中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：流量，作為廣告變現的基礎，如何讓其價值發揮最大化，這應該是每個廣告從業人員都需要思考的問題。作者從 ADX 的角度出發，探討 Waterfall & Header Bidding 的流量分發機制，與你分享。

流量，作為廣告變現的基礎，如何合理利用流量，充分發揮其最大價值，是每個廣告從業者都會面臨的問題。本文從ADX的角度，探討流量流轉中的分發機制，合理的分發機制可最大化流量利益，希望讀者能從本文獲取一些啟發。

一、流量流轉機制

ADX（AD Exchange），廣告交易市場，在流量流轉流程中起承上啟下作用，向上對接DSP，向下對SSP/媒體負責，借助其工作流程來了解廣告流量流轉機制，有助于我們更好的去理解流量過分發過程中可能存在的優化點。廣告流量流轉機制如下：

1. 當前端App觸發廣告流量機會時，會將本次流量下發給其對接的ADX，流量屬性中通常會帶有廣告位和用戶信息等相關屬性；
2. ADX在接收到流量請求時，首先會校驗流量的合法性，最簡單的就是參數校驗，然后校驗訂單/DSP的預設值，最終將該流量下發給哪些DSP；
3. DSP接收到本次流量時，根據流量中攜帶的相關屬性決定是否參與競價，如果流量合適，則返回參競價格（或者dealId）及廣告元素給ADX；
4. ADX接收各家DSP競價信息，在經過一系列的有效性判斷之后根據價格競價排序，價高者得之，將獲勝的廣告信息下發給媒體，同時通知DSP其廣告獲勝了（這一步非必需，但建議有）；
5. 媒體在收到廣告信息后，對廣告進行渲染展示。

當產生用戶行為時，需通過監測鏈接回傳ADX和DSP相關行為數據，主要的行為曝光曝光、點擊、下載、喚醒等。

針對通過監測鏈接回傳行為數據，有C2S（Client to Server）和S2S（Serverto Server）兩種模式，目前大多數客戶都投放時都要求C2S的上報方式。

其中關于ADX涉及的各關鍵指標在上篇《商化廣告角色大盤點》中的ADX部分有所提及，本文旨在探討流量分發機制，對指標不做過多的解釋，感興趣的讀者可移步閱讀。

通過上述流量流轉流程可以發現，廣告流量主要在ADX側進行轉發，如果ADX對接了多家DSP，合理的流量分發機制可以提升填充率及ecpm，使得流量收益最大化。

二、Waterfall

當ADX對接了多個DSP時，在請求不同的DSP時，是該串行請求還是該并行請求呢？這里面就涉及不同的策略。

首先來說說串行請求，即Waterfall。Waterfall，中文翻譯為“瀑布流”，字面意思理解就是“從上往下流”，但“從上到下”這四個字該如何理解？

在廣告行業中，Waterfall指的是“在無法實時評估每次流量的價值時，基于歷史eCPM數據，從上到下請求DSP，分發流量”。這就是所說的廣告串行請求。

通過一個實際例子來看Waterfall的使用場景。假設ADX對接了三個平臺，三個平臺的eCPM和填充料分別如下：

假如有1000個廣告請求，則有以下廣告請求方案：

方案1：全部請求DSP1

收益 = 1000 * 20 / 1000 * 30% = 6

方案2：全部請求DSP廣告源

收益 = 1000 * 15 / 1000 * 50% = 7.5

方案3：全部請求DSP3

收益 = 1000 * 25 / 1000 *20% = 5

從上述的三個方案來看，雖然方案的eCPM最低，但其填充率最高，最終的總收益最高。那是否說方案2是最佳方案，答案肯定是不是的，因為其只利用了50%的流量，剩下50%的流量被浪費了，于是引申出了方案4。

方案4：先把1000個廣告請求全部請求 DSP3 ，把未填充的部分請求 DSP1，最后未填充的部分請求DSP2，具體流量分發流程圖如下。

收益 = 1000 * 25 / 1000 * 20% + 800 * 20 / 1000 * 30%+560 *15/ 1000 *50% = 14

方案4最終的收益14元，填充率為72%，相對于前三種方案，既提升了收益，又提升了填充率。

那既然看著收益和填充率都上去了，是不是采用Waterfall就可以解決流量分發問題了呢，現實總會讓你啪啪打臉。Waterfall的方案主要存在以下幾個問題點：

• Waterfall的核心點在于“歷史eCPM的數據”，那么如何去衡量一個dsp的歷史eCPM數據，這個歷史是多久？
• 串行請求會增大廣告展示耗時，平均請求一次至少在100ms以上，多次請求會造成前端展示延遲，用戶體驗感較差。由于不同廣告位的環境不同，用戶可接受程度也不一樣，需要分廣告位設置整體請求次數/超時時間。
• 由于Waterfall 的請求優先級是根據歷史eCPM數據來決定優先級的，針對某次具體請求時，可能排在前面的DSP出價沒有后面的出價高。這樣一來就會錯過排在后面的出價更高的DSP廣告，流量利益沒有獲得最大化。
• 各個DSP的eCPM數據維護，由于季節性問題，eCPM的數值會發生變化，需要運營同學手動維護，成本較高。

這里關于“歷史數據的eCPM”，咱們展開講一下：

這個歷史是多久？這個問題是沒有標準答案的！因為每個DSP的效果不一樣。

我們唯一能夠做的就是盡去預測每家的eCPM以及填充率，這可以通過歷史數據去驗證，也可以通過商務關系去了解，只有得到了正確穩定的數值，對我們來說才是真實可靠的。3天、7天、10天或者更久都是ok的，只要你認為這個數字是合理的，經得起推敲就可以。

對于新對接的DSP，由于其無歷史數據積累，需要如何評估其eCPM值呢？

• 可以通過商務運營渠道了解其eCPM和填充率情況；
• 可以針對新對接的DSP進行流量扶持，積累一定的數據后回歸入正常的DSP進行排序。這個流量扶持的周期和樣本數據，各家算法團隊的要求不太一樣，能滿足自身業務即可。

如果對于兩個DSP，他們的eCPM和填充率都一樣的情況下，如何排序呢？此時可以從其它緯度來評估，例如接口響應時長，素材質量等方面去考量。

三、Header Bidding

既然Waterfall有諸多問題，那有木有其它替代方案？

讀者肯定在想，如果每次競價的時候，DSP都能實時返回本次出價，那么這樣就不需要計算和維護“歷史eCPM數據”了，在流量分發時，就可以并行的分發流量，在得到所有DSP的出價后，根據出價決定競價成功者，這就是“Header Bidding”。

“Header Bidding”，中文翻譯為“頭部競價”，字面意思理解就是“流量發給頭部買家，頭部媒體進行競價，然后將獲勝的底價作為底價去請求其它不支持實時競價的DSP”。要想實現這個，首先得有如下幾個前提：

• 頭部買家在返回廣告素材時，需要同時返回出價，這樣媒體／ADX才可以完成競價；
• 非頭部買家雖然不支持實時返回出價，但需要支持傳入廣告位底價，這樣如果有廣告返回，那么價格一定高于底價，對ADX和媒體來說收益最高。

Header Bidding起源于國外，最初應用在PC上面。

DFP(Google Doubleclick For Publisher)，國外PC網站集成最多的廣告平臺，由于其壟斷了PC廣告，加上Google的Ad Exchange dynamitc bidding（感興趣的朋友百度了解），對Publisher和其它DSP很不友好，因此AppNexus希望聯手其它的ADX/DSP一起通過Header Bidding技術來撼動DFP的壟斷地位。

從上述的描述中可以發現，header bidding相對于Waterfall具備如下幾處優點：

• 公平競價：所有DSP同時競價，各自評估流量價值進行出價；
• 收益最大化：原先排在Waterfall底部的DSP可以通過提高出價來贏得廣告展示機會。

在國內，PC的發展已相對比較停滯不前，更大的潛力在移動端。因此更準確的說，國內的header bidding應該叫In-App bidding。

由于國內的In-App bidding起步較晚，目前只有幾家頭部媒體支持實時返回出價，因此在很長的一段時間內都會是headering bidding和Waterfall并存的方式，對于支持實時出價的媒體優先通過header bidding，然后將獲勝的出價作為該廣告位的底價去請求其它DSP，最終根據價格競價。

四、總結

其實無論是串行or并行，都只是解決問題的策略，核心目標只有一個“流量收益最大化”。

• 站在媒體方的角度，當然是希望越多的媒體同時競價；
• 站在DSP的維度，必然是希望流量先發給自家，自家挑選完之后再發給其他家，甚至可能是流量獨占。

當然現實中的環境錯綜復雜，不同的對接方式，也都會都會影響不同的策略，只有緊緊抓住“流量收益最大化”這個重點，兼顧多家利益，才能以不變應萬變。

• 電商節各大電商爭奪市場的時候，流量預算充足，為了多拿預算，流量優先分發給電商DSP；
• 某些DSP的eCPM和填充率都還可以，但是就是素材比較low，偶爾還可能涉及到黑五類廣告，或者說技術上存在小坑（比如網絡延遲高），此時針對這些DSP需要做流量限制；
• 某些DSP雖然eCPM不高，但是填充率還行，比較適合做保底填充，需要給予一定比例的流量養著；
• ……

本文由 @包子 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議