流量，作为广告变现的基础，如何合理利用流量，充分发挥其最大价值，是每个广告从业者都会面临的问题。本文从ADX的角度，探讨流量流转中的分发机制，合理的分发机制可最大化流量利益，希望读者能从本文获取一些启发。
ADX（AD Exchange），广告交易市场，在流量流转流程中起承上启下作用，向上对接DSP，向下对SSP/媒体负责，借助其工作流程来了解广告流量流转机制，有助于我们更好的去理解流量过分发过程中可能存在的优化点。广告流量流转机制如下：
- 当前端App触发广告流量机会时，会将本次流量下发给其对接的ADX，流量属性中通常会带有广告位和用户信息等相关属性；
- ADX在接收到流量请求时，首先会校验流量的合法性，最简单的就是参数校验，然后校验订单/DSP的预设值，最终将该流量下发给哪些DSP；
- DSP接收到本次流量时，根据流量中携带的相关属性决定是否参与竞价，如果流量合适，则返回参竞价格（或者dealId）及广告元素给ADX；
- ADX接收各家DSP竞价信息，在经过一系列的有效性判断之后根据价格竞价排序，价高者得之，将获胜的广告信息下发给媒体，同时通知DSP其广告获胜了（这一步非必需，但建议有）；
- 媒体在收到广告信息后，对广告进行渲染展示。
针对通过监测链接回传行为数据，有C2S（Client to Server）和S2S（Serverto Server）两种模式，目前大多数客户都投放时都要求C2S的上报方式。
通过上述流量流转流程可以发现，广告流量主要在ADX侧进行转发，如果ADX对接了多家DSP，合理的流量分发机制可以提升填充率及ecpm，使得流量收益最大化。
当ADX对接了多个DSP时，在请求不同的DSP时，是该串行请求还是该并行请求呢？这里面就涉及不同的策略。
在广告行业中，Waterfall指的是“在无法实时评估每次流量的价值时，基于历史eCPM数据，从上到下请求DSP，分发流量”。这就是所说的广告串行请求。
假如有1000个广告请求，则有以下广告请求方案：
收益 = 1000 * 20 / 1000 * 30% = 6
收益 = 1000 * 15 / 1000 * 50% = 7.5
收益 = 1000 * 25 / 1000 *20% = 5
方案4：先把1000个广告请求全部请求 DSP3 ，把未填充的部分请求 DSP1，最后未填充的部分请求DSP2，具体流量分发流程图如下。
方案4最终的收益14元，填充率为72%，相对于前三种方案，既提升了收益，又提升了填充率。
这里关于“历史数据的eCPM”，咱们展开讲一下：
我们唯一能够做的就是尽去预测每家的eCPM以及填充率，这可以通过历史数据去验证，也可以通过商务关系去了解，只有得到了正确稳定的数值，对我们来说才是真实可靠的。3天、7天、10天或者更久都是ok的，只要你认为这个数字是合理的，经得起推敲就可以。
如果对于两个DSP，他们的eCPM和填充率都一样的情况下，如何排序呢？此时可以从其它纬度来评估，例如接口响应时长，素材质量等方面去考量。
既然Waterfall有诸多问题，那有木有其它替代方案？
“Header Bidding”，中文翻译为“头部竞价”，字面意思理解就是“流量发给头部买家，头部媒体进行竞价，然后将获胜的底价作为底价去请求其它不支持实时竞价的DSP”。要想实现这个，首先得有如下几个前提：
- 头部买家在返回广告素材时，需要同时返回出价，这样媒体／ADX才可以完成竞价；
- 非头部买家虽然不支持实时返回出价，但需要支持传入广告位底价，这样如果有广告返回，那么价格一定高于底价，对ADX和媒体来说收益最高。
DFP(Google Doubleclick For Publisher)，国外PC网站集成最多的广告平台，由于其垄断了PC广告，加上Google的Ad Exchange dynamitc bidding（感兴趣的朋友百度了解），对Publisher和其它DSP很不友好，因此AppNexus希望联手其它的ADX/DSP一起通过Header Bidding技术来撼动DFP的垄断地位。
在国内，PC的发展已相对比较停滞不前，更大的潜力在移动端。因此更准确的说，国内的header bidding应该叫In-App bidding。
四、总结
当然现实中的环境错综复杂，不同的对接方式，也都会都会影响不同的策略，只有紧紧抓住“流量收益最大化”这个重点，兼顾多家利益，才能以不变应万变。
- 电商节各大电商争夺市场的时候，流量预算充足，为了多拿预算，流量优先分发给电商DSP；
- 某些DSP的eCPM和填充率都还可以，但是就是素材比较low，偶尔还可能涉及到黑五类广告，或者说技术上存在小坑（比如网络延迟高），此时针对这些DSP需要做流量限制；
- 某些DSP虽然eCPM不高，但是填充率还行，比较适合做保底填充，需要给予一定比例的流量养着；
- ……
题图来自 Unsplash，基于CC0协议
