即時零售行業蓬勃發展，在此生態下美團零售廣告成為助力零售商家和品牌商擴大生意規模的重要驅動力。文章首先介紹了在全新業務模式“聯合營銷”場景下，首創的多協同方參競拍賣機制算法——“集資拍賣”，然後梳理了集資拍賣在美團的技術發展路徑和實踐，圍繞規則化集資拍賣、模型化集資拍賣、整體集資拍賣進行了展開，最後是一些總結，希望能對大家有所幫助或啓發。

1 背景介紹

1.1 聯合營銷介紹

即時零售行業蓬勃發展，在為消費者提供高效便捷服務的同時，也成為眾多零售商和品牌商實現業務增長的關鍵渠道。在此生態下，美團零售廣告成為助力零售商家和品牌商擴大生意規模的重要驅動力，並有力支撐平台商業化戰略發展。目前零售廣告流量資源已覆蓋美團App、外賣App等多個核心渠道，包括推薦/搜索信息流、品牌專區、店內貨架等多種形態，貫穿消費者購前、購中、購後等場景，為廣告主提供了多形態、全鏈路的精準營銷能力，部分典型資源位示例如下：

傳統的廣告商業模式中，廣告主（包括零售商和品牌商）通常作為獨立的出資方參與競價，並單獨承擔廣告費用。在傳統業務場景中，一個廣告資源位只能售賣給一個出資方。而當同一廣告資源涉及多個出資方時（例如：零售商和品牌商同時願意為同一個商品支付廣告費），傳統業務模式無法共享同一個流量資源位，這使得傳統的業務模式難以實現多方利益的有效兼顧，容易造成資源浪費，無法最大化地滿足平台、零售商、品牌商及用户的多方利益。

具體而言，在美團的商業場景中，品牌商通常會為門店中自有品牌商品投放廣告以提升品牌銷量，而門店則通過投放廣告提升整體店鋪銷量，使得品牌商與零售商具備了相似的營銷目標和營銷訴求。為了實現單個流量資源位的共享，平台創新性地設計了多方協同的營銷模式——“聯合營銷”，即由品牌商和零售商共同出資，為同一商品投放廣告的營銷模式。聯合營銷助力品牌與零售商協同發力，更好地平衡和滿足各方的利益訴求，實現營銷效率提升（如ROI優化）、雙邊成本降低及平台收入增長的多方共贏格局。

1.2 集資拍賣介紹

在聯合營銷業務模式下，亟需設計科學合理的流量售賣機制，實現廣告資源的高效分配與扣費，並確保系統具備激勵兼容性。因此，我們將聯合營銷場景下的廣告拍賣問題抽象為“集資拍賣”，即由多方共同出價參與，對相同標的物進行競價扣費的拍賣場景，旨在解決聯合營銷場景下的流量售賣問題。這是一個針對聯合營銷業務需求提出的全新機制設計問題。

如下圖所示，品牌E的商品C在門店A的線上渠道銷售時，門店A和品牌E均有意願為商品出資參與流量競爭，則雙方構成了集資關係：

聯合營銷的業務特點主要包括“多元預算協同”、“多邊競合博弈”、“公私域協同”等（①多元預算協同：廣告預算來自多類客户（品牌商、零售商）；②多邊競合博弈：與一般廣告生態不同，聯合營銷業務是一個工業界特有的多方競合博弈的場景，需考慮四方利益博弈：用户、平台、品牌商、零售商；③公私域協同：在公域流量場中存在四方博弈關係，而在私域流量場中主要是三方博弈（用户、平台、品牌商），公域拍賣缺乏對店內私域流量價值感知，存在流量價值低估、以及“搭便車”的問題）。

針對“聯合營銷”業務中的流量售賣需求，我們結合“多元預算協同”和“多邊競合博弈”的業務特性，創新性地設計了“集資拍賣”機制方案。同時，針對“公私域協同”的場景特點，我們深入探索了公域與私域流量的聯合拍賣模式，並提出了“兩階段集資拍賣”解決方案。值得注意的是，區別於Facebook提出的協同廣告（Collaborative Ads）模式——該模式通過品牌商引流、零售商轉化及數據貫通實現“品效合一”，集資拍賣在機制設計層面進行了深度創新，系統性地解決了聯合營銷下的流量變現問題。

2 聯合營銷廣告機制算法設計

集資拍賣是一個全新的問題，目前該問題尚未有成熟的落地機制與算法。整體來看，隨着業務目標和技術需求的不斷演變，我們將技術發展路徑總結為三個主要階段：規則化集資拍賣->模型化集資拍賣->整體集資拍賣。

• 階段一：目標是快速上線以進行效率驗證。我們採用了GSP結合保留價的策略，有效規避了計費時結果為負的風險，從而保障了平台收入。同時，兩階段集資拍賣的升級，使得廣告在公域流量排序時，綜合考慮了點擊候選後進入私域場景的價值，即在公域流量拍賣時衡量了公私流量域的整體價值，提升了公私域流量的協同效率。
• 階段二：目標是構建數據驅動、多方激勵兼容的端到端模型化方案。我們針對差異化的問題探索了多元化的解決方案，更好的保障了多方客户的激勵兼容性。這一階段，我們重點探索聯合營銷場景下的自動拍賣機制設計範式，在保障多方激勵兼容的基礎上提升平台收益。 技術實現路徑上經歷仿射->regretNet-based NN->匿名性&公平性保障。
• 階段三：目標在於全面提升整體效率。主要的升級包括引入外部性建模，更加聚焦於業務和場景的特性，實現多方動態價值融合與多出價分佈的優化等方式，我們持續探索並迭代整體拍賣集資方案，推動效率的進一步提升。

在工業界落地實踐中，有兩個必要的前提，一是要確定合適的計費點，二是設計合適的集資邏輯。由於品牌廣告（曝光計費）和門店廣告（點擊計費）的計費策略差異，首先需要完成計費鏈路的改造，為此工程鏈路上升級了計費系統以及上報鏈路，構建了適配聯合營銷廣告的雙計費系統。此外，不同的集資邏輯會影響集資規模，即在什麼條件下門店和品牌可以融合成一個捆綁Bundle，從而完成後續合作；在美團場景下，我們設計了以門店為基礎的集資條件，以提升集資規模。

2.1 規則化集資拍賣

2.1.1 GSP+保留價集資

首先，在業務發展初期，在技術選型上主要對比了GSP-Based和VCG-Based方案。GSP拍賣的優勢在於計費思路清晰，可解釋性較強，更利於平台優化自身流量營銷指標，但缺陷為無法完全保證激勵兼容，由於聯合營銷場景更為複雜（涉及多參與方、多物品），GSP不滿足激勵兼容的特性導致拍賣系統不穩定的現象會更加突出；VCG拍賣的優勢在於可以保證激勵兼容的特性，而且可以產生很好的社會福利，但是收益較低。為了快速支持上線，且保證平台收益，在原有GSP基礎上，我們選擇了GSP+保留價的多方規則化集資拍賣方案。

2.1.2 兩階段集資拍賣

基於現有的公私域聯合營銷模式，我們創新性地引入在聯合營銷下的公域與私域流量價值融合的拍賣模式，提出了面向用户行為路徑的兩階段集資拍賣機制。該機制在美團推薦和搜索場景中，將用户在一階段（推薦/搜索列表頁）、落地頁（點擊跳轉頁）和詳情頁（最終轉化頁）中的全鏈路行為納入整體優化視角，從而能夠建模後鏈路價值以緩解“搭便車”的問題，突破了傳統僅依賴單點價值的排序範式。

通過引入落地頁價值係數，兩階段集資拍賣實現了對各階段價值貢獻的靈活調控，並構建了狀態轉移價值模型，以細粒度捕捉用户在瀏覽、翻頁、點擊、退出等各類行為下的價值流轉。實際業務落地效果表明，該機制有效地提升了公私域流量的整體價值，顯著促進了落地頁廣告收入的增長，為公域聯合營銷場景下的商業化變現提供了堅實的技術支撐和可遷移的技術框架。

2.2 模型化集資拍賣

在傳統拍賣機制的理論框架下，平台、零售商、品牌商與用户等多方利益主體的價值最大化難以實現有效均衡。為了構建更高效的拍賣算法以支撐聯合業務健康發展，我們主要探索了以下三個模型化解決方案，重點突破算法效率與激勵兼容性等核心問題，以實現聯合營銷場景下的端到端的多物品拍賣機制。

• JAMA：基於AMA的泛化版本，通過隨機採樣大量初始分配結果，並採用多層感知機進行優化，在滿足激勵兼容的基礎上，解決弱預算平衡（WBB）問題，從而提升平台收益。
• JRegNet：採用多層感知機作為網絡的基礎架構，包含分配網絡和支付網絡兩個部分來分別生成分配結果和支付結果，以最大化平台收益為目標，將佔優策略激勵兼容DSIC轉化為對遺憾值Regret的約束，採用增廣拉格朗日方法將有約束的目標函數轉換為無約束的目標函數進行學習優化，相比JAMA建模更靈活且在收入表現較優。
• JTransNet：算法主要解決了拍賣中的匿名性拍賣問題，使廣告序列滿足置換不變性提升拍賣的公平性，並實現了確定性分配更好的支持上線，提升了平台業務收入。

2.2.1 JAMA：基於AMA的集資拍賣解決方案

VCG機制是傳統的基於規則的拍賣機制，其泛化版本AMA在保證不違反DSIC條件的前提下，在社會福利損失可控的前提下提升了收益表現。而由於AMA機制無法直接應用到聯合拍賣的場景中，我們首先將VCG機制拓展到聯合拍賣場景中，設計了RVCG機制，RVCG機制修改了VCG機制的支付規則，確保在聯合拍賣場景中不會違反弱預算平衡WBB條件。同時，提出了基於AMA的集資拍賣算法JAMA，JAMA在輸入階段對零售商和品牌商的出價通過加權生成出價組合，隨後通過零售商和品牌商之間的出價二分關係圖得到聯合出價，然後得到廣告的分配和扣費結果，更多細節詳見JAMA。為了提高 JAMA 的收入表現，初始化時生成了多個帶約束的分配規則，但其在處理較為複雜的集資關係時，模型的收斂性不夠穩定，進而影響廣告收入。為此繼續探索了基於Regret的拍賣方案JRegNet。

2.2.2 JRegNet：基於Regret的神經網絡集資拍賣解決方案

集資拍賣場景中，如何克服捆綁出價的依賴性以及如何決定捆綁內兩方的支付，導致大多數經典和常用的機制不適用於聯合廣告。近年來隨着機器學習的快速發展，基於regret的自動化機制設計的概念被提出用於計算最優機制。

然而，當前的神經網絡架構並不適用於聯合拍賣，主要原因是它們無法處理Bundle的分配問題。因此，我們基於自動機制設計的技術，設計了一個新的適用於聯合拍賣的神經網絡架構JRegNet，並通過JRegNet來計算聯合拍賣機制。JRegNet的架構，主要包含負責分配規則的分配網絡和確定支付規則的支付網絡。這兩個網絡的輸出用於計算競標者的效用、收入、遺憾值以及整個網絡的損失函數值。網絡的輸入部分，包含了門店和品牌在廣告位上的預期出價，以及門店和品牌之間的聯合關係矩陣。在 JRegNet 中，為了適應聯合拍賣設置，分配網絡首先輸出捆綁的分配概率矩陣，分配矩陣包含每個廣告位上由門店和品牌組成的每個捆綁包的分配概率，然後基於支付網絡輸出所有競標者的支付結果，更多細節詳見JRegNet。

該方案在收入提升等方面相比於JAMA取得了更好的表現，但是在實際工業落地存在一些限制（如工業場景中廣告位實體不可分割，一般來講，一個廣告資源位只能售賣給一個廣告/一個Bundle廣告），於是進一步探索了更符合實際工業場景的方案JTransNet。

2.2.3 JTransNet：滿足匿名性和確定性分配的解決方案

無論是 JRegNet 還是JAMA架構，均無法同時滿足匿名性和確定性分配。為了同時滿足匿名性（匿名性是指拍賣參與者的身份和競標順序不影響拍賣結果，即拍賣結果僅取決於競標的價值，與拍賣參與者的身份和競標順序無關）和確定性分配兩個條件，給基於 AMD 架構實現的算法在工業的實際應用時帶來了巨大的挑戰。

算法如果不具備匿名性，意味着僅僅改變競標順序就會導致算法的分配和支付結果不同。具體到實際線上場景來説，在一次請求中，高價值的廣告候選，如果受輸入模型的位置影響而改變了競標結果，這容易使得拍賣結果非常不公平且不令人信服。JTransNet主要解決了集資拍賣中的匿名性和確定性分配的問題，使得廣告候選滿足置換不變性，並且確定性分配使JTransNet成為一個真正的符合實際工業場景的端到端神經網絡架構，更符合真實線上廣告分配場景，從而更好地支持了業務的發展。更多細節詳見JTransNet。

上述方案在實際業務中取得了較好的落地效果，為了進一步打開集資拍賣的收益空間，我們從宏觀（如全局視角、自然外部性）和微觀（如個體視角、客户分佈差異）兩個層面持續進行技術探索和升級，構建了整體集資拍賣。

2.3 整體集資拍賣

在集資拍賣技術設計的前中期，我們嘗試了規則化和探索了模型化方案，並在實際業務落地中取得了較好的效果。然而，上述工作普遍不考慮自然外部性的影響，而真實的廣告曝光及效果會受到自然上下文的影響。為了更好的建模自然外部性，同時構建一套整體效率更優的AMD機制框架，在JRegNet的基礎上升級到了整體集資拍賣方案。該方案整合了廣告候選和自然候選作為模型的共同輸入來決策，同時建模時考慮了譬如多方廣告主出價的差異性等問題，我們提出了JAE，一種基於自然上下文特徵的自適應神經網絡。該框架基於AMD方法，將平台收益和用户體驗作為核心優化項，它是第一個將自然外部性影響引入聯合拍賣的AMD方法，能夠自適應感知不同廣告主的出價分佈和實現多方動態價值融合，並且可以將聯合廣告與傳統廣告進行統一拍賣。同時，在該框架中將廣告隊列和自然隊列進行統一分配和扣費，以生成全局最優的混合列表。JAE在多物品拍賣中也取得了較好的實驗效果，且並具有良好的可遷移性，在顯着提高平台收入的同時更好的兼顧用户體驗。

2.4 技術總結 & 落地情況

2.4.1 技術總結

在聯合營銷生態下，我們首次提出了多方出資下的聯合拍賣機制範式，並開創性的構建了“集資拍賣”技術體系。整體圍繞着如何快速支持聯合拍賣上線，如何構建自動化的模型拍賣機制提升效率，以及如何構建全局最優的整體拍賣機制展開遞進式迭代，形成了多元化且易遷移的技術棧——包括基於傳統拍賣機制的集資拍賣方案，基於深度神經網絡的集資拍賣方案，以及整體集資拍賣方案等。這一系列創新顯著推動了拍賣理論的發展，首個基於AMD集資拍賣解決方案為行業樹立了標杆，不僅拓展了廣告拍賣機制的理論基礎，也為機制設計領域開闢了新的方向。按照聯合拍賣適配、自動化AMD拍賣機制提效、外部性考慮相關技術線條來劃分，可以將部分方法總結如下：

2.4.2 落地情況

相關技術在美團零售廣告實際業務場景落地並取得了較好的結果，提升了廣告變現效率的同時，還保障了聯合營銷生態的健康發展，助力品牌和門店更好地實現了生意的增長。在業務數據方面，助力聯合營銷業務下集資廣告部分相比普通廣告在CPM、ROI上均顯著提升超20%。同時，針對聯合營銷業務的技術研究，開闢了一個嶄新的機制研究方向，在工業界和學術界均產生了積極的響應。集資拍賣系列技術沉澱的也相繼發表在KDD 2024、TAMC 2024、SIGIR 2025等高水平會議/期刊上，同時也有多篇論文在人工智能相關頂會會議審稿中。

3 總結與展望

“聯合營銷”業務模式的打造，以及圍繞其設計的“集資拍賣”系列算法的持續落地，不僅顯著提升了零售廣告收入，還推動了該模式實現系統化和產品化升級。未來，我們將持續從產品和技術兩大維度協同推進，進一步加速零售業務的商業化進程。

招聘信息

團隊的招聘活動火熱進行中，以上討論的系列技術，以及機制、出價、排序、大模型等相關工作也在持續深研中。團隊秉持務實、自驅、開放以及追求卓越的工程師文化，一方面通過系統和技術體系的持續迭代升級，幫助業務高質量增長；另一方面，密切關注前沿技術趨勢變化，積極創新技術能力，為業務未來發展創造新的可能性。期待優秀的你加入我們，在夯實專業、深耕平台的基礎上與業務攜手同行，一起用技術 “幫大家吃得更好，生活更好”。社招&活水可發送簡歷到 liuqiang43@meituan.com 或huangkun13@meituan.com。

| 關注「美團技術團隊」微信公眾號，在公眾號菜單欄對話框回覆【2024年貨】、【2023年貨】、【2022年貨】、【2021年貨】、【2020年貨】、【2019年貨】、【2018年貨】、【2017年貨】等關鍵詞，可查看美團技術團隊歷年技術文章合集。

| 本文系美團技術團隊出品，著作權歸屬美團。歡迎出於分享和交流等非商業目的轉載或使用本文內容，敬請註明“內容轉載自美團技術團隊”。本文未經許可，不得進行商業性轉載或者使用。任何商用行為，請發送郵件至 tech@meituan.com 申請授權。