常见术语
面向 ADX、SSP、DSP、OCPX、RTA、归因、算法、大数据与商业分析的系统化知识索引。
版本：v1.0
更新日期：2026-09-17
使用说明
- 这不是单纯的缩写表，而是按照广告业务链路组织的知识索引。
- “怎么计算”为常见口径；实际使用时必须结合计费事件、时间窗口、去重规则、归因窗口和数据成熟度。
- 同一术语在不同平台可能有不同定义，例如 Fill Rate、CVR、Revenue、ROAS，落地时应建立本公司的指标字典。
- GMV 不是收入，Revenue 不是利润：应继续向下观察退款、净 GMV、毛利和净利润。
核心业务链路
媒体流量 → Ad Request → Bid Request → Bid Response → Auction → Win
→ Ad Response → Render → Impression → Click → Arrival
→ Conversion → Order → Paid Order → GMV → Net GMV → Revenue → Profit核心关系式
Bid Rate = Bid / Bid Request
Win Rate = Win / Bid
Fill Rate = Filled Request / Ad Request
CTR = Click / Impression
CVR = Conversion / Click
CTCVR = Conversion / Impression
CPA = Ad Spend / Conversion
ROAS = Attributed Revenue(or GMV) / Ad Spend
Net GMV = GMV - Cancelled Amount - Refunded Amount
Revenue ≈ Request × Fill Rate × eCPM / 1000目录
- 行业角色与平台
- 广告业务对象与层级
- 流量、请求与响应
- RTB竞价与拍卖
- 交易模式与合约
- 展示、点击与转化漏斗
- 填充与媒体变现
- 计费方式与价格指标
- 商业价值、GMV与利润
- 电商转化与订单质量
- 用户价值与增长
- 预算、Pacing与交付
- 定向与流量筛选
- 人群数据与画像
- 频控、触达与去重
- 归因与转化回传
- 重定向与身份匹配
- 设备标识与客户端环境
- OCPX与智能出价
- 召回、排序与广告选择
- 预估模型与特征
- 模型离线评估
- 在线学习与模型运行
- RTA与实时策略
- 素材、创意与审核
- 视频广告
- 移动应用效果
- OpenRTB协议对象
- OpenRTB字段与通知
- 广告宏、监测与跳转
- 反作弊与流量质量
- 品牌安全与可见性
- 隐私、合规与供应链透明
- 实验、因果与增量评估
- 数据采集、日志与埋点
- 广告大数据与实时计算
- 指标体系与数据质量
- 系统性能与可靠性
- 成本、结算与财务对账
- 运营优化与诊断
1. 行业角色与平台
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 广告主 | Advertiser | Advertiser | 购买流量、推广商品或服务的一方 | — | 转化、CPA、ROAS |
| 媒体主 | Publisher | Publisher | 拥有网站、App或内容流量的一方 | — | 填充率、eCPM、收入 |
| 广告代理商 | Agency | Advertising Agency | 代广告主管理策略、素材与预算 | — | 客户效果与服务费 |
| 媒体代理商 | Media Agency | Media Agency | 负责媒体采购、排期与议价 | — | 采购成本与覆盖 |
| 广告网络 | Ad Network | Advertising Network | 聚合媒体流量并转售给买方 | — | 填充率与价差 |
| 广告交易平台 | ADX | Ad Exchange | 连接SSP和DSP并完成实时竞价 | — | QPS、填充率、RPM |
| 需求方平台 | DSP | Demand-Side Platform | 帮助广告主程序化购买流量 | — | CPA、ROAS、消耗 |
| 供应方平台 | SSP | Supply-Side Platform | 帮助媒体管理和变现广告库存 | — | Fill Rate、eCPM |
| 数据管理平台 | DMP | Data Management Platform | 采集、治理和使用人群数据 | — | 覆盖率、标签准确率 |
| 客户数据平台 | CDP | Customer Data Platform | 统一企业第一方客户数据 | — | 身份统一与激活率 |
| 移动归因平台 | MMP | Mobile Measurement Partner | 衡量移动广告安装和转化归因 | — | 归因准确率 |
| 广告服务器 | Ad Server | Advertising Server | 投放素材并记录曝光点击 | — | 投放成功率、延迟 |
| 交易台 | Trading Desk | Agency Trading Desk | 集中执行程序化广告采购与优化 | — | 采购效率、ROI |
2. 广告业务对象与层级
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 广告账户 | Account | Advertising Account | 广告投放和结算的顶层主体 | — | 账户消耗与余额 |
| 广告主 | Advertiser Entity | Advertiser Entity | 系统中的广告主业务实体 | — | 整体效果 |
| 推广计划 | Campaign | Campaign | 承载目标、预算和周期的投放单元 | — | 预算完成率 |
| 广告组 | Ad Group | Ad Group | 计划下组织定向、出价和广告的单元 | — | 组级CPA |
| 广告单元 | Ad Unit | Advertising Unit | 具体参与投放控制的最小业务单元 | — | 单元效果 |
| 广告 | Ad | Advertisement | 面向用户展示的推广内容 | — | CTR、CVR |
| 创意 | Creative | Advertising Creative | 广告的文案、图片、视频等表达 | — | CTR、完播率 |
| 素材 | Asset | Creative Asset | 构成创意的图片、视频、文本等资源 | — | 审核率、加载率 |
| 落地页 | Landing Page | Landing Page | 用户点击后到达的目标页面 | — | 到达率、CVR |
| 商品 | Product | Product | 广告所推广的具体商品或服务 | — | 销量、GMV |
| 广告位 | Placement | Advertising Placement | 媒体中可展示广告的位置 | — | 填充率、eCPM |
| 库存 | Inventory | Advertising Inventory | 媒体可售卖的广告展示机会 | — | 库存利用率 |
| 订单 | Insertion Order | Insertion Order | 买卖双方约定预算和条款的投放订单 | — | 履约率 |
3. 流量、请求与响应
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 广告请求 | Ad Request | Ad Request | 媒体向广告系统请求广告 | 请求计数 | QPS、成功率 |
| 竞价请求 | Bid Request | Bid Request | ADX向DSP发送的竞价机会 | 请求计数 | 有效请求率 |
| 竞价响应 | Bid Response | Bid Response | DSP对竞价请求返回的结果 | 响应计数 | 响应率 |
| 请求量 | Request Volume | Request Volume | 一定时间内收到的请求总数 | count(request) | 容量与规模 |
| 独立访客 | UV | Unique Visitor | 指定周期内访问媒体或页面的去重用户数 | 用户ID去重计数 | 受众规模 |
| 页面浏览量 | PV | Page View | 页面被浏览或加载的次数 | 计数 | 内容流量 |
| 访问次数 | VV | Visit View | 用户访问媒体或页面的会话次数 | 按会话规则计数 | 访问活跃度 |
| 每秒查询数 | QPS | Queries Per Second | 系统每秒处理的请求数 | 请求数÷秒数 | 吞吐能力 |
| 每秒事务数 | TPS | Transactions Per Second | 系统每秒完成的事务数 | 事务数÷秒数 | 业务吞吐 |
| 并发数 | Concurrency | Concurrency | 同一时刻正在处理的请求数 | 近似QPS×平均延迟 | 资源压力 |
| 响应率 | Response Rate | Response Rate | 收到有效响应的请求比例 | Response÷Request | 对接质量 |
| 成功率 | Success Rate | Success Rate | 成功处理的请求比例 | Success÷Total | 系统可用性 |
| 超时率 | Timeout Rate | Timeout Rate | 超过时限未完成的请求比例 | Timeout÷Request | 延迟与稳定性 |
| 错误率 | Error Rate | Error Rate | 处理失败的请求比例 | Error÷Request | 服务质量 |
| 无效请求率 | Invalid Request Rate | Invalid Request Rate | 协议或业务校验失败的比例 | Invalid÷Request | 流量质量 |
| 空响应率 | No-Bid Rate | No-Bid Rate | DSP明确不出价的响应比例 | NoBid÷Request | 买方参与度 |
4. RTB竞价与拍卖
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 实时竞价 | RTB | Real-Time Bidding | 对单次展示机会实时出价交易 | — | 收益与延迟 |
| 出价 | Bid | Bid | 买方对展示机会给出的价格 | — | 竞价能力 |
| 底价 | Floor | Bid Floor | 卖方接受的最低竞价价格 | — | 填充与收益平衡 |
| 清算价 | Clearing Price | Clearing Price | 拍卖最终成交的价格 | — | 媒体收益 |
| 赢标 | Win | Auction Win | 买方在拍卖中胜出 | 赢标计数 | Win Rate |
| 落标 | Loss | Auction Loss | 买方未赢得本次拍卖 | 落标计数 | Loss原因 |
| 竞价率 | Bid Rate | Bid Rate | 请求中DSP实际出价的比例 | Bid÷Bid Request | 参与程度 |
| 赢标率 | Win Rate | Win Rate | 出价中最终赢标的比例 | Win÷Bid | 价格竞争力 |
| 第一价拍卖 | FPA | First-Price Auction | 最高出价者按自己报价成交 | — | 真实出价成本 |
| 第二价拍卖 | SPA | Second-Price Auction | 最高出价者按次高价加价成交 | — | 策略性出价 |
| 价格修正 | Price Shading | Price Shading | 一价拍卖中预测最低可赢价格 | 模型预测 | 节省采购成本 |
| 拍卖密度 | Auction Density | Auction Density | 每次拍卖的平均有效Bid数量 | Bid÷Auction | 竞争程度 |
| 软底价 | Soft Floor | Soft Floor | 低于底价仍可能参与特定清算的规则 | — | 收益策略 |
5. 交易模式与合约
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 公开竞价 | Open Auction | Open Auction | 面向多个买方的公开实时竞价 | — | 竞争与收益 |
| 私有市场 | PMP | Private Marketplace | 限定合作买卖双方的交易市场 | — | Deal收入 |
| 私有竞价 | Private Auction | Private Auction | 受邀DSP之间进行的竞价 | — | 成交率 |
| 优先交易 | PD | Preferred Deal | 固定价格下买方有优先购买权 | — | 成交量 |
| 程序化保量 | PG | Programmatic Guaranteed | 自动化执行约定量价的保量交易 | — | 履约率 |
| 保量广告 | Guaranteed | Guaranteed Advertising | 承诺交付约定曝光或触达 | Actual÷Target | 交付率 |
| 非保量广告 | Non-GD | Non-Guaranteed Advertising | 不承诺具体交付量的交易 | — | 市场收益 |
| 交易编号 | Deal ID | Deal Identifier | 标识PMP或PG交易的唯一编号 | — | Deal统计 |
| 直接交易 | Direct Deal | Direct Deal | 买卖双方直接议价达成的交易 | — | 合同收益 |
| 框架协议 | MSA | Master Service Agreement | 约定长期合作通用商务条款 | — | 合规与结算 |
| 插单 | IO | Insertion Order | 约定投放周期、预算、资源和价格 | — | 订单履约 |
| 承诺量 | Commitment | Volume Commitment | 合同约定必须交付或采购的量 | — | 完成率 |
| 补量 | Makegood | Makegood | 未达成承诺后追加的免费或补偿流量 | 缺口量 | 履约补偿 |
6. 展示、点击与转化漏斗
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 广告返回 | Ad Response | Ad Response | 系统向媒体返回可展示广告 | 计数 | 填充率 |
| 渲染 | Render | Ad Render | 客户端完成广告内容渲染 | 计数 | 渲染率 |
| 曝光 | IMP | Impression | 广告满足曝光计数规则 | 计数 | CTR、eCPM |
| 点击 | Click | Ad Click | 用户点击广告 | 计数 | CTR |
| 到达 | Arrival | Landing Arrival | 点击后成功打开落地页 | 计数 | 到达率 |
| 转化 | CV | Conversion | 发生注册、安装、购买等目标行为 | 计数 | CVR、CPA |
| 点击率 | CTR | Click-Through Rate | 曝光产生点击的比例 | Click÷IMP | 创意与匹配效果 |
| 点击转化率 | CVR | Conversion Rate | 点击后发生转化的比例 | CV÷Click | 后链路效果 |
| 曝光转化率 | CTCVR | Click-Through Conversion Rate | 曝光最终产生转化的比例 | CV÷IMP | 整体转化效率 |
| 到达率 | Arrival Rate | Arrival Rate | 点击后成功到达落地页的比例 | Arrival÷Click | 页面和网络质量 |
| 渲染率 | Render Rate | Render Rate | 广告返回后成功渲染的比例 | Render÷Ad Response | 展示链路质量 |
| 曝光率 | IMP Rate | Impression Rate | 广告返回后形成曝光的比例 | IMP÷Ad Response | 流量真实性 |
| 漏斗转化率 | Funnel CVR | Funnel Conversion Rate | 漏斗起点到终点的转化比例 | End÷Start | 全链路效率 |
7. 填充与媒体变现
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 填充率 | Fill Rate | Fill Rate | 广告请求最终获得广告的比例 | Filled÷Ad Request | 库存变现能力 |
| 匹配率 | Match Rate | Match Rate | 请求成功匹配可投广告的比例 | Matched÷Request | 供需匹配 |
| 变现率 | Monetization Rate | Monetization Rate | 流量成功产生计费收入的比例 | Paid IMP÷Opportunity | 商业化效率 |
| 千次请求收入 | RPM | Revenue Per Mille Requests | 每千次请求产生的收入 | Revenue÷Request×1000 | 整体流量价值 |
| 请求eCPM | Request eCPM | Request Effective CPM | 折算到每千请求的收入 | Revenue÷Request×1000 | ADX整体效率 |
| 库存利用率 | Inventory Utilization | Inventory Utilization Rate | 可售库存实际被使用的比例 | Sold÷Available | 库存效率 |
| 未填充率 | Unfilled Rate | Unfilled Rate | 请求未返回广告的比例 | Unfilled÷Request | 供需缺口 |
| Passback率 | Passback Rate | Passback Rate | 广告机会被退回上游的比例 | Passback÷Opportunity | 链路损耗 |
| 瀑布层级 | Waterfall | Waterfall Mediation | 按优先级依次请求广告源 | — | 收益与延迟 |
| 中介平台 | Mediation | Ad Mediation | 统一管理多个广告源和分配策略 | — | 填充与收益 |
| 底价优化 | Floor Optimization | Floor Price Optimization | 动态选择底价以最大化收入 | 模型优化 | Revenue |
| 收益率 | Yield | Advertising Yield | 单位库存产生的变现价值 | Revenue÷Inventory | 媒体变现 |
| 收益管理 | Yield Management | Yield Management | 综合价格、填充和合约优化库存收益 | — | 总收入 |
8. 计费方式与价格指标
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 千次曝光成本 | CPM | Cost Per Mille | 每千次曝光的费用 | Cost÷IMP×1000 | 曝光采购成本 |
| 每次点击成本 | CPC | Cost Per Click | 每次有效点击的费用 | Cost÷Click | 点击成本 |
| 每次转化成本 | CPA | Cost Per Acquisition | 每次目标转化的费用 | Cost÷CV | 获客效率 |
| 每次安装成本 | CPI | Cost Per Install | 每次App安装的费用 | Cost÷Install | 安装成本 |
| 每条线索成本 | CPL | Cost Per Lead | 每条有效销售线索的费用 | Cost÷Lead | 线索效率 |
| 每次销售成本 | CPS | Cost Per Sale | 每笔成交对应的广告成本 | Cost÷Sale | 销售成本 |
| 每次观看成本 | CPV | Cost Per View | 每次有效视频观看的成本 | Cost÷View | 视频效果 |
| 有效千次曝光成本 | eCPM | Effective Cost Per Mille | 收入或成本折算到每千曝光 | Revenue或Cost÷IMP×1000 | 跨模式比较 |
| 平均点击成本 | Avg CPC | Average Cost Per Click | 实际平均每次点击费用 | Cost÷Click | 竞价成本 |
| 平均转化成本 | Avg CPA | Average Cost Per Acquisition | 实际平均每次转化费用 | Cost÷CV | 成本达标 |
| 目标转化成本 | tCPA | Target Cost Per Acquisition | 智能出价期望达到的平均CPA | 目标值 | 约束出价 |
| 目标广告回报 | tROAS | Target Return on Ad Spend | 智能出价期望达到的ROAS | 目标值 | 价值约束 |
| 计费事件 | Billable Event | Billable Event | 触发费用确认的曝光、点击或转化事件 | — | 计费一致性 |
9. 商业价值、GMV与利润
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 广告消耗 | Spend | Advertising Spend | 广告主实际花费的广告金额 | Σ计费金额 | 预算执行 |
| 营业收入 | Revenue | Revenue | 企业因业务取得的收入 | Σ确认收入 | 经营规模 |
| 商品交易总额 | GMV | Gross Merchandise Value | 一定时期内商品成交总金额 | Σ成交订单金额 | 交易规模 |
| 净商品交易总额 | Net GMV | Net Gross Merchandise Value | 扣除取消和退款后的成交额 | GMV-取消额-退款额 | 真实交易价值 |
| 客单价 | AOV | Average Order Value | 每笔订单平均成交金额 | GMV÷订单数 | 订单价值 |
| 广告支出回报 | ROAS | Return on Ad Spend | 每元广告费带来的收入或GMV | 归因收入或GMV÷Spend | 投放产出 |
| 投资回报率 | ROI | Return on Investment | 投入产生的净收益比例 | (收益-成本)÷成本 | 盈利能力 |
| 毛利 | GP | Gross Profit | 收入扣除商品或服务直接成本 | Revenue-COGS | 基础盈利 |
| 毛利率 | GPM | Gross Profit Margin | 毛利占收入的比例 | Gross Profit÷Revenue | 盈利质量 |
| 净利润 | Net Profit | Net Profit | 扣除全部成本费用后的利润 | Revenue-Total Cost | 最终收益 |
| 贡献毛利 | Contribution Margin | Contribution Margin | 收入扣除可变成本后的贡献 | Revenue-Variable Cost | 投放增量价值 |
| 盈亏平衡ROAS | Break-even ROAS | Break-Even ROAS | 广告不亏损所需的最低ROAS | 1÷毛利率 | 止损线 |
| 增量收入 | Incremental Revenue | Incremental Revenue | 由广告真正新增而非自然发生的收入 | 实验组收入-对照组收入 | 真实广告价值 |
10. 电商转化与订单质量
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 商品详情浏览 | PDP View | Product Detail Page View | 用户访问商品详情页 | 计数 | 商品兴趣 |
| 加购 | ATC | Add to Cart | 用户把商品加入购物车 | 计数 | 购买意向 |
| 加购率 | ATC Rate | Add-to-Cart Rate | 访问或点击后发生加购的比例 | ATC÷Visit | 商品与页面效果 |
| 结账发起 | Checkout | Initiate Checkout | 用户进入结账流程 | 计数 | 高意向行为 |
| 下单 | Order | Order Placement | 用户创建订单 | 计数 | 订单规模 |
| 下单率 | Order Rate | Order Conversion Rate | 访问或点击后下单的比例 | Orders÷Visit或Click | 交易转化 |
| 支付成功 | Paid Order | Paid Order | 订单完成有效支付 | 计数 | 真实成交 |
| 支付率 | Pay Rate | Payment Rate | 下单后支付成功的比例 | Paid Orders÷Orders | 支付链路质量 |
| 退款率 | Refund Rate | Refund Rate | 支付订单发生退款的比例 | Refunded Orders÷Paid Orders | 订单质量 |
| 取消率 | Cancellation Rate | Cancellation Rate | 订单被取消的比例 | Cancelled Orders÷Orders | 成交质量 |
| 复购率 | Repeat Purchase Rate | Repeat Purchase Rate | 客户在周期内再次购买的比例 | 复购客户÷购买客户 | 客户忠诚度 |
| 退货率 | Return Rate | Product Return Rate | 已售商品被退回的比例 | Returned Orders÷Paid Orders | 商品质量 |
| 净支付金额 | Net Paid Value | Net Paid Value | 支付金额扣除退款后的净额 | Paid Value-Refund Value | 实际价值 |
11. 用户价值与增长
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 平均每用户收入 | ARPU | Average Revenue Per User | 平均每个用户贡献的收入 | Revenue÷Users | 用户价值 |
| 平均每付费用户收入 | ARPPU | Average Revenue Per Paying User | 每个付费用户的平均收入 | Revenue÷Paying Users | 付费深度 |
| 客户生命周期价值 | LTV | Customer Lifetime Value | 客户生命周期内贡献的累计价值 | 生命周期收入或毛利现值 | 长期价值 |
| 客户获取成本 | CAC | Customer Acquisition Cost | 获取一个新增客户的平均成本 | 获客投入÷新增客户 | 增长效率 |
| LTV/CAC | LTV/CAC | Lifetime Value to CAC Ratio | 生命周期价值与获客成本的比值 | LTV÷CAC | 商业可持续性 |
| 新客 | New Customer | New Customer | 首次完成定义行为的客户 | 去重计数 | 拉新规模 |
| 新客成本 | NCAC | New Customer Acquisition Cost | 获得一个新客的广告成本 | Spend÷New Customers | 拉新效率 |
| 激活率 | Activation Rate | Activation Rate | 新增用户完成关键激活行为的比例 | Activated÷New Users | 产品价值到达 |
| 留存率 | Retention Rate | Retention Rate | 用户在指定周期仍保持活跃的比例 | Retained÷Cohort Users | 长期质量 |
| 流失率 | Churn Rate | Churn Rate | 用户在周期内停止使用或付费的比例 | Churned÷Start Users | 客户损失 |
| 回本周期 | Payback Period | CAC Payback Period | 累计毛利覆盖获客成本所需时间 | CAC÷周期贡献毛利 | 现金效率 |
| 队列分析 | Cohort Analysis | Cohort Analysis | 按获取时间或特征分组比较用户表现 | — | 长期趋势 |
| 净推荐值 | NPS | Net Promoter Score | 推荐者占比减去贬损者占比 | Promoters%-Detractors% | 满意与口碑 |
12. 预算、Pacing与交付
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 预算 | Budget | Advertising Budget | 允许投放消耗的金额上限 | — | 预算完成率 |
| 日预算 | Daily Budget | Daily Budget | 单日允许消耗的预算 | — | 日消耗控制 |
| 总预算 | Lifetime Budget | Lifetime Budget | 整个计划周期的预算 | — | 总交付 |
| 预算节奏 | Pacing | Budget Pacing | 控制预算随时间消耗的速度 | Actual Spend÷Target Spend | 平滑交付 |
| 匀速投放 | Even Pacing | Even Pacing | 按时间均匀分配预算 | — | 稳定消耗 |
| 加速投放 | Accelerated Delivery | Accelerated Delivery | 尽快争取符合条件的流量 | — | 快速获量 |
| 超投 | Overspend | Overspending | 实际消耗超过预算 | Spend-Budget | 资金风险 |
| 欠投 | Underdelivery | Underdelivery | 实际交付未达到目标 | Target-Actual | 履约风险 |
| 交付率 | Delivery Rate | Delivery Rate | 实际交付量占目标量的比例 | Actual÷Target | 计划完成度 |
| 预算利用率 | Budget Utilization | Budget Utilization Rate | 实际消耗占可用预算的比例 | Spend÷Budget | 预算使用 |
| 日内节奏 | Intraday Pacing | Intraday Pacing | 在一天内按时段控制消耗 | — | 峰谷平衡 |
| 平滑系数 | Pacing Multiplier | Pacing Multiplier | 调节参与率或出价的节奏系数 | 策略计算 | 控制消耗 |
| 预算截断 | Budget Capping | Budget Capping | 达到预算上限后停止投放 | — | 防止超投 |
13. 定向与流量筛选
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 定向 | Targeting | Targeting | 指定广告可以触达的流量范围 | — | CTR、CVR |
| 地域定向 | Geo Targeting | Geographic Targeting | 按国家、省市或地理围栏投放 | — | 区域效果 |
| 设备定向 | Device Targeting | Device Targeting | 按设备类别或型号投放 | — | 设备效果 |
| 操作系统定向 | OS Targeting | Operating System Targeting | 按Android、iOS等系统投放 | — | 适配与CPA |
| 应用定向 | App Targeting | Application Targeting | 按指定App或App集合投放 | — | 媒体质量 |
| 媒体定向 | Publisher Targeting | Publisher Targeting | 按媒体主体筛选流量 | — | ROI |
| 广告位定向 | Placement Targeting | Placement Targeting | 按媒体广告位进行投放 | — | 版位效果 |
| 时段定向 | Dayparting | Daypart Targeting | 按星期和小时控制投放 | — | 时段效率 |
| 兴趣定向 | Interest Targeting | Interest Targeting | 依据用户兴趣标签投放 | — | 相关性 |
| 行为定向 | Behavioral Targeting | Behavioral Targeting | 依据历史行为投放 | — | CVR |
| 上下文定向 | Contextual Targeting | Contextual Targeting | 依据当前内容语义选择广告 | — | 相关性与安全 |
| 白名单 | Allowlist | Allowlist | 仅允许指定对象参与 | — | 质量控制 |
| 黑名单 | Blocklist | Blocklist | 排除指定对象 | — | 风险控制 |
14. 人群数据与画像
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 第一方数据 | 1P Data | First-Party Data | 企业直接从用户关系中获得的数据 | — | 准确性与合规 |
| 第二方数据 | 2P Data | Second-Party Data | 合作方授权共享的第一方数据 | — | 覆盖与准确 |
| 第三方数据 | 3P Data | Third-Party Data | 外部数据供应商提供的数据 | — | 人群覆盖 |
| 零方数据 | 0P Data | Zero-Party Data | 用户主动明确提供的偏好数据 | — | 意图准确性 |
| 用户画像 | User Profile | User Profile | 用户属性、兴趣和行为的集合 | — | 标签完整度 |
| 用户标签 | User Tag | User Tag | 描述用户特征的离散或连续标识 | — | Precision、Recall |
| 人群分群 | Segment | Audience Segment | 按规则或模型形成的用户集合 | — | 覆盖与CVR |
| 种子人群 | Seed | Seed Audience | 用于相似扩展的高质量用户集合 | — | 种子纯度 |
| 相似人群 | LAL | Lookalike Audience | 与种子用户特征相似的扩展人群 | 模型相似度 | 增量转化 |
| 人群扩量 | Audience Expansion | Audience Expansion | 扩大目标人群以获得更多转化 | — | 量级与CPA |
| 标签覆盖率 | Tag Coverage | Tag Coverage Rate | 可获得目标标签的用户比例 | Tagged Users÷Users | 数据可用性 |
| 标签准确率 | Tag Precision | Tag Precision | 被打标签用户中真实符合者比例 | TP÷(TP+FP) | 标签质量 |
| 标签新鲜度 | Data Freshness | Data Freshness | 用户数据距最近更新的时间 | 当前时间-更新时间 | 时效性 |
15. 频控、触达与去重
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 频次 | Frequency | Ad Frequency | 每个用户平均看到广告的次数 | IMP÷Unique Users | 过曝控制 |
| 频控 | FC | Frequency Capping | 限制用户在窗口内的曝光次数 | — | 体验与ROI |
| 触达人数 | Reach | Unique Reach | 广告触达的独立用户数 | 用户去重计数 | 覆盖规模 |
| 触达率 | Reach Rate | Reach Rate | 目标人群被广告触达的比例 | Reach÷Target Audience | 覆盖效率 |
| 过度曝光 | Overexposure | Overexposure | 同一用户看到广告过多 | — | 疲劳风险 |
| 新鲜度 | Recency | Ad Recency | 距用户上次曝光或点击的时间 | 当前时间-上次事件时间 | 再触达时机 |
| 有效频次 | Effective Frequency | Effective Frequency | 实现目标效果所需的合理曝光次数 | 实验估计 | 品牌效果 |
| 去重曝光 | Unique Impression | Unique Impression | 按用户去重后的曝光人数或次数 | distinct(user) | 真实覆盖 |
| 跨端频控 | Cross-Device FC | Cross-Device Frequency Capping | 在多个设备间统一限制频次 | — | 一致体验 |
| 频次分布 | Frequency Distribution | Frequency Distribution | 用户在不同曝光次数区间的分布 | 分桶统计 | 过曝诊断 |
| 广告疲劳 | Ad Fatigue | Advertising Fatigue | 重复曝光导致响应率下降 | CTR随频次变化 | 创意轮换 |
| 触达增量 | Incremental Reach | Incremental Reach | 新增渠道带来的额外独立触达 | 总Reach-原渠道Reach | 渠道价值 |
| 重叠率 | Audience Overlap | Audience Overlap Rate | 两个人群集合的交集比例 | 交集÷并集或基准集 | 重复触达 |
16. 归因与转化回传
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 归因 | Attribution | Attribution | 判断转化贡献应分配给哪些触点 | — | 广告真实效果 |
| 点击归因 | CTA | Click-Through Attribution | 转化归因给窗口内的广告点击 | — | 点击贡献 |
| 曝光归因 | VTA | View-Through Attribution | 转化归因给未点击的广告曝光 | — | 展示贡献 |
| 归因窗口 | Attribution Window | Attribution Window | 触点发生后可认领转化的有效时间 | — | 归因范围 |
| 最后点击归因 | Last Click | Last-Click Attribution | 把全部贡献归给最后一次点击 | — | 简单可解释 |
| 首次点击归因 | First Click | First-Click Attribution | 把全部贡献归给首次点击 | — | 获客入口 |
| 多触点归因 | MTA | Multi-Touch Attribution | 在多个营销触点间分配贡献 | 模型分配 | 全旅程评估 |
| 数据驱动归因 | DDA | Data-Driven Attribution | 利用统计或机器学习分配贡献 | 模型估计 | 边际贡献 |
| 转化回传 | Postback | Conversion Postback | 广告主或MMP向平台发送转化事件 | — | 回传成功率 |
| 服务端回传 | S2S | Server-to-Server Tracking | 服务端之间直接传递转化数据 | — | 稳定与防篡改 |
| 归因冲突 | Attribution Conflict | Attribution Conflict | 多个渠道同时认领同一转化 | — | 去重与规则 |
| 自然量 | Organic | Organic Conversion | 没有被广告归因的自然转化 | — | 基线表现 |
| 辅助转化 | Assisted Conversion | Assisted Conversion | 触点参与路径但不是最终归因触点 | — | 上游贡献 |
17. 重定向与身份匹配
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 重定向 | Retargeting | Retargeting | 再次向有过行为的用户投放广告 | — | CVR、ROI |
| 再营销 | Remarketing | Remarketing | 对既有用户开展持续营销 | — | 复购与召回 |
| Cookie匹配 | Cookie Matching | Cookie Matching | 在平台间映射各自Cookie用户ID | — | Match Rate |
| Cookie同步 | Cookie Sync | Cookie Synchronization | 通过跳转等方式同步用户标识 | — | 同步成功率 |
| 身份映射 | ID Mapping | Identity Mapping | 把不同标识映射到统一身份 | — | 匹配率 |
| 身份解析 | Identity Resolution | Identity Resolution | 推断多个标识是否属于同一用户 | — | 准确率 |
| 设备图谱 | Device Graph | Device Graph | 描述用户与多个设备关联的图 | — | 跨端覆盖 |
| 确定性匹配 | Deterministic Match | Deterministic Identity Matching | 依据登录或明确标识进行匹配 | — | 高准确率 |
| 概率性匹配 | Probabilistic Match | Probabilistic Identity Matching | 依据特征概率推断身份关联 | 模型概率 | 覆盖与误差 |
| 匹配率 | Identity Match Rate | Identity Match Rate | 成功映射的标识占输入标识比例 | Matched÷Input | 身份覆盖 |
| 再营销名单 | Retargeting List | Retargeting List | 符合再营销条件的用户集合 | — | 名单规模 |
| 抑制名单 | Suppression List | Suppression List | 明确排除投放的用户集合 | — | 减少浪费 |
| 转化去重 | Conversion Dedup | Conversion Deduplication | 识别并合并重复上报的转化 | 唯一键去重 | 计费准确性 |
18. 设备标识与客户端环境
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 广告标识符 | IDFA | Identifier for Advertisers | Apple生态的广告设备标识 | — | 用户匹配 |
| Android广告ID | GAID | Google Advertising ID | Google Android广告标识 | — | 用户匹配 |
| 匿名设备标识 | OAID | Open Anonymous Device Identifier | 国内Android匿名广告设备标识 | — | 归因与匹配 |
| 国际移动设备识别码 | IMEI | International Mobile Equipment Identity | 蜂窝设备硬件识别码 | — | 受合规限制 |
| Android ID | Android ID | Android Identifier | Android系统生成的设备标识 | — | 设备识别 |
| 中国广告标识 | CAID | China Advertising ID | 国内iOS广告标识方案之一 | — | 广告归因 |
| IP地址 | IP | Internet Protocol Address | 设备访问网络时使用的地址 | — | 地域与风控 |
| 用户代理 | UA | User Agent | 客户端系统、浏览器等环境描述 | — | 设备识别 |
| 设备型号 | Model | Device Model | 终端的厂商与具体型号 | — | 定向与兼容 |
| 操作系统版本 | OSV | Operating System Version | 终端操作系统的版本号 | — | 适配分析 |
| 应用包名 | Bundle | Application Bundle Identifier | 唯一标识移动应用的软件包名称 | — | 媒体识别 |
| 限制广告追踪 | LAT | Limit Ad Tracking | 用户限制个性化广告的隐私选择 | — | 合规过滤 |
| 广告追踪透明度 | ATT | App Tracking Transparency | Apple应用跟踪授权框架 | 授权率 | 可寻址性 |
19. OCPX与智能出价
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 优化目标成本 | OCPX | Optimized Cost Per X | 以目标行为成本或价值优化的出价体系 | — | CPA、ROAS |
| 优化点击成本 | oCPC | Optimized Cost Per Click | 按点击计费但自动优化转化 | — | CPA |
| 优化千次曝光 | oCPM | Optimized Cost Per Mille | 按曝光计费并优化转化价值 | — | CPA、ROAS |
| 智能出价 | Smart Bidding | Smart Bidding | 基于预估和约束自动决定出价 | 模型计算 | 成本与规模 |
| 自动出价 | Auto Bidding | Automated Bidding | 系统自动调整竞价价格 | — | 目标达成 |
| 最大化转化 | Max Conversions | Maximize Conversions | 在预算内获得尽量多的转化 | 约束优化 | 转化量 |
| 最大化转化价值 | Max Value | Maximize Conversion Value | 在预算内最大化转化总价值 | max ΣValue | GMV或Revenue |
| 冷启动 | Cold Start | Cold Start | 新计划缺少历史样本的阶段 | — | 起量速度 |
| 学习期 | Learning Phase | Learning Phase | 模型积累数据并稳定策略的阶段 | — | CPA稳定性 |
| 探索 | Exploration | Exploration | 尝试不确定但可能高价值的流量 | — | 发现新机会 |
| 利用 | Exploitation | Exploitation | 优先选择已知高价值流量 | — | 短期收益 |
| 出价系数 | Bid Multiplier | Bid Multiplier | 基于场景对基础出价进行调整 | Base Bid×Multiplier | 差异化竞争 |
| 价值出价 | Value-Based Bidding | Value-Based Bidding | 依据预期转化价值而非仅转化概率出价 | pCVR×pValue | ROAS |
20. 召回、排序与广告选择
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 候选集 | Candidate Set | Candidate Set | 可以进入后续筛选的广告集合 | — | 候选规模 |
| 召回 | Retrieval | Candidate Retrieval | 从海量广告中快速找出候选 | — | Recall、延迟 |
| 多路召回 | Multi-Channel Recall | Multi-Channel Retrieval | 并行使用多种策略生成候选 | — | 覆盖率 |
| 规则召回 | Rule Retrieval | Rule-Based Retrieval | 依据定向或业务规则生成候选 | — | 可解释性 |
| 向量召回 | Vector Retrieval | Vector Retrieval | 按向量相似度检索候选 | 相似度Top-K | 语义相关性 |
| 粗排 | Pre-Ranking | Pre-Ranking | 低成本模型快速缩小候选集 | — | Recall与延迟 |
| 精排 | Ranking | Fine Ranking | 复杂模型精确估计候选价值 | 模型Score | 最终效果 |
| 重排 | Re-ranking | Re-Ranking | 结合多样性和业务约束调整排序 | 约束优化 | 收益与体验 |
| Top-K | Top-K | Top-K Selection | 选择得分最高的K个候选 | 排序取前K | 输出质量 |
| 过滤 | Filtering | Candidate Filtering | 移除不合规或不满足条件的候选 | — | 安全与有效性 |
| 截断 | Truncation | Candidate Truncation | 按数量或阈值裁剪候选 | — | 性能控制 |
| 排序分 | Score | Ranking Score | 用于比较候选价值的综合得分 | 模型或公式 | 顺序 |
| 校准排序 | Calibrated Ranking | Calibrated Ranking | 用校准概率或价值进行跨场景排序 | 校准后Score | 一致性 |
21. 预估模型与特征
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 点击率预估 | pCTR | Predicted Click-Through Rate | 预测本次曝光发生点击的概率 | P(click|x) | AUC、LogLoss |
| 转化率预估 | pCVR | Predicted Conversion Rate | 预测点击后发生转化的概率 | P(cv|click,x) | AUC、LogLoss |
| 曝光转化率预估 | pCTCVR | Predicted Click-Through Conversion Rate | 预测曝光最终发生转化的概率 | P(click|x)×P(cv|click,x) | AUC、校准 |
| 价值预估 | pValue | Predicted Conversion Value | 预测一次转化带来的价值 | E(value|x) | MAE、MSE |
| 预估eCPM | Pred eCPM | Predicted Effective CPM | 折算后的预期千次曝光收益 | Bid×pCTR×pCVR×系数 | 收益排序 |
| 质量分 | Quality Score | Quality Score | 综合相关性、体验和历史表现的分数 | 平台自定义 | 排序与价格 |
| 相关性 | Relevance | Relevance Score | 广告与用户或上下文匹配程度 | 模型评分 | CTR、CVR |
| 特征 | Feature | Model Feature | 供模型使用的输入变量 | — | 预测能力 |
| 特征交叉 | Feature Cross | Feature Interaction | 表达多个特征联合影响的组合特征 | — | 非线性关系 |
| Embedding | Embedding | Embedding Representation | 把稀疏实体表示成稠密向量 | 模型学习 | 泛化能力 |
| 标签 | Label | Training Label | 监督学习中的真实目标结果 | — | 训练质量 |
| 样本 | Sample | Training Sample | 包含特征与标签的训练实例 | — | 数据质量 |
| 负采样 | Negative Sampling | Negative Sampling | 从大量负例中抽取部分用于训练 | 按策略采样 | 训练效率 |
22. 模型离线评估
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 准确率 | Accuracy | Accuracy | 预测正确的样本比例 | (TP+TN)÷Total | 分类正确性 |
| 精确率 | Precision | Precision | 预测为正的样本中真实为正的比例 | TP÷(TP+FP) | 误报控制 |
| 召回率 | Recall | Recall | 真实正样本中被找出的比例 | TP÷(TP+FN) | 漏报控制 |
| F1分数 | F1 | F1 Score | 精确率和召回率的调和平均 | 2PR÷(P+R) | 综合分类效果 |
| ROC曲线下面积 | AUC | Area Under ROC Curve | 模型区分正负样本的排序能力 | ROC曲线面积 | 越接近1越好 |
| 分组AUC | GAUC | Group AUC | 按用户或场景计算后加权的AUC | Σ权重×Group AUC | 组内排序 |
| 对数损失 | LogLoss | Logarithmic Loss | 概率预测与真实标签的交叉熵 | 平均[-ylogp-(1-y)log(1-p)] | 越低越好 |
| 均方误差 | MSE | Mean Squared Error | 预测误差平方的平均值 | Σ(y-ŷ)²÷n | 越低越好 |
| 平均绝对误差 | MAE | Mean Absolute Error | 预测绝对误差的平均值 | Σ|y-ŷ|÷n | 越低越好 |
| 校准度 | Calibration | Probability Calibration | 预测概率与实际发生率的一致程度 | Actual Rate÷Predicted Rate | 越接近1越好 |
| KS统计量 | KS | Kolmogorov-Smirnov Statistic | 正负样本累计分布最大差异 | max(TPR-FPR) | 区分能力 |
| 归一化熵 | NE | Normalized Entropy | 相对基线熵归一化后的LogLoss | Model LogLoss÷Baseline LogLoss | 概率质量 |
| 提升度 | Lift | Model Lift | 模型选出的群体相对总体的效果提升 | Selected Rate÷Overall Rate | 人群区分 |
23. 在线学习与模型运行
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 在线推断 | Online Inference | Online Inference | 在请求链路实时计算模型结果 | — | 延迟、吞吐 |
| 批量推断 | Batch Inference | Batch Inference | 离线批量产生预测结果 | — | 吞吐与时效 |
| 在线学习 | Online Learning | Online Learning | 持续用新样本更新模型参数 | — | 适应速度 |
| 增量训练 | Incremental Training | Incremental Training | 基于已有模型追加新数据训练 | — | 训练成本 |
| 模型版本 | Model Version | Model Version | 可追踪的一次模型产物标识 | — | 可复现性 |
| 模型服务 | Model Serving | Model Serving | 提供实时或批量推断的运行服务 | — | SLA |
| 特征服务 | Feature Service | Feature Serving | 在线提供一致的模型特征 | — | 特征延迟 |
| 特征漂移 | Feature Drift | Feature Drift | 线上特征分布相对训练期发生变化 | 分布距离 | 模型稳定性 |
| 概念漂移 | Concept Drift | Concept Drift | 特征与目标关系随时间变化 | 效果监控 | 重训需求 |
| 训练服务偏差 | Training-Serving Skew | Training-Serving Skew | 训练和线上特征计算不一致 | 特征差异 | 线上效果 |
| 模型回滚 | Model Rollback | Model Rollback | 模型异常时恢复到稳定版本 | — | 风险控制 |
| 影子流量 | Shadow Traffic | Shadow Traffic | 复制真实请求验证新模型但不影响结果 | — | 上线验证 |
| 冠军挑战者 | Champion-Challenger | Champion-Challenger | 稳定模型与候选模型持续对比 | 在线实验 | 模型迭代 |
24. RTA与实时策略
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 实时API | RTA | Real-Time API | 广告平台实时询问广告主用户策略的接口 | — | 响应率、延迟 |
| RTA请求 | RTA Request | RTA Request | 平台发送给广告主的实时决策请求 | 计数 | QPS |
| RTA响应 | RTA Response | RTA Response | 广告主返回的投放策略结果 | 计数 | 成功率 |
| 人群筛选 | Audience Selection | Audience Selection | 实时判断用户是否可投 | — | 命中率 |
| 出价建议 | Bid Advice | Real-Time Bid Advice | 实时返回出价或出价系数 | — | CPA、ROAS |
| 策略编号 | Strategy ID | Strategy Identifier | 标识RTA侧具体决策策略 | — | 策略归因 |
| 超时降级 | Timeout Fallback | Timeout Fallback | RTA超时后使用本地默认策略 | — | 可用性 |
| 缓存命中 | Cache Hit | Cache Hit | RTA结果从缓存直接获得 | Hit÷Lookup | 延迟与成本 |
| 响应时延 | RTA Latency | RTA Response Latency | RTA从请求到响应的耗时 | response_time-request_time | SLA |
| 允许投放 | Permit | Delivery Permit | RTA明确允许本次流量参与投放 | — | 通过率 |
| 拒绝投放 | Reject | Delivery Reject | RTA明确拒绝本次流量 | — | 过滤率 |
| 动态创意参数 | RTA Creative Params | Real-Time Creative Parameters | RTA返回的个性化创意信息 | — | CTR、CVR |
| RTA可用率 | RTA Availability | RTA Availability | RTA服务可成功响应的时间比例 | 可用时间÷总时间 | 稳定性 |
25. 素材、创意与审核
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 图片广告 | Display Ad | Display Advertisement | 以图片或图文形式展示的广告 | — | CTR |
| 视频广告 | Video Ad | Video Advertisement | 以视频形式播放的广告 | — | VCR、CTR |
| 原生广告 | Native Ad | Native Advertisement | 样式融入媒体内容环境的广告 | — | CTR、体验 |
| 富媒体广告 | Rich Media | Rich Media Advertisement | 包含动画、交互等能力的广告 | — | 互动率 |
| 动态创意优化 | DCO | Dynamic Creative Optimization | 实时组合素材元素以优化效果 | 模型或规则 | CTR、CVR |
| 创意模板 | Creative Template | Creative Template | 约束动态创意结构与展示方式 | — | 生产效率 |
| 素材审核 | Creative Review | Creative Review | 检查素材是否符合法规与平台政策 | — | 通过率 |
| 审核通过率 | Approval Rate | Creative Approval Rate | 送审素材中审核通过的比例 | Approved÷Submitted | 素材质量 |
| 素材拒绝率 | Rejection Rate | Creative Rejection Rate | 送审素材中被拒绝的比例 | Rejected÷Submitted | 合规风险 |
| 创意轮播 | Creative Rotation | Creative Rotation | 在多个创意间分配展示流量 | — | 疲劳控制 |
| 创意点击率 | Creative CTR | Creative Click-Through Rate | 单个创意的曝光点击比例 | Creative Click÷Creative IMP | 创意效果 |
| 素材加载率 | Asset Load Rate | Asset Load Success Rate | 素材资源成功加载的比例 | Loaded÷Requested | 用户体验 |
| 素材衰退 | Creative Decay | Creative Performance Decay | 创意效果随时间或频次下降 | 指标趋势 | 换新时机 |
26. 视频广告
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 视频广告服务模板 | VAST | Video Ad Serving Template | 描述视频广告与追踪事件的行业规范 | — | 兼容性 |
| 播放器广告接口 | VPAID | Video Player-Ad Interface Definition | 历史视频广告与播放器交互规范 | — | 互动能力 |
| 开始播放 | Start | Video Start | 视频广告开始播放事件 | 计数 | 播放率 |
| 首四分位 | Q1 | First Quartile | 视频播放达到25%的事件 | Q1÷Start | 前段留存 |
| 中点 | Q2 | Midpoint | 视频播放达到50%的事件 | Q2÷Start | 中段留存 |
| 第三四分位 | Q3 | Third Quartile | 视频播放达到75%的事件 | Q3÷Start | 后段留存 |
| 播放完成 | Q4 | Video Complete | 视频播放达到100%的事件 | Complete÷Start | 完播效果 |
| 完播率 | VCR | Video Completion Rate | 开始播放后完整播完的比例 | Complete÷Start | 视频质量 |
| 观看率 | View Rate | Video View Rate | 曝光后达到有效观看标准的比例 | Views÷IMP | 观看效果 |
| 跳过率 | Skip Rate | Video Skip Rate | 开始播放后被用户跳过的比例 | Skip÷Start | 素材吸引力 |
| 静音率 | Mute Rate | Video Mute Rate | 视频播放期间触发静音的比例 | Mute÷Start | 声音接受度 |
| 可跳过广告 | Skippable Ad | Skippable Video Ad | 允许用户在规定时间后跳过的视频广告 | — | 体验与完成率 |
| 伴随广告 | Companion Ad | Companion Advertisement | 与视频广告同时展示的补充广告 | — | 附加触达 |
27. 移动应用效果
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 安装 | Install | Application Install | 应用成功安装的事件 | 计数 | CPI |
| 首次打开 | First Open | First Application Open | 安装后首次启动应用 | 计数 | 有效安装 |
| 激活 | Activation | Application Activation | 用户完成定义的应用激活行为 | 计数 | 激活成本 |
| 注册 | Registration | User Registration | 用户创建账户 | 计数 | 注册成本 |
| 应用内购买 | IAP | In-App Purchase | 用户在应用内完成付费 | Σ支付 | 收入与ROAS |
| 次日留存 | D1 | Day-1 Retention | 新增用户次日仍活跃的比例 | D1 Active÷D0 New | 早期质量 |
| 七日留存 | D7 | Day-7 Retention | 新增用户第7日仍活跃的比例 | D7 Active÷D0 New | 中期质量 |
| 三十日留存 | D30 | Day-30 Retention | 新增用户第30日仍活跃的比例 | D30 Active÷D0 New | 长期质量 |
| 深度链接 | Deep Link | Deep Link | 点击后直接打开应用内指定页面 | — | 到达率 |
| 延迟深度链接 | Deferred Deep Link | Deferred Deep Link | 未安装用户安装后进入指定页面 | — | 转化衔接 |
| 卸载率 | Uninstall Rate | Application Uninstall Rate | 安装用户中卸载应用的比例 | Uninstalls÷Installs | 用户质量 |
| 再互动 | Re-engagement | Re-Engagement | 促使沉默用户重新使用应用 | 计数 | 召回效果 |
| 再归因 | Re-attribution | Re-Attribution | 把回流用户的新行为归因给新广告触点 | — | 再营销效果 |
28. OpenRTB协议对象
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| OpenRTB | OpenRTB | Open Real-Time Bidding | IAB制定的实时竞价开放协议 | — | 互操作性 |
| 竞价请求对象 | BidRequest | Bid Request Object | OpenRTB请求的顶层对象 | — | 协议完整性 |
| 竞价响应对象 | BidResponse | Bid Response Object | OpenRTB响应的顶层对象 | — | 协议完整性 |
| 展示对象 | Imp | Impression Object | 描述一次可竞价广告机会 | — | 库存信息 |
| 网站对象 | Site | Site Object | 描述Web媒体环境 | — | 流量分析 |
| 应用对象 | App | Application Object | 描述移动应用媒体环境 | — | 应用识别 |
| 设备对象 | Device | Device Object | 描述终端、网络和系统信息 | — | 定向与风控 |
| 用户对象 | User | User Object | 描述用户及买卖方标识 | — | 用户匹配 |
| 横幅对象 | Banner | Banner Object | 描述Banner广告尺寸和类型 | — | 素材兼容 |
| 视频对象 | Video | Video Object | 描述视频广告机会与播放器能力 | — | 视频填充 |
| 原生对象 | Native | Native Object | 封装原生广告请求或响应 | — | 原生兼容 |
| 出价对象 | Bid Object | Bid Object | 描述具体价格、素材与通知地址 | — | 竞价结果 |
| 席位出价 | SeatBid | Seat Bid Object | 按买方席位组织的一组Bid | — | 席位统计 |
29. OpenRTB字段与通知
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 买方席位 | Seat | Buyer Seat | 标识DSP内部或代理的买方主体 | — | 买方统计 |
| 货币 | Cur | Currency | 请求或响应使用的ISO货币代码 | — | 价格一致性 |
| 最大响应时间 | TMax | Maximum Response Time | 买方必须完成响应的毫秒时限 | — | 超时控制 |
| 竞价底价 | bidfloor | Bid Floor | Imp允许的最低出价 | — | 价格过滤 |
| 竞价底价货币 | bidfloorcur | Bid Floor Currency | 底价所使用的货币代码 | — | 换算正确性 |
| 赢标通知 | NURL | Win Notice URL | 竞价获胜后调用的通知地址 | — | 赢标确认 |
| 计费通知 | BURL | Billing Notice URL | 形成可计费事件后调用的地址 | — | 计费一致性 |
| 落标通知 | LURL | Loss Notice URL | 通知DSP竞价失败及原因 | — | 策略诊断 |
| 广告标记 | Ad Markup | Ad Markup | 用于渲染广告的HTML、VAST或原生内容 | — | 展示成功率 |
| 广告域名 | adomain | Advertiser Domain | 标识广告主可点击域名 | — | 审核与去重 |
| 创意编号 | crid | Creative Identifier | DSP侧创意唯一标识 | — | 素材追踪 |
| 广告编号 | adid | Advertisement Identifier | 买方广告唯一标识 | — | 广告追踪 |
| 扩展字段 | ext | Extension Object | 承载协议之外的双方自定义字段 | — | 定制兼容 |
30. 广告宏、监测与跳转
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 广告宏 | Macro | Advertising Macro | 通知或监测URL中的动态占位符 | 运行时替换 | 参数正确率 |
| 曝光监测地址 | IMP URL | Impression Tracking URL | 曝光时触发的监测请求地址 | — | 曝光上报率 |
| 点击监测地址 | Click URL | Click Tracking URL | 点击时触发的监测请求地址 | — | 点击上报率 |
| 转化监测地址 | Conversion URL | Conversion Tracking URL | 上报转化事件的地址 | — | 转化回传率 |
| 监测像素 | Pixel | Tracking Pixel | 通过资源请求记录事件的监测机制 | — | 上报成功率 |
| 客户端上报 | C2S | Client-to-Server Tracking | 客户端直接向监测服务上报 | — | 覆盖与丢失率 |
| 302跳转 | 302 | HTTP 302 Redirect | 通过重定向串联点击监测与落地页 | — | 到达率 |
| 点击链 | Click Chain | Click Redirect Chain | 一次点击经过的多个监测跳转 | 跳数与耗时 | 链路损耗 |
| 宏替换率 | Macro Fill Rate | Macro Replacement Rate | 动态宏成功替换的比例 | Replaced÷Expected | 参数质量 |
| 上报成功率 | Tracking Success | Tracking Success Rate | 监测事件成功送达的比例 | Success÷Attempt | 数据完整性 |
| 重复上报率 | Duplicate Rate | Duplicate Tracking Rate | 监测事件被重复记录的比例 | Duplicate÷Events | 数据质量 |
| 事件丢失率 | Event Loss Rate | Event Loss Rate | 应上报事件未被收到的比例 | Lost÷Expected | 链路可靠性 |
| 监测差异 | Discrepancy | Measurement Discrepancy | 买卖双方统计结果的相对差异 | |A-B|÷基准值 | 对账质量 |
31. 反作弊与流量质量
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 无效流量 | IVT | Invalid Traffic | 不应被正常计费或评价的流量 | Invalid÷Total | 越低越好 |
| 一般无效流量 | GIVT | General Invalid Traffic | 可用已知规则识别的无效流量 | GIVT÷Traffic | 规则风控 |
| 复杂无效流量 | SIVT | Sophisticated Invalid Traffic | 需高级分析识别的隐蔽作弊流量 | SIVT÷Traffic | 高级风控 |
| 机器人流量 | Bot Traffic | Bot Traffic | 自动程序而非真实用户产生的流量 | Bot÷Traffic | 流量真实性 |
| 点击作弊 | Click Fraud | Click Fraud | 人为或自动制造无效广告点击 | Fraud Click÷Click | 成本损失 |
| 曝光作弊 | Impression Fraud | Impression Fraud | 伪造或不可见的广告曝光 | Fraud IMP÷IMP | 品牌与计费风险 |
| 转化作弊 | Conversion Fraud | Conversion Fraud | 伪造安装、注册或购买等转化 | Fraud CV÷CV | 效果真实性 |
| 点击注入 | Click Injection | Click Injection | 在安装前伪造点击抢夺归因 | — | 归因异常 |
| 点击洪泛 | Click Spamming | Click Spamming | 批量伪造点击以概率碰撞转化 | — | 异常CVR |
| 设备农场 | Device Farm | Device Farm | 用大量真实设备批量模拟用户行为 | — | 团伙作弊 |
| IP作弊 | IP Fraud | IP Fraud | 使用代理池或异常地址制造流量 | — | IP异常度 |
| UA作弊 | UA Fraud | User-Agent Fraud | 伪造或批量复用客户端UA | — | 环境一致性 |
| 广告堆叠 | Ad Stacking | Ad Stacking | 多个广告重叠但只显示最上层 | — | 不可见曝光 |
32. 品牌安全与可见性
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 可见曝光 | Viewable IMP | Viewable Impression | 满足行业可见标准的曝光 | 计数 | 有效品牌触达 |
| 可见率 | Viewability | Viewability Rate | 可测曝光中达到可见标准的比例 | Viewable IMP÷Measured IMP | 曝光质量 |
| 可测量率 | Measurability | Measurability Rate | 曝光中可以测量可见性的比例 | Measured IMP÷IMP | 测量覆盖 |
| 品牌安全 | Brand Safety | Brand Safety | 避免广告出现在普遍不适宜内容旁 | — | 风险率 |
| 品牌适宜性 | Brand Suitability | Brand Suitability | 依据品牌标准判断内容是否适合 | — | 品牌匹配 |
| 注意力 | Attention | Advertising Attention | 用户实际注意广告的程度 | 多信号模型 | 真实影响 |
| 页面焦点 | In-Focus | Page In-Focus | 广告展示时页面是否处于前台焦点 | — | 有效可见性 |
| 可视时长 | Time in View | Time in View | 广告处于可视区域内的累计时间 | 累计毫秒 | 注意力质量 |
| 广告遮挡 | Occlusion | Ad Occlusion | 广告被其他界面元素覆盖 | 遮挡面积比例 | 可见风险 |
| 不适宜内容率 | Unsafe Content Rate | Unsafe Content Rate | 广告落在不安全内容环境的比例 | Unsafe IMP÷IMP | 品牌风险 |
| 敏感类别 | Sensitive Category | Sensitive Content Category | 需限制投放的内容分类 | — | 合规过滤 |
| 上下文风险 | Contextual Risk | Contextual Risk | 由页面语义和事件产生的品牌风险 | 模型评分 | 投放安全 |
| 域名欺骗 | Domain Spoofing | Domain Spoofing | 伪造优质媒体域名售卖低质流量 | — | 供应链风险 |
33. 隐私、合规与供应链透明
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 用户同意 | Consent | User Consent | 用户对数据处理和广告用途的授权 | — | 合规率 |
| 同意管理平台 | CMP | Consent Management Platform | 收集、存储并传递用户同意状态 | — | 授权覆盖 |
| 通用数据保护条例 | GDPR | General Data Protection Regulation | 欧盟个人数据保护法规 | — | 合规要求 |
| 加州消费者隐私法 | CCPA | California Consumer Privacy Act | 加州消费者隐私保护法律框架 | — | 合规要求 |
| 数据最小化 | Data Minimization | Data Minimization | 仅收集实现目的所必要的数据 | — | 隐私风险 |
| 目的限制 | Purpose Limitation | Purpose Limitation | 数据只能用于明确告知的目的 | — | 合规边界 |
| 删除权 | Right to Erasure | Right to Erasure | 用户要求删除个人数据的权利 | — | 请求完成率 |
| 选择退出 | Opt-out | Advertising Opt-Out | 用户拒绝个性化广告或数据共享 | — | 退出率 |
| ads.txt | ads.txt | Authorized Digital Sellers | 媒体公开声明授权数字广告销售方 | — | 供应链验证 |
| app-ads.txt | app-ads.txt | Authorized Sellers for Apps | App媒体声明授权销售方的文件 | — | 应用流量验证 |
| 卖方定义 | sellers.json | Sellers JSON | 广告平台公开销售主体身份的规范 | — | 供应链透明 |
| 供应链对象 | schain | SupplyChain Object | OpenRTB中描述流量转售路径的对象 | — | 路径验证 |
| 数据保留期 | Retention Period | Data Retention Period | 数据允许保存的最长时间 | — | 存储合规 |
34. 实验、因果与增量评估
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| A/B测试 | A/B Test | A/B Testing | 随机分组比较两种策略效果 | 实验组对照组差异 | 策略决策 |
| 对照组 | Control | Control Group | 不接受新策略的基准组 | — | 基线 |
| 实验组 | Treatment | Treatment Group | 接受待评估策略的组 | — | 效果比较 |
| 相对提升 | Lift | Relative Lift | 实验指标相对对照组的提升 | (T-C)÷C | 相对效果 |
| 增量性 | Incrementality | Incrementality | 广告相对无广告真正新增的结果 | Treatment-Control | 真实贡献 |
| 转化提升 | Conversion Lift | Conversion Lift | 广告带来的增量转化 | CV_T-CV_C | 新增转化 |
| 统计显著性 | Significance | Statistical Significance | 观察差异不太可能由随机波动造成 | 统计检验 | 结论可信度 |
| P值 | p-value | P-Value | 零假设成立时得到当前或更极端结果的概率 | 统计检验 | 显著性判断 |
| 置信区间 | CI | Confidence Interval | 参数估计可能范围的区间 | 估计值±误差 | 不确定性 |
| 最小可检测效应 | MDE | Minimum Detectable Effect | 实验在给定功效下可检测的最小差异 | 功效分析 | 样本规划 |
| 实验功效 | Power | Statistical Power | 真实差异存在时正确检出的概率 | 1-β | 实验能力 |
| 样本量 | Sample Size | Experiment Sample Size | 实验所需用户或事件数量 | 功效计算 | 结论稳定 |
| 守护指标 | Guardrail | Guardrail Metric | 防止主指标提升却伤害系统的约束指标 | 阈值监控 | 风险控制 |
35. 数据采集、日志与埋点
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 埋点 | Instrumentation | Event Instrumentation | 在业务关键位置采集行为事件 | — | 数据完整性 |
| 客户端埋点 | Client Tracking | Client-Side Tracking | 由浏览器或App采集并上报事件 | — | 行为覆盖 |
| 服务端埋点 | Server Tracking | Server-Side Tracking | 由后端业务系统记录事件 | — | 稳定性 |
| 事件 | Event | Analytics Event | 一次可识别的用户或系统行为 | 计数 | 业务分析 |
| 事件时间 | Event Time | Event Time | 事件实际发生的时间 | — | 时间语义 |
| 处理时间 | Processing Time | Processing Time | 计算系统处理事件的时间 | — | 实时计算 |
| 事件编号 | Event ID | Event Identifier | 唯一标识单个事件的字段 | — | 幂等去重 |
| 会话 | Session | User Session | 一段连续用户活动的逻辑集合 | 按超时切分 | 访问分析 |
| 漏埋率 | Missing Event Rate | Missing Event Rate | 应采集但未收到的事件比例 | Missing÷Expected | 数据质量 |
| 延迟到达 | Late Event | Late-Arriving Event | 超过预期窗口才进入系统的事件 | — | 窗口完整性 |
| 乱序事件 | Out-of-Order Event | Out-of-Order Event | 到达顺序不同于实际发生顺序的事件 | — | 时序处理 |
| 幂等 | Idempotency | Idempotent Processing | 重复处理同一事件不改变最终结果 | — | 一致性 |
| 数据血缘 | Lineage | Data Lineage | 记录数据从来源到结果的加工关系 | — | 可追溯性 |
36. 广告大数据与实时计算
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 消息队列 | MQ | Message Queue | 在采集与处理服务间缓冲事件流 | — | 吞吐与解耦 |
| 数据流 | Stream | Data Stream | 持续产生并被实时处理的事件序列 | — | 实时性 |
| 批处理 | Batch | Batch Processing | 按有限数据集周期性集中计算 | — | 离线吞吐 |
| 流处理 | Stream Processing | Stream Processing | 对持续到达的数据实时计算 | — | 端到端延迟 |
| 数据湖 | Data Lake | Data Lake | 以原始或开放格式保存大规模数据 | — | 低成本与灵活性 |
| 数据仓库 | DW | Data Warehouse | 面向分析的结构化主题数据系统 | — | 报表与分析 |
| 湖仓一体 | Lakehouse | Data Lakehouse | 结合数据湖开放性与数仓管理能力 | — | 统一分析 |
| 数据集市 | Data Mart | Data Mart | 面向特定业务主题的分析数据集合 | — | 业务查询 |
| 事实表 | Fact Table | Fact Table | 保存曝光、点击等可度量业务事件 | — | 指标计算 |
| 维度表 | Dimension Table | Dimension Table | 保存广告、媒体、地域等描述属性 | — | 切片分析 |
| 窗口 | Window | Stream Processing Window | 把无界数据流划分为可计算区间 | — | 实时聚合 |
| 水位线 | Watermark | Event-Time Watermark | 估计事件时间处理进度的机制 | — | 迟到处理 |
| 恰好一次 | Exactly Once | Exactly-Once Semantics | 业务结果语义上每个事件只生效一次 | — | 数据一致性 |
37. 指标体系与数据质量
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 原子指标 | Atomic Metric | Atomic Metric | 不可继续拆分的基础度量 | — | 统一口径 |
| 派生指标 | Derived Metric | Derived Metric | 由一个或多个基础指标计算得到 | 公式计算 | 业务分析 |
| 复合指标 | Composite Metric | Composite Metric | 综合多个维度或指标形成的评价值 | 加权或模型 | 综合判断 |
| 指标口径 | Metric Definition | Metric Definition | 指标的业务含义、范围和计算规则 | — | 一致理解 |
| 维度 | Dimension | Analysis Dimension | 用于分组和切片的描述属性 | — | 多维分析 |
| 度量 | Measure | Measure | 可聚合的数值型业务量 | — | 统计分析 |
| 数据完整性 | Completeness | Data Completeness | 必要数据是否全部存在 | 非空或到达比例 | 数据可用性 |
| 数据准确性 | Accuracy | Data Accuracy | 数据是否正确反映真实业务 | 校验与抽样 | 可信度 |
| 数据一致性 | Consistency | Data Consistency | 不同系统或表中的数据是否一致 | 差异率 | 对账质量 |
| 数据及时性 | Timeliness | Data Timeliness | 数据从发生到可用的延迟 | available_time-event_time | 时效性 |
| 数据唯一性 | Uniqueness | Data Uniqueness | 需要唯一的记录是否存在重复 | 1-Duplicate÷Total | 去重质量 |
| 口径漂移 | Definition Drift | Metric Definition Drift | 指标定义在系统间或时间上发生偏移 | 版本比对 | 决策风险 |
| 数据对账 | Reconciliation | Data Reconciliation | 比较上下游数据并解释差异 | A与B差异 | 结算准确 |
38. 系统性能与可靠性
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 响应时间 | Latency | Request Latency | 请求从发出到完成的耗时 | 结束时间-开始时间 | 实时性 |
| 平均延迟 | Avg Latency | Average Latency | 全部请求延迟的平均值 | ΣLatency÷N | 总体性能 |
| P95延迟 | P95 | 95th Percentile Latency | 95%的请求延迟不超过该值 | 延迟95分位 | 尾延迟 |
| P99延迟 | P99 | 99th Percentile Latency | 99%的请求延迟不超过该值 | 延迟99分位 | 极端体验 |
| 吞吐量 | Throughput | System Throughput | 单位时间内处理的数据或请求量 | 数量÷时间 | 处理能力 |
| 可用性 | Availability | Service Availability | 服务可正常提供能力的时间比例 | Uptime÷Total Time | SLA |
| 服务等级协议 | SLA | Service Level Agreement | 对可用性、延迟等的正式承诺 | — | 履约 |
| 服务等级目标 | SLO | Service Level Objective | 服务内部设定的可靠性目标 | — | 工程目标 |
| 服务等级指标 | SLI | Service Level Indicator | 衡量SLO的实际指标 | 实测值 | 可靠性度量 |
| 错误预算 | Error Budget | Error Budget | 允许未达到SLO的容忍额度 | 1-SLO | 发布与稳定平衡 |
| 平均故障间隔 | MTBF | Mean Time Between Failures | 两次故障之间的平均运行时间 | 运行时间÷故障次数 | 可靠性 |
| 平均恢复时间 | MTTR | Mean Time to Recovery | 从故障发生到恢复的平均时长 | Σ恢复时长÷故障数 | 恢复能力 |
| 降级 | Degradation | Service Degradation | 异常时关闭非核心能力保住主链路 | — | 业务连续性 |
39. 成本、结算与财务对账
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 应收 | AR | Accounts Receivable | 客户尚未支付的已确认款项 | — | 回款风险 |
| 应付 | AP | Accounts Payable | 企业应支付给媒体或供应商的款项 | — | 付款计划 |
| 账单 | Invoice Statement | Billing Statement | 按周期汇总计费事件和金额的清单 | — | 结算依据 |
| 发票 | Invoice | Invoice | 用于财务和税务确认的凭证 | — | 合规结算 |
| 结算周期 | Billing Cycle | Billing Cycle | 账单汇总与付款的时间周期 | — | 现金流 |
| 预付 | Prepaid | Prepaid Billing | 先充值后消耗的结算方式 | — | 信用风险低 |
| 后付 | Postpaid | Postpaid Billing | 先消耗后按账期付款的方式 | — | 授信管理 |
| 余额 | Balance | Account Balance | 账户可用于消耗的剩余金额 | 充值-消耗±调整 | 投放能力 |
| 冻结金额 | Frozen Amount | Frozen Amount | 为在途计费预留且暂不可用的金额 | — | 防止透支 |
| 返点 | Rebate | Advertising Rebate | 按合同条件返还的部分金额 | Spend×Rebate Rate | 实际成本 |
| 媒体成本 | Media Cost | Media Cost | 采购媒体广告库存产生的成本 | Σ媒体结算金额 | 毛利 |
| 价差 | Spread | Buy-Sell Spread | 卖出收入与流量采购成本之差 | Revenue-Media Cost | 平台收益 |
| 对账差异率 | Billing Discrepancy | Billing Discrepancy Rate | 双方账单金额或数量的相对差异 | |A-B|÷基准值 | 结算风险 |
40. 运营优化与诊断
| 术语 | 缩写/英文名 | 英文全称 | 简单解释 | 怎么计算 | 主要评估/用途 |
|---|---|---|---|---|---|
| 消耗完成率 | Spend Completion | Spend Completion Rate | 实际消耗占计划预算的比例 | Spend÷Budget | 投放进度 |
| 成本达标率 | CPA Attainment | CPA Target Attainment | 实际CPA满足目标约束的程度 | Target CPA÷Actual CPA或达标计划占比 | 成本控制 |
| 起量 | Scale Up | Delivery Scale-Up | 让计划获得稳定且足够的流量 | — | 消耗与转化 |
| 掉量 | Volume Drop | Delivery Volume Drop | 请求、曝光或消耗显著下降 | 环比或同比下降 | 异常诊断 |
| 放量 | Expansion | Traffic Expansion | 在可接受成本下扩大投放规模 | — | 增量转化 |
| 控量 | Throttling | Delivery Throttling | 主动限制流量参与或输出速度 | — | 预算与稳定 |
| 抢量 | Aggressive Bidding | Aggressive Traffic Acquisition | 提高竞争力以获得更多流量 | — | Win Rate与成本 |
| 止损 | Stop Loss | Stop-Loss Control | 达到风险阈值时暂停或收缩投放 | — | 控制亏损 |
| 流量结构 | Traffic Mix | Traffic Mix | 不同媒体、地域和设备的流量占比 | 分组占比 | 效果解释 |
| 归因延迟 | Attribution Lag | Attribution Lag | 触点到转化回传之间的时间差 | CV Time-Touch Time | 数据成熟度 |
| 数据成熟度 | Data Maturity | Conversion Data Maturity | 转化数据在观察窗口内的完整程度 | 已回传÷预计最终 | 避免误判 |
| 基线 | Baseline | Performance Baseline | 用于判断变化的历史或对照水平 | 历史统计 | 异常识别 |
| 根因分析 | RCA | Root Cause Analysis | 沿指标、链路和变更定位异常原因 | — | 问题闭环 |
指标使用的五条原则
- 先定义事件，再定义指标。 明确请求、返回、渲染、曝光、点击、转化和计费分别在何时成立。
- 每个比率必须写清分子、分母和窗口。 例如 CVR 可能是 CV/Click，也可能是 CV/Arrival。
- 效果指标必须等待数据成熟。 归因延迟会让当日 CPA、ROAS 看起来虚高或虚低。
- 局部最优不等于整体最优。 提高 Floor 可能提升 eCPM，却降低 Fill Rate，最终 Revenue 反而下降。
- 业务价值必须看到链路末端。 电商投放不能止于 CPA，应继续观察支付、退款、Net GMV、毛利和增量利润。
建议的异常分析顺序
流量规模与结构
→ 请求有效性与超时
→ DSP响应和出价
→ 拍卖与赢标
→ 返回、渲染和曝光
→ 点击与到达
→ 转化与归因
→ 支付、退款和净GMV
→ 收入、成本和利润当出现“CPA上涨30%”时，不应直接归因于模型。应依次排查流量结构、竞价成本、曝光质量、点击质量、落地页、转化回传、归因延迟和订单质量。
文档统计
- 术语总数：523
- 主题域数量：40
最近更新于