从‘贪心’到‘最优解’：广告投放中的动态背包问题，阿里妈妈是怎么玩的？

从‘贪心’到‘最优解’：广告投放中的动态背包问题实战解析

在数字营销领域，广告主每年投入巨额预算，但如何让每一分钱都花在刀刃上？这背后隐藏着一个经典的优化难题——如何在有限预算下，科学分配广告资源以获得最大转化价值。传统方法往往采用"贪心策略"，只看单次曝光的即时回报，却忽视了用户心智形成的长期价值链条。

1. 广告预算分配的核心挑战

想象你是一位电商平台的营销负责人，手握1000万日预算，面对数亿用户和数十个广告位。每个用户接触广告的路径可能包含搜索、信息流、短视频等多种场景。简单按点击率分配预算，可能导致高价值用户仅获得单次曝光，而低价值用户却被反复轰炸。

行业痛点集中体现在三个维度：

1. 价值评估片面化：传统CTR预估模型只计算单次曝光转化率，忽略多次触达的协同效应
2. 资源分配局部最优：按实时竞价(RTB)逐次决策，无法保证全局预算使用效率
3. 动态调整滞后：用户行为路径变化时，策略迭代周期长达数小时

典型案例：某美妆品牌测试发现，向同一用户展示3次系列广告的转化率比单次曝光高47%，但传统系统会将预算分散给更多"首次曝光"机会

2. 动态背包问题的建模突破

将上述挑战抽象为数学模型时，动态背包问题(Dynamic Knapsack Problem)展现出独特优势。与经典背包问题不同，这里的"物品价值"会随投放策略动态变化——这正是用户行为不确定性的数学表达。

2.1 关键建模要素

# 价值动态计算示例 def sequence_value(user, ad_sequence): base_ctr = predict_ctr(user, ad_sequence[0]) decay_factor = 0.6 # 衰减系数 boost_factor = 1.3 # 协同系数 total_value = 0 for i, ad in enumerate(ad_sequence): if i == 0: total_value += base_ctr * conversion_rate else: total_value += (base_ctr * (decay_factor**i) * boost_factor) * conversion_rate return total_value

2.2 双层优化框架

阿里妈妈团队提出的解决方案包含两个协同工作的层次：

1. 策略优化层：通过强化学习动态调整

   • 用户状态转移概率
   • 多场景价值衰减曲线
   • 跨渠道协同系数

2. 资源分配层：运用改进贪心算法

   • 按性价比(价值/成本)降序排列
   • 引入蒙特卡洛树搜索(MCTS)处理不确定性
   • 实时预算再平衡机制

实际应用中的调参经验：

• 新客群体的衰减系数建议0.4-0.6
• 老客的协同系数可达1.5-2.0
• 预算再平衡周期不宜短于15分钟

3. 技术实现的关键细节

3.1 用户状态建模

将用户划分为5种核心状态，每种状态对应不同的价值计算方式：

1. 认知阶段：首次接触，CTR较低但信息增益高
2. 考虑阶段：已有品牌认知，需要强化卖点
3. 决策阶段：临近转化，需消除购买障碍
4. 沉默阶段：一段时间未互动，需唤醒记忆
5. 忠诚阶段：复购用户，适合交叉销售

# 状态转移矩阵示例 transition_matrix = { 'awareness': {'consideration': 0.3, 'churn': 0.7}, 'consideration': {'decision': 0.4, 'awareness': 0.6}, 'decision': {'loyalty': 0.5, 'consideration': 0.5}, 'silence': {'awareness': 0.2, 'churn': 0.8}, 'loyalty': {'decision': 0.7, 'silence': 0.3} }

3.2 成本-价值曲线拟合

通过半参数化模型结合业务知识：

1. 对数函数拟合认知阶段：value = a * log(b * cost)
2. S曲线拟合决策阶段：value = L / (1 + e^(-k*(cost-x0)))
3. 线性函数处理忠诚用户：value = m * cost + c

实际应用中发现，将市场平均CPM作为x0的初始值，可加速模型收敛

4. 实战效果与调优心得

某3C品牌应用该框架后，在相同预算下获得以下提升：

• 新客获取成本降低32%
• 老客复购率提升28%
• 跨渠道协同效率提高41%

关键调优经验：

1. 冷启动处理：

   • 前3天采用"贪心+随机探索"混合策略
   • 设置10%的预算用于长尾流量测试

2. 异常场景应对：

   • 大促期间调高衰减系数0.1-0.2
   • 负面舆情时自动切换保守策略

3. 系统监控指标：

   • 策略迭代稳定性指数(SSI)
   • 预算消耗平滑度
   • 长尾流量覆盖率

在最近一次618大促中，这套系统处理了超过200亿次广告决策请求，平均延迟控制在80ms以内。最令人惊喜的是，它自动发现了"深夜时段投放教育类内容给年轻妈妈群体"的高效路径——这个洞察后来被验证转化率比常规策略高63%。