广告系统中广告预算如何控制？
本文为AdBright知乎账号针对“做实时计费时如何降低广告超预算”的原创回答，内容来自AdBright广告技术团队成员，后续也将持续不定期分享。
▲问题截图
为什么会出现广告超预算的情况？
广告超预算有两个原因：延迟和并发。
1.延迟
从竞价到曝光回传有一段无法规避的延迟时间。假设以CPM为计费方式，在回传回来之前的曝光是没有计入到消耗中，延迟时间越长已经曝光但是还没有计费的情况就越多。
如果以已计算到的消耗来判定是否到达预算，那么在到达预算时其实已经跑超，因为还有部分曝光没有计算到。计算剩余预算的时候没有考虑延迟的曝光消耗是跑超的原因。
2.并发
并发则是对上述情况的倍数放大。假设每次曝光延迟都是相同的一个固定时间，在单个线程的情况下一次只能处理一个竞价，再假设在这个固定的时间内有1000次竞价，每次都竞争赢每次都曝光，那么在任何时刻都会有1000个曝光待回传待计费。
如果有100个这样的线程，那么就有1000乘以100个待计费的曝光，那就是放大了100倍。当然这是理想化的计算，现实中每个曝光回传的延迟时间在接收到回传之前是没办法知道的，并发情况也是动态变化的。
如何降低广告超预算发生概率和减少跑超数值？
下面给出3个建议：
1.根据历史跑超情况设置阈值，到达阈值停止消耗。
这种方式简单粗暴，可以减少跑超太多的情况发生。但是还是避免不了跑超，同时还引入了预算没跑满的情况。没跑满，就需要手动小心调整预算跑完，增加工作量。
设置阈值的方案很难得到各方的满意，阈值低了预算跑不完，高了又容易跑超。这个方案只能作为临时的解决方案。
2.到达阈值，降低竞价概率，延缓消耗速度
这个方案可以解决阈值方案中预算没跑满的情况，但不能解决极端情况，比如延迟了一两个小时。
3.预测跑超概率，调整竞价概率
根据流量情况、竞赢情况、延迟情况、消耗速度、剩余预算等动态计算跑超的可能性，及时调整竞价概率。这个方案难度较大，取决于算法设计的质量。
下图是RTB竞价过程的简化模型，简化了很多东西，其中红色字体标记了导致延迟的过程的耗时，单位是毫秒。标记的数值是一个假设值，不一定跟现实对应。
ADX的拍卖过程包含了DSP竞价、返回出价的过程，且主要耗时也是这两者，所以这里可以忽略。
▲RTB竞价的简化模型
还有一些影响因素没考虑，比如APP获取到广告后到展示给用户也有一段耗时，耗时的长短依赖于媒体的策略。如果是提前预先加载广告，这个耗时可能会很长。
*以上内容仅供参考，欢迎与AdBright交流，合作共赢
