卖侧竞价与决策
P2 卖侧变现与决策 · 共 4 篇 · 按阅读顺序倒叙排列
-
SSP Yield 深挖：底价、流量分层与收益优化
Updated:本文是写给工程师的 SSP 收益优化深度解析。文章探讨了以收入为核心的目标函数，对比了 hard、soft 与动态底价在竞价环境中的应用与估价策略；深入剖析了流量分层中易发的自我实现偏差风险；并针对 Web 端 Header Bidding 与 GAM，以及 App 端 TopON，给出了底价对齐实践。最后结合实验方案解答了「eCPM 涨了收入却跌了」的排障难题。
-
多交易所接入工程清单：Vungle、Pangle与Mintegral
Updated:专为工程师打造的多交易所对接实战指南。本文以 TopON 为聚合层，Vungle、Pangle 及 Mintegral 为需求源，深入剖析卖侧工程细节。全面覆盖三层 ID 映射、OpenRTB 协议方言处理、端上超时预算切分、实时竞价与瀑布流历史 eCPM 混比逻辑，并详述 ATT 身份透传、激励回调防刷机制，以及至关重要的三角对账与线上排障。
-
媒体 Ad Server 深挖：它如何拍板每一次曝光
Updated:媒体 Ad Server（典型如 Google Ad Manager）是卖方侧决定广告曝光归谁的调度总控。本文将深度剖析 line item 优先级机制、曝光决策流水线的过滤与匹配环节、dynamic allocation 与统一竞价机制的底层逻辑、Header Bidding 的完整接入方式，并带你揭开其高并发低延迟的高 QPS 决策工程内核。
-
Header Bidding：Prebid 客户端与服务端架构解析
Updated:本文深入剖析 Header Bidding 核心机制，详细拆解 Prebid.js 客户端竞价的完整链路，探讨为何需要将竞价逻辑向服务端迁移（Prebid Server）。文章全面对比 C2S 与 S2S 架构在 cookie 匹配率、系统延迟、维护成本上的取舍，并从真实工程视角，拆解这个高并发低延迟的扇出竞价聚合服务是如何设计的。