程序化广告行业（47/89）：竞价指标剖析与流量对接要点

程序化广告行业（47/89）：竞价指标剖析与流量对接要点

大家好！一直以来，我都希望能和大家一同深入探索程序化广告行业的奥秘，这也是我持续撰写这一系列博客的动力。今天，咱们接着来剖析程序化广告中的关键内容，主要聚焦于竞价相关指标以及DSP与AdX/SSP的流量对接要点。希望通过这篇文章，能让大家对程序化广告的理解更上一层楼，在实际工作或学习中更得心应手。

一、深入理解竞价指标

在程序化广告的竞价过程中，一系列的竞价指标就像是航行中的仪表盘，能帮助我们精准把握竞价情况，及时调整策略。下面我们就来详细解读这些指标。

1. 流量相关指标
   • 竞价请求量：这是AdX/SSP能发给DSP的竞价请求总量，代表着市场上可供DSP参与竞价的总流量规模。它反映了整个市场的潜在机会，就好比是一个大池塘，里面的鱼（流量）越多，DSP钓到“大鱼”（优质流量）的可能性就越大。
   • 预过滤后请求量和实际发送请求量：预过滤是DSP根据自身需求设置的筛选条件，比如过滤掉三线城市流量，经过这层筛选后的请求量就是预过滤后请求量。而实际发送请求量是经过QPS（每秒查询率）过滤后的请求量。QPS过滤就像是一个流量阀门，控制着发送给DSP的请求数量，避免DSP因请求过多而不堪重负。
   • 实际发送率：实际发送请求量占竞价请求总量的比例就是实际发送率。这个指标能让我们了解到AdX/SSP实际分配给DSP的流量占总流量的比重，判断DSP在流量获取上的实际情况。
2. 出价相关指标
   • 出价次数、出价率和放弃竞价次数、放弃竞价率：出价次数是DSP参与竞价的总次数，出价率则体现了出价次数在实际发送请求量中的占比。放弃竞价次数是由于流量属性不符合广告主投放策略而放弃竞价的次数，放弃竞价率就是其在实际发送请求量中的占比。通过这些指标，我们可以分析DSP在面对不同流量时的参与程度和筛选策略。如果出价率低、放弃竞价率高，可能意味着DSP的投放策略设置较为严格，或者对流量质量要求较高。
   • 有效竞价次数和无效竞价次数：有效竞价次数是符合投放要求并成功响应的竞价次数，无效竞价次数则是因为出价低于底价、创意不符等各种原因导致的无效竞价情况。了解这两个指标，能帮助我们判断DSP在竞价过程中的有效性和准确性。
3. 竞价结果相关指标
   • 成功竞得次数、成功竞得率和竞价失败次数、竞价失败率：成功竞得次数代表DSP成功赢得广告展示机会的次数，成功竞得率反映了成功竞得次数在出价次数中的占比。竞价失败次数和竞价失败率则从相反的角度，展示了竞价未成功的情况。这两组指标直接关系到广告能否展示给目标用户，是衡量竞价效果的关键指标。
   • 曝光次数、曝光率和使用率：曝光次数是广告在用户设备上实际展示的次数，曝光率体现了曝光次数在成功竞得次数中的占比。使用率是成功竞得并曝光的次数占实际发送请求量的比例，它综合反映了从流量获取到广告展示的整个过程的效率。

在实际情况中，成功竞得次数和曝光次数并不总是相等。例如在移动端，由于复杂的网络环境，AdX/SSP常采用缓存机制。如果用户未进入相应界面，广告虽成功竞得但无法曝光；当AdX/SSP同时对接DSP和Ad N广告网盟时，若DSP出价低于Ad N价格，也会出现成功竞得但无曝光的情况；还有AdX/SSP可能会重复曝光广告，导致成功竞得次数和曝光次数不一致 。

二、DSP与AdX/SSP的流量对接要点

媒体流量的质和量是衡量DSP优劣的重要标准，因此，DSP与AdX/SSP的流量对接工作至关重要。

1. 对接时间与升级工作：通常情况下，对接一家AdX/SSP大约需要两周时间，但这取决于AdX/SSP的接口成熟度、运营成熟度等因素。如果对方接口不完善、文档不齐全或运营人力不足，对接时间可能会超过一个月。此外，DSP不仅要对接新的AdX/SSP，还需要对已对接的进行持续升级，包括增加广告类型、交易模式，更新已有接口等。
2. 对接前的评估工作：对于大型DSP而言，在对接新AdX/SSP或升级现有AdX/SSP之前，都需要进行全面评估。评估内容包括流量质量、流量规模以及技术成熟度等方面。只有确保对接或升级后能提升广告主的投放效果，才值得投入资源进行相关工作。
3. AdX/SSP基本情况确认：在对接过程中，需要详细了解AdX/SSP的各项基本情况。
   • 计费与流量规模：明确其竞价计费模式是CPM还是CPC，了解资源量级，如日均PV（页面浏览量）、日均UV（独立访客数），以及PC流量和移动流量的比例、iOS流量和Android流量的比例等，这些数据能帮助DSP更好地规划投放策略。
   • 广告价值与类型：关注eCPM（每千次展示期望收入）、eCPC（每次点击期望收入）、CTR（点击率）等指标，了解广告流量的价值和点击情况。同时，掌握广告位类型及其占比，如Banner、贴片、信息流、开屏等，以便根据不同广告位的特点进行针对性投放。
   • 技术与规则细节：了解点击跳转逻辑，包括iOS和安卓流量的不同跳转方式；确认是否提供CDN（内容分发网络）、视频频道分类等技术支持；明确移动端流量支持的设备号ID类型，以及是否提供DMP（数据管理平台）人群标签等。此外，还要清楚行业限制规则，避免违规投放。
4. 竞价接口相关要点：了解AdX/SSP的竞价接口是否支持媒体分类信息、上网类型定向、设备类型定向、设备品牌定向等功能。这些定向功能能帮助DSP更精准地定位目标用户，提高广告投放的精准度和效果。

三、代码示例：计算竞价指标

下面用Python代码来模拟计算一些竞价指标，帮助大家更好地理解其计算逻辑。假设我们已经获取了相关的基础数据，如竞价请求总量、实际发送请求量、出价次数、成功竞得次数等。

# 假设获取到的数据
bid_request_total = 1000  # 竞价请求总量
actual_sent_request = 800  # 实际发送请求量
bid_count = 600  # 出价次数
won_count = 300  # 成功竞得次数
exposure_count = 250  # 曝光次数# 计算实际发送率
actual_send_rate = actual_sent_request / bid_request_total
print(f"实际发送率为: {actual_send_rate * 100:.2f}%")# 计算出价率
bid_rate = bid_count / actual_sent_request
print(f"出价率为: {bid_rate * 100:.2f}%")# 计算成功竞得率
win_rate = won_count / bid_count
print(f"成功竞得率为: {win_rate * 100:.2f}%")# 计算曝光率
exposure_rate = exposure_count / won_count
print(f"曝光率为: {exposure_rate * 100:.2f}%")# 计算使用率
usage_rate = exposure_count / actual_sent_request
print(f"使用率为: {usage_rate * 100:.2f}%")

通过这段代码，我们可以直观地看到如何根据实际数据计算不同的竞价指标，这些指标能为我们分析竞价效果提供有力支持。

写作这篇博客真的很不容易，从知识点的整理到代码示例的编写，每一步都花费了不少心思。希望这篇文章能让大家对程序化广告的竞价指标和流量对接有更清晰的认识。如果您觉得这篇文章对您有帮助，恳请点赞、评论支持一下，也请关注我的博客，后续我还会继续分享更多程序化广告行业的干货，咱们一起在这个领域共同成长！