2、搜索广告系统架构概览：广告检索、排序、计费、归因四大核心模块
大家好，我是老张。今天咱们聊聊搜索广告系统的骨架——四大核心模块。很多人刚入行时，总觉得广告系统是个黑盒子，往里扔钱，往外出效果。其实拆开来看，就四个环节：检索、排序、计费、归因。它们像流水线一样，一环扣一环。
我在百度做搜索广告那几年，最深的感触是：这四块缺一不可，但真正决定系统天花板的是它们怎么协同。你想想看，检索再快，排序不准，用户点都不点；计费再合理，归因搞错了，广告主直接骂娘。所以今天咱们把这四块掰开揉碎了讲清楚。
2.1 广告检索：从海量广告中找到“候选人”
检索是系统的第一道关卡。用户输入一个查询词，比如“北京 租房”，系统要在毫秒级内从几百万甚至上千万的广告库中，捞出可能相关的广告。
怎么捞？核心是倒排索引。说白了，就是给每个关键词建一个“广告名单”。比如“租房”这个词，后面跟着一堆广告ID。用户搜“租房”，直接去这个名单里拿广告就行。
关键点：检索不是越全越好，而是要在“召回率”和“精准率”之间找平衡。召回太多，后面排序扛不住；召回太少，好广告漏掉了。
我建议你在设计检索层时，至少考虑三层过滤：
- 第一层：粗筛——基于关键词匹配，把完全不相关的广告干掉
- 第二层：定向过滤——根据地域、设备、时段等条件，缩小范围
- 第三层：预算过滤——把已经花完预算的广告剔除，别浪费排序资源
嗯，这里要注意：预算过滤一定要放在检索阶段做。我曾经见过一个系统，预算过滤放在排序之后，结果每次排序都要处理大量无效广告，白白浪费计算资源。
2.2 广告排序：决定谁排在前面
检索完，候选广告可能还有几千个。但搜索结果页就那么几个位置，谁上谁下？这就是排序模块的事。
排序的核心公式，业内基本统一：
排序得分 = 出价 × 预估点击率(CTR) × 质量分这个公式看着简单，但每个因子背后都有坑。我一个个说：
- 出价：广告主愿意为一次点击付多少钱。这是明牌，没什么好说的。
- 预估点击率(CTR)：这是排序的灵魂。系统要预测“这个广告用户会不会点”。我习惯用深度学习模型来做，输入用户特征、广告特征、上下文特征，输出一个0到1的概率值。
- 质量分：这是平台的调节杠杆。用来惩罚低质量广告，比如标题党、落地页体验差的。
个人经验：预估CTR模型，千万别只盯着AUC看。我在项目中遇到过，AUC很高，但线上效果一塌糊涂。为什么？因为AUC只看排序的相对顺序，不关心绝对值。建议同时监控校准度(Calibration)，就是预测值和真实值的偏差。
排序还有一个隐藏问题：广告和自然结果的混排。用户搜“北京 租房”，前三条是广告，后面是自然结果。怎么保证用户体验？我建议用位置偏移惩罚，广告排在越靠前的位置，质量分要求越高。
2.3 广告计费：到底该收多少钱
用户点了广告，系统要算账了。计费模块的核心是：让广告主为“真实价值”付费，而不是为“出价”付费。
目前最主流的计费方式是GSP（广义第二价格）。什么意思？举个例子：
| 广告主 | 出价 | 排序得分 | 实际扣费 |
|---|---|---|---|
| A | 10元 | 100 | 8元 |
| B | 8元 | 80 | 6元 |
| C | 6元 | 60 | 不展示 |
广告主A出价10元，但实际只扣8元。这8元怎么来的？是“让A排在B前面所需的最低出价”。说白了，A只需要出比B高一点点就能赢，没必要付自己的最高价。
避坑指南：我曾经在计费模块踩过一个坑——计费延迟。用户点击广告后，计费请求异步处理，结果用户连续快速点击，系统重复计费。后来我加了去重逻辑，同一个用户、同一个广告、5秒内只计一次费。
另外，现在很多平台开始用oCPM（优化千次展示成本）。广告主不按点击付费，而是按“转化目标”付费，比如“一个注册10元”。系统自动调整出价，保证广告主成本在目标范围内。这玩意对模型要求极高，后面章节我会专门讲。
2.4 广告归因：功劳到底算谁的
用户看了广告，没点。过了两天，直接搜品牌名下单了。这个订单算不算广告的功劳？这就是归因要解决的问题。
归因模型有很多种，我列几个常见的：
- 最后点击归因：功劳全给最后一次点击。简单粗暴，但忽略了前面的“助攻”。
- 首次点击归因：功劳全给第一次点击。适合品牌曝光类广告。
- 线性归因：每次点击平均分功劳。公平，但不够精准。
- 时间衰减归因：离转化越近的点击，功劳越大。比较符合用户决策路径。
- 数据驱动归因：用机器学习模型，算每个触点的真实贡献。这是目前最先进的，但实现复杂。
我的建议：别一上来就搞数据驱动归因。先跑最后点击归因，等数据量大了，再逐步切换到时间衰减或线性归因。我见过太多团队，归因模型搞得太复杂，最后数据对不上，广告主投诉不断。
归因还有一个头疼的问题：跨设备归因。用户手机上看广告，电脑上下单。怎么关联？我习惯用登录ID + 设备指纹双重匹配。如果匹配不上，就按“最后一次设备”归因。
2.5 四大模块如何协同工作
好了，四个模块都讲完了。它们怎么串起来？我给你画个流程图：
用户搜索 → 广告检索(粗筛+定向+预算过滤) → 广告排序(出价×CTR×质量分)
→ 广告展示 → 用户点击 → 广告计费(GSP/oCPM) → 转化发生 → 广告归因(分配功劳)
你看，这是一个完整的闭环。检索和排序是“前端”，决定了用户看到什么；计费和归因是“后端”，决定了广告主付多少钱、效果怎么算。
但这里有个容易被忽略的点：归因结果会反馈给排序模型。比如，系统发现某个广告的归因转化率很高，就会在排序时给它更高的CTR预估。这就是所谓的“数据闭环”。
个人习惯：我每次搭建广告系统，都会先确保归因数据能回流到排序模型。没有这个闭环，系统就是“盲人摸象”，永远不知道哪些广告真正有效。
最后说一句：这四个模块，每个单独拎出来都能讲三天三夜。但作为架构师，你首先要理解它们怎么配合。就像一支足球队，前锋再厉害，没有中场传球、后卫防守，也赢不了球。
下一章，咱们深入广告检索，聊聊倒排索引的优化和实时更新策略。到时候见。
公众号:蓝海资料掘金营，微信deep3321