销策略降本增效。

图:线上广告RTB投放模式业务流程

 

如何借助技术手段为RTA圈定精准的目标用户?

 

想要圈定更加精准的目标用户,将广告主、广告投放平台、媒体等多方数据在安全的前提下融合打通是一种行之有效的手段。得到精准的目标用户群,RTA投放时即可降低流量损耗,并实时挖掘数据,针对用户兴趣迁移做出迅捷反应,从而优化广告主投放效果。

 

例如在广告投放的曝光拉新场景中,如果媒体用户已经是广告主用户,那么在媒体曝光投放时,这一部分用户不会带来拉新效果,可以视为非目标用户。如果广告主的用户数据可与媒体的用户数据进行联合求交计算,获得上述非目标用户集。这样广告投放平台可以在曝光拉新前先向广告主进行投放问询,过滤掉这部分非目标用户,获得更精准的定向投放。

 

然而,由于数据隐私安全合规监管的要求,跨企业数据合作依然面临诸多挑战,各方数据孤岛现象普遍存在。如何在保护数据隐私安全可控的前提下,解决数据孤岛问题?数据“可用不可见,相逢不相识”的联邦计算,即是答案。

 

联邦计算解决方案:

 

采用基于安全多方计算技术(MPC)的百度安全联邦计算解决方案,可以创造性地解决“数据合作与数据隐私安全可控”的难题。百度安全联邦计算(Baidu Federated Computing, BFC)是数据安全与隐私保护技术的工程化和产品化实现,融合多方安全计算(Secure Multi-Party Computation,MPC或SMC )、可信执行环境( Trusted Execution Environment,TEE)、差分隐私(Differential Privacy,DP)和数据脱敏(Data Masking)等多种领先数据安全和隐私保护技术,可在各方数据安全可控、数据不出域的基础上进行联合计算,获取各方所需的计算结果,为跨组织数据合作提供数据“可用不可见,相逢不相识”的安全服务体验。

 

图:BFC解决方案架构图

 

方案思路:

 

1. 搭建安全可控计算环境:在百度云上部署一个联邦计算(BFC)协调节点,百度媒体资源和广告主作为联邦计算参与方,分别在各自的IDC内分别部署一个联邦计算节点。各方私有数据接入本地的联邦计算节点,联邦计算节点部署在各方本地数据域,保障数据接入安全可控。由于百度媒体资源归属于百度,百度媒体资源由百度广告投放平台代管。

 

2. 执行联邦计算作业:根据百度媒体资源和广告主基于联邦算法约定的“受众人群”策略,生成联邦计算作业。联邦计算节点之间进行加密计算,最终生成广告主所需的“受众人群包”。计算过程中,双方私有数据均不出域,只进行密文参数的交换,主节点只负责联邦算法下发以及作业协调,不接触数据,保证数据传输和计算安全可控。

 

3. 实现RTA广告投放:广告投放平台在在定向投放之前先向广告主进行投放问询,广告主根据定向投放策略实时返回定向投放人群集,最后基于选定渠道进行定向人群投放,从而获得更精准的定向投放效果。

 

使用基于百度安全联邦计算的线上广告解决方案,可保障百度媒体资源与广告主在数据隐私安全可控的基础上进行定向投放,过滤无效流量,显著提升广告主ROI,实现营销效果的极大提升。