Moloco AI

Moloco CARA

Compound Ad Recommendation Architecture —— 赋能 Moloco Commerce Media

概览

零售广告的复杂程度远超表象。单一平台可能拥有数百万消费者、数百万种商品、数万名卖家，以及分布在搜索、产品和分类页面上的数十种广告位。每一次请求都需要在几十毫秒内完成响应，且结果必须同时兼顾消费者、广告主和零售商的需求——这三个目标往往存在冲突。

电商广告之所以具有独特的强大效能，在于其闭环特性。搜索、展示、点击、加购和购买行为均发生在同一环境中，因此数据信号丰富，且转化归因是确定性的，而非跨平台建模推算。与此同时，每家零售商都是一个独立的世界，拥有各自的商品目录架构、分类体系、页面布局、用户群体和业务目标。

Moloco Commerce Media 的 CARA（复合广告推荐架构）能够洞察电商垂直领域的复杂性，并协调我们零售商网络中的多个模型，涵盖信号处理、广告个性化、竞价、广告投放、需求激活和广告活动自动化这六大技术领域，从而为零售商、广告主和消费者创造价值。Moloco Commerce Media 旨在助力客户提升广告收入占商品交易总额（GMV）的比例，即 A2G。CARA 是驱动 A2G 增长的智能核心，能够实现广告主成功、消费者体验相关性与零售商变现能力的同步提升。

架构

信号驱动着六个协同工作的技术领域。每个领域都能放大其他领域的效果，在您的商业媒体平台上创造复合增长，同时提升广告主表现和购物者体验。

领域详情

这六个互联的技术领域协同工作，编排跨商业信号、个性化、优化和自动化的多个 AI 模型，从而提供更相关的购物者体验、更强的广告主表现和更高的零售商变现能力。

信号

CARA 为每个零售商平台摄入转化事件、目录数据、搜索查询、点击和展示数据（均为一手闭环数据），并将它们归一化为统一的智能层。例如，产品目录属性被编码为嵌入，从而捕捉商品间的关系和语义匹配，而无需依赖手动分类、关键词映射或类别标签。每个零售商都有自己的目录架构，产品会在同一天内缺货或变价，且同一产品可能由多个卖家销售。精准的商品表征使广告个性化、相关性和检索功能能够跨系统协同工作：因此，当信号层理解了目录，每一个下游领域都会变得更加敏锐。

广告个性化

对于搜索、商品和分类页面上的每一个广告位，CARA 都会个性化定制购物者所看到的商品。我们基于深度学习架构的模型同时摄入来自多个来源的信号，形成购物者行为和商品匹配的密集表征，进而预测每个可用广告候选的点击和转化概率。由于商品是以嵌入（embeddings）而非仅通过点击历史来表示的，因此新商品可以继承语义相似目录商品的关联信号——这意味着卖家可以推广几乎没有历史数据的商品，而新购物者从一开始就能看到符合其搜索和发现模式的广告。

竞价

在商业广告中，相关的展示即为值得变现的库存，而非默认拒绝。CARA 的竞价正是基于这一原则设计的：它应用闭环转化数据和领域特定的编排，同时针对三个目标进行优化——购物者的相关性、广告主的 ROAS 与预算节奏，以及零售商的 A2G 库存填充。CARA 还能检测购物者需求的变化——促销活动可能会在数小时内重塑购物者行为——并实时调整出价和节奏以捕捉流量高峰。

广告投放

广告库存是零售商拥有的自有页面——搜索结果页、商品详情页、分类页——CARA 负责管理这些库存和广告格式的投放。商品详情页的广告位价值不同于搜索广告位，因此 CARA 会量化每个广告位对竞价密度、广告曝光率和预期收入增长的影响，从而在不损害购物者体验的前提下实现库存变现。每一个新的广告位都会强化整个系统，因为它能产生关于购物者行为的更丰富信号。

需求激活

商业媒体中最棘手的问题之一是需求激活：将卖家转化为广告主。卖家犹豫不决的原因很具体——缺乏绩效证明、担心利润受损，或认为广告是一种复杂且不透明的投资。而零售商则面临销售手段难以规模化的问题。CARA 通过“需求智能体”（Demand Agent）解决了这一难题。这是一个智能自动化层，能够识别高潜力卖家，基于目录和平台数据生成带有推荐设置的即用型广告活动，并在关键生命周期节点触发触达。这在无需大量运营投入的情况下实现了广告主激活的规模化。广告主通过提升广告表现实现更多销售，而零售商则通过广告相关性维护了购物体验。

广告活动自动化

卖家和品牌设定成功指标（ROAS 目标、销售目标、预算），系统会根据其选择的成果简化广告活动设置，并提供关于商品选择和竞价的智能指导。智能体实时监控在线广告活动，识别预算消耗不足或定向偏差，并提供优化建议。系统针对多种目标类型进行优化——包括优化 ROAS、最大化销售额、固定 CPC、按订单付费——每种类型都有其特定的节奏逻辑，即使是缺乏广告经验的卖家也能开展有效的广告活动。实时仪表板为广告主提供广告表现的洞察与透明度。

系统如何实现复合增长

CARA 并非一组独立的功能，而是一个各领域相互促进的复合系统。更优质的信号摄入能生成更精准的购物者和商品画像，进而优化广告个性化和竞价效果。更高效的竞价在保持广告主 ROAS 和购物者相关性的同时，能填充更多高质量的广告机会。更好的成果则提供了绩效证明，促使更多卖家愿意投放广告，并让零售商有信心扩大广告供给。

随着更多卖家加入，竞价密度随之增加。由于有更多符合条件的广告主竞争每一个广告位，系统能从更广泛的候选池中进行筛选，提高填充率，并投放更相关的广告。这些展示量会产生点击、转化、预算信号和目录级学习数据，并反馈给 CARA 的模型和智能体，使下一次决策更加精准。

其结果是 A2G 的复合增长：每一次新的广告活动、广告位、商品、购物者互动和广告主成果，都在强化支撑下一次决策的智能层。该平台从手动运营广告业务，转型为运行一个自我优化的商业媒体系统，从而实现广告主成功、购物者相关性和零售商变现的同步提升。