傳統的信息流廣告交易模式是互聯網媒體（如抖音、微信、百度）、廣告代理商、廣告主三方，而RTB的交易模式里把廣告代理商升級為需求方平臺（DSP）和廣告交易平臺，廣告主把需求發布到DSP平臺，互聯網媒體把流量資源放到廣告交易平臺，DSP通過與廣告交易平臺的技術對接完成實時競價的方式，就是我們理解的RTB。

RTB區別于廣告主直接采買廣告位置或采買關鍵詞的方式，依托于用戶行為的數據進行精準化的競價投放。大家口中的“千人千面”便是此類廣告的展現形態。

RTA與RTB相同的地方在于，前綴都是Real Time，后綴不同的A是API的縮寫。互聯網行業比較擅長編造新詞。API是應用程序編程接口的縮寫，所以RTA可以理解為實時的廣告技術接口技術，是媒體開放給廣告主的實時接口。

就廣告的投放形式而言，一種是通過廣告平臺直接投放的方式，通稱為直投廣告，比如購買APP開屏廣告、視頻前貼廣告，基本是可以確認位置的廣告。

另一種是實時競價的方式，即RTB廣告，廣告主發布投放需求后，媒體根據ECPM預估測算的方式給予人群、流量和位置，廣告主參與競價。這也是目前效果廣告采用的常規投放形式。

第三種是，針對不同的用戶群體呈現不同的廣告、創意和落地頁，即個性化廣告。媒體仍舊是通過ECPM預估的方式預估測算，但媒體會根據不同用戶的檢索、瀏覽習慣及廣告主的用戶數據進行動態推送。不同用戶看到不同的廣告，不同階段同一用戶看到不同的廣告，同一用戶看到同樣的廣告，但落地頁會有所不同。

所以從邏輯上來講，RTB可以RTA也可以不RTA，同理RTA可以RTB也可以不RTB。都是廣告技術，但可以應用到不同層面上。

所以如果想做RTA，需要的前提條件是：

1、互聯網媒體（即廣告平臺），需要有強曝光的流量，如我們所知的抖音、微信、百度。

2、 廣告主需要具備海量的用戶數據和數據篩選能力。比如廣告主的活躍用戶數、付費用戶數、瀏覽習慣、購買習慣，也可以是依托廣告主與互聯網媒體的匹配數據，如瀏覽習慣的用戶人群包及look-alike技術的拓展人群包。也會有第三方的數據公司供作參考的數據，但涉及到數據安全問題，可能并不常采用。

RTA廣告技術做的是互聯網媒體根據廣告主的要求，圈定目標人群后，通過API技術回傳給廣告主，廣告主再將媒體回傳的數據與自己的擁有的數據進行匹配，將其匹配的數據通過API返回給媒體，媒體再對這些用戶進行廣告投放。

這里可以看出的一個區別是，RTB是廣告主將用戶數據提交給媒體，媒體通過圈定的人群進行廣告投放，而RTA廣告技術是媒體會根據廣告主的需求來決定是否進行廣告投放。RTA的廣告流程是，廣告主創建RTA廣告時，將廣告物料上傳至媒體平臺。媒體平臺圈定相應人群需求后，會向廣告主發送請求，詢問是否參與競價，如廣告主決定不參與競價，媒體平臺會將廣告主的廣告進行過濾。如參與，則廣告在媒體平臺進行曝光。

注意，這里有時間差。媒體平臺一般會緩存廣告主的決策結果，換句話說，并不是完全實時反饋。緩存時長會有10分鐘到幾小時不等，這取決于媒體平臺的性能和數據更新頻率。

雖然有緩存時長，不過這也比在媒體平臺上傳人群包要更具時效性。另外，RTA技術建設會有技術門檻和成本要求，所以廣告主普遍采用的方式除去自建數據模型，也會采用與第三方數據廠商合作的模式建模。

與第三方數據廠商合作會在前期降低較大程度，但無法將自身數據充分利用，也是不爭的事實。就長期投入來看的話，自建模型會對廣告主更有利。

除去技術門檻和前期的成本投入外，廣告主還需滿足數據量大、數據處理分析能力強、投放力度和投放的持續性。

所以RTA廣告的適用行業基本存在于投放量級大、業務分類廣泛的行業，比如游戲、汽車、電商、旅游等。

再來看RTA廣告的應用場景，比如拉新、促活。

對于廣告主來講，已下載安裝用戶無需進行再次下載，廣告重復曝光的話會造成預算的浪費，同時也會影響用戶體驗。通過RTA廣告可實現精準鎖定未下載安裝的用戶，針對這類用戶投放拉新下載廣告。

對于促活項目可針對性的選取已下載未啟動的APP用戶、已下載很少啟動（時間可根據廣告主的定義為7天、90天等，目的會有所不同）的APP用戶進行廣告定向，促進這類沉睡用戶的喚醒和活躍。對于廣告從業人員來講，RTA廣告是一種定向廣告，這種定向廣告基于數據庫的量級、數據處理分析能力以及數據建模產生，數據處理分析能力是長期需要優化的部分，各家平臺的要求、性能均有不同。

RTA廣告可以算是真正意義上的個性化廣告了，這里的定向+出價不是信息流廣告里媒體平臺的ECPM出價，而是廣告主自身的目標結果出價。通過自身的建模實時精準的判斷出每次的ECPM出價，提升廣告效率。