“精准营销”效果为王，用户看到就想买商品的广告
传统的互联网广告生态链一般多只有三方，分别是广告主、广告代理商(即广告公司)以及互联网媒体。而在RTB广告交易模式中，原有的广告生态链发生了变化，整个生态链包括广告主、DSP、广告交易平台以及互联网媒体四个主体。广告主将自己的广告需求放到DSP平台上，互联网媒体将自己的广告流量资源放到广告交易平台，DSP通过与广告交易平台的技术对接完成竞价购买。
从本质上看，这项创新的实质在于将广告的投放方式从以媒体选择、广告位投放转变为按照用户进行投放，通过大数据挖掘为广告提升效果。广告平台要做流量，也有很多买家和卖家。而广告交易所的卖家无需出价，系统会计算一个合适的价格卖出去。
DMP：Data-Management Platform的缩写，即数据管理平台，是把分散的、第三方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让用户可以把这些细分结果推向现有的互动营销环境里。
DSP：Demand Side Platform，即需求方平台。利用DSP，广告主可以在Ad Exchange对在线广告进行实时竞价。)
RTB技术效果为王
这一切通过实时竞价系统来实现。
“我买的就是我想要的”，越来越多的广告主开始对这种效果明显的精准广告投放方式产生了兴趣。
效果为王，是这个生态圈的个体们的一个共同标签。RTB的产生是以大数据为武器的对精准定向目标的实验，通过即时竞价，广告投放不再是盲目地购买流量，它所购买的对象，变成了定向相对准确的目标人群。
在经历了单向传播时代和媒体营销时代之后，中国互联网广告进入了更为重视用户的精准广告时代。基于消费人群的年龄、兴趣、地域等信息作出的定向投放，让注重投放结果的广告主和广告代理们都为之兴奋。但是，投放渠道的多元、对广告效果评估的标准多重，也导致这些主体很难从整体上对广告效果进行把控和优化。RTB的出现，让实时的定向投放成为可能，同时也刺激了整个行业用数据去售卖广告，新的分工与角色由此诞生。
展示广告的革新
有一句被说烂了的名言：“我知道我的广告费有一半浪费了，但是我不知道是哪一半。”
RTB的出现，解答了名言里的疑问，在基于大数据的RTB模式下，广告被即时推送给可能对其感兴趣的消费者，广告主知道自己的广告发送给了谁，并可适时调整自己的投放策略。
因此，与以往的互联网广告相比，RTB模式下的广告有两个突出的优势：一是由卖广告变为卖目标用户，广告被直接传递给可能产生购买意向的潜在消费者，精准度大大提高;二是广告投放撇开繁琐的代理环节，在广告交易平台上进行即时投放，广告也由一种期货转变成了现投现展示的现货。
既是定向的，又是可调控的，广告主们的目光又重新回到这种“落后”的广告投放形式上。在互联网广告产生之初，广告的输出形式就是以展示广告为主的，但因为投放效果无法准确测量，展示广告一度被认为是弱于搜索、点击等效果容易被量化的投放方式。在Google搜索广告大举发展之后，互联网广告的核心便向搜索广告靠拢，展示广告俨然成了没落的贵族。好的例子就是，曾经的展示广告领头羊雅虎被Google以搜索广告快速赶超。
2007年，以搜索广告起家的Google用31亿美金的现金报价收购了DoubleClick，后者所擅长的则是品牌广告，Google也毫不讳言地向媒体宣称，展示广告的潮流将再次到来。并非只有Google慧眼独具，2007年雅虎收购了RightMedia，微软收购了Ad ECN，多方力量的介入和实践，使得这个生态链上的各个环节都形成了颇为成熟的形态。
技术是关键。在RTB被广泛应用之前，中国互联网广告常见的是按位置、按天数售卖，这与传统广告相比，并没有多少突出的互联网特色。吴友平说，这甚至称不上是互联网的广告方式，因为它也没有办法去做大量优化，“人们常说中国的广告贵，说互联网广告媒体的广告费高、效率低，实际上是我们能优化的空间不多。”
在过去的一两年，大数据的故事被媒体和舆论所热炒，在大数据热潮中，广告主们对数据化投放以及大数据的应用需求变得越来越大。RTB的兴起就是得益于大数据。在RTB越来越受到重视的今天，大数据在其中的作用也尤为重要。
其中，基础的数据就是用户使用浏览器时留下的cookie数据，通过cookie，用户在哪里上网、打开过什么网页、点击过哪些广告或者链接都会被记录下来，同时，通过特定的算法，这些数据还可以被进一步分类，分解出一些用户属性信息。
因此，cookie 的背后就是一个个鲜活的消费者，在目标用户下次浏览网页的时候，广告主就力图及时把广告暴露在他们面前，获取他们的注意力。传统的做法是，广告主事先预测目标用户出现的位置，然后将这些位置买下来。这样的操作方式弊端很明显，在所有的展示接收流量中，有部分目标用户的同时，也掺杂了大量的无效浏览。
在广告交易平台上，往往汇聚了来自不同网站的大量广告位置资源，大数据的意义就在于它可以经过一系列算法，从广告位置、广告形状等多个维度，计算一个广告位置的价值。