廣告投放費錢效果差，

該如何解？

廣告投放是企業宣傳營銷不可或缺的一部分。尤其是在新媒體發展白熱化的當下，不僅廣告渠道多樣化，投放模式也更細節化和個性化。

隨著客戶廣告投放產出比意識的加強，以短視頻平臺、微博等渠道為例，在投放目標選擇上，廣告主通常需要通過配置年齡、性別、學歷等偏好規則，才能將廣告投放給滿足標簽的受眾，投放中這一靈活性不足的限制，常常會讓廣告主難以抉擇，導致投放效果不佳。

普通廣告投放僅支持有限的人群標簽，投放效果一般

廣告主企業往往每年需花費數億甚至數十億廣告費，卻依然難以準確觸達目標用戶，造成大量資金浪費。那該如何解決“讓廣告主對每一條廣告請求，有投遞或者拒絕的自主權”這一問題呢？

廣告 RTA 應運而生！

廣告 RTA 業務流程大揭秘

RTA（Realtime API），是一種用于滿足廣告主實時、個性化的投放需求的技術手段。其廣告投放流程如下舉例：

小王在刷短視頻或文章資訊過程中，平臺在短時間內做出反應，我要給小王曝光廣告；

緊接著，媒體側會詢問多個廣告主是否要投遞廣告；

多個廣告主收到消息后，會迅速作出反應，將這個用戶與設定的投放標準一一對比。如果符合要求，就會答復要參與競價投放；如果不符合要求，答復本次不投放；

媒體側收到每個廣告主的反饋后，如果有投放意愿的廣告主，通過競價排序等環節，向用戶（小王）曝光一則廣告；反之，小王也就沒看到其廣告；

對于超時未答復的廣告主，媒體側采取自帶默認策略，就會導致投放效果不佳。

廣告 RTA 業務流程

廣告 RTA 要想效果好，

數據庫挑戰少不了

廣告主的 RTA 系統，是從核心的畫像數據庫讀取數據并進行投放決策的，數據越“新鮮”，投放效果越好。因此，大數據平臺生成的最新數據，需要及時寫入畫像數據庫。綜合來看，廣告 RTA 對核心畫像數據庫有以下訴求：

能承載高并發訪問

廣告主往往會在多個媒體側投放廣告，因此，RTA 系統要承接大量的實時競價請求。以電商、金融客戶的 RTA 系統為例，經驗上，日常數據庫QPS 通常在幾十萬到數百萬之間。

保持穩定的低時延

媒體側對時效性要求很嚴苛，通常需要廣告主在 40-100ms 內返回決策結果，排除掉復雜的業務決策計算，留給數據庫的時間非常短，必須在個位數毫秒內執行完請求，對數據庫挑戰非常大。

一旦響應超時，平臺會認為棄投或者默認投遞，投放效果差，損害了廣告主商業利益。

海量數據快速導入，確保決策精準性

離線業務會定期生成全量畫像數據，如果能把這些成百 GB 甚至數 TB 的價值數據第一時間導入畫像庫，就會極大提升 RTA 投放效果。但并非所有數據庫都能在短時間內導入成百 GB 甚至數 TB 級的離線數據。因此，有時業務不得不舍棄數據實時性，將數據分組，連續數晚，利用業務低峰才能將數據低效導入。

除此之外，降本也是廣告主對數據庫的核心訴求。部分客戶會選擇將畫像數據壓縮后存儲，讀取后再解壓，以降低成本，這樣給業務帶來比較大的資源和開發負擔。

放眼數據庫，

誰能滿足廣告 RTA 高要求？

隨著數字化進程的加深，應用端數據量呈幾何式增長，業務場景和用戶需求也更加多元化。數據庫作為數據存儲的底座，勢必會面臨巨大的挑戰。廣告 RTA 以在“高并發、低時延”有嚴苛著稱，究竟哪個數據庫才能承受的住來自廣告 RTA 的挑戰呢？

以常用的幾個數據庫為例，

MySQL：難以承載數十萬至百萬 QPS 并發；

Hbase/MongoDB：容量大，無法滿足穩定低時延訴求，很容易導致投放超時；

Redis：基于并發和時延性能考慮，業界比較多的 RTA 選擇使用開源自建 Redis。但是隨著業務增長，開源自建 Redis 會面臨存儲成本和離線數據導入慢這兩大瓶頸問題。

華為云 GeminiDB Redis 接口在廣告 RTA 場景上，不僅解決了開源自建 Redis 存儲成本和離線數據導入慢的瓶頸問題，還具備"穩定低時延、節約存儲成本、FastLoad 極速導入" 三大核心能力，擁有豐富的線上廣告、推薦類業務的實踐案例。

總結

RTA 廣告競價業務近年來發展潛力巨大，一方面要滿足媒體側的性能指標要求，另一方面又要承擔企業降本重任。在這類典型大數據業務中，無論從性能、穩定性，還是大容量、低成本，華為云數據庫 GeminiDB Redis 接口能夠兼顧性能與存儲降本需求，是其最佳存儲選型，歡迎做廣告推薦類業務的小伙伴使用體驗。

開年采購季云數據庫特惠
活動時間：3月1日-31日
云數據庫新用戶1年19元起
不限新老1年6.5折起

審核編輯 黃宇