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

如今，大部分開發者都是通過waterfall+bidding混合模式獲得更高廣告價格和廣告填充。那么，什么是waterfall？什么是bidding？它們是如何運行的？本文分析其廣告流量分發的邏輯和思路，希望對你有所啟發。

目前絕大部分開發者通過waterfall+bidding混合模式，以期獲得更高的廣告價格和更多的廣告填充。

但也有很多運營同學，對于waterfall+bidding的配置存在很多的疑問，因此本文主要解答在廣告運營中，waterfall和bidding配置中的要點和可能存在的問題。

一、什么是waterfall？什么是bidding？

waterfall和bidding都是廣告聚合系統中流量分發的模式。

waterfall是串行模式，廣告聚合系統根據基于歷史數據的配置，從高價到低價依次向廣告平臺給出價格詢價，直到有廣告平臺接受價格，此時的價格就是所有廣告平臺可以接受的最高的價格。

bidding則是并行模式，廣告聚合系統同時向配置的各廣告平臺發起詢價，各廣告平臺返回報價，媒體選擇報價最高的廣告平臺，此時的價格是所有廣告平臺可以給出的最高價格。

這里可以看出兩種模式的差異。waterfall是先預設價格，分次降序詢價，直到有廣告平臺接受價格。而bidding則反之，無預設價格（可以設置底價），一次詢價，價高者得。

對于開發者來說，waterfall存在著諸多的問題：

• waterfall基于歷史數據設置價格，這個歷史數據是多久的數據，冷啟動沒有歷史數據怎么辦
• 市場上預算是千變萬化的，歷史數據能否真實反應當下的價格，運營同學能否及時根據市場情況調整價格
• 串行的模式也意味著如果層級過多，廣告請求時長會很長，造成前端展現延遲，影響用戶體驗。而以上的問題，bidding模式均不存在，因此對于開發者來說，bidding無疑更好的模式。在當下，雖然主流的廣告平臺大多支持了bidding模式，但也有很多中小型平臺對bidding的支持還不完善，因此短時間內，純bidding模式還不現實，waterfall+bidding混合模式依然是開發者的主流。
• bidding既然這么好，為什么在waterfall穩定運行了多年之后，bidding才姍姍來遲。一方面是技術原因，bidding對于廣告平臺的出價能力要求更高，廣告平臺對于流量需要一次性出價，而不再像之前通過waterfall試探。另外一方面也有利益原因，相比于waterfall，bidding模式下廣告平臺渾水摸魚的空間變得更小。無論如何bidding取代waterfall是大勢。

二、waterfall和bidding怎樣運行

目前waterfall+bidding混合模式主要有兩種運行模式：

1. 優先請求Bidding，Bidding勝出者會和傳統瀑布流中的各個分層進行比較，最終讓出價最高的平臺獲得展示機會（如Bidding勝出者高于瀑布流的第一層價格，則不再請求瀑布流）；
2. Bidding和瀑布流同時請求，兩者比價，最終價高者得。兩種模式整體差別不大。

如果想要效率最大化，那么在2的基礎上做進一步的優化：

• bidding和waterfall均已出現勝出者，則兩者比價，價高者得。
• bidding出現勝出者，waterfall尚未完成，bidding勝出價格高于waterfall當前執行層級，則bidding勝出。
• bidding出現勝出者，waterfall尚未完成，bidding勝出價格低于waterfall當前執行層級，則等待waterfall執行到bidding勝出價格所在層級，如果waterfall無廣告平臺報價，則bidding勝出

這樣的優化一定程度上可以提升整體的效率，但競價邏輯變得更加復雜，因此是否需要采納還需要產品自行決策。

三、waterfall和bidding怎樣配置

無論Bidding還是瀑布流，兩者只是競價模式的區別，其中的配置才是關鍵。這里有幾個要點是配置中需要特別關注的。

• 不管是bidding還是waterfall，都需要有足夠的廣告平臺進行競爭，才能使利益更大化，廣告平臺較少都體現不出聚合的優勢。所以建議在預算的情況下，至少配置4~6家廣告平臺，以尋求競爭最大化，提升填充和價格。
• waterfall的層級需要精細化，不能太少也不能太多。無腦堆砌瀑布流層級，雖然一定程度上可以提升ecpm，但瀑布流是串行結構，過多的瀑布流層級會顯著影響廣告的耗時，尤其在一些網絡條件不是很好的地區，問題會更加顯著。因此對于曝光較少的層級可以選擇合并或者移除。瀑布流層級太少也存在問題，價格梯度不平滑，使得梯度間的價格收益被抹平。價格梯度上，建議低層級價格梯度20%，高層及價格梯度50%來進行梯度區分。
• waterfall需要經常調整，但頻繁的調整也會存在問題。廣告平臺機器學習需要時間和數據，因此對于陌生的流量，平臺傾向于出高價來獲取流量。雖然短期可以提升收益，但長期來看，頻繁更換id，調整waterfall配置并不利于廣告穩定的獲取，長期甚至會影響廣告平臺對于開發者的評價，反而得不償失。
• 不同的地區和用戶群體，也需要使用不同的配置策略。發達地區的用戶、手機價格更高的用戶可以配置更高的價格來獲取更高的收益，欠發達地區用戶。手機價格低的用戶可以減少高價層級的配置，降低廣告請求時長。這都是常見的策略。
• 對于同一個廣告平臺同時配置在bidding和waterfall，其實并無太大必要。同一個平臺對于同一流量，waterfall和bidding的價格不會有很大的差距，而因為waterfall梯度的原因，往往是bidding獲勝，最終結果是該平臺在waterfall的曝光減少，進一步導致在waterfall價格的下降。因此對于同時支持waterfall和bidding的平臺，可以在早期同時配置進行AB測試，在穩定后減少在waterfall中的配置。
• 一個好的廣告策略配置，最終呈現的結果是，從價格上來看，曝光呈現價格正態分布，曝光正態分布意味著既沒有把流量賤賣，又盡可能的獲得了高價（可以思考一下這個問題）從填充上來看，能實現95%以上的填充率，基本上可以認為接近了廣告收益的上限了。