程序化广告系列(5)：交易模式（上）——单 SSP 内部的演化史

前几篇我们讲完了所有的角色------

广告主、媒体方、DSP、SSP、ADX、4 个广告服务平台、Ad Network、Ad Server。

这一篇讲游戏规则 ------这些角色之间到底按什么方式交易？

如果你查资料，会被一堆缩写淹没：

RTB、OA、PMP、PD、PDB、Floor Price、Header Bidding、GSP......

第一次看的人大概率会直接劝退------它们看起来都是"交易模式"，但又彼此不同，到底什么关系？

真相是：

这些概念不在同一个维度 。直接平铺讲谁都会晕------

必须用一个统一的框架理解它们。

这一篇用"问题驱动 + 时间演化"的方式，从 2008 年讲到 2017 年，把单 SSP 内部的交易模式讲清楚。

下一篇讲跨 SSP 的革命------Header Bidding（头部竞价）。

一、先建立一个理解框架

讲具体模式之前，先看一个核心框架------

所有交易模式可以用两个维度划分：

维度 1：是否实时竞价

类型	含义
竞价（Auction-based）	每一次曝光实时拍卖，价高者得
非竞价（Direct）	提前签合约，按合约执行

维度 2：是否公开

类型	含义
公开（Open）	所有 DSP / 广告主都能参与
私有（Private）	只允许特定的 DSP / 广告主参与

两维度交叉 = 4 象限

	公开	私有
竞价	OA 公开竞价 (Open Auction)	PMP 私有竞价 (Private Marketplace)
非竞价	(基本不存在)	PD 首选交易 PDB 程序化保量

所有交易模式都能塞进这 4 个象限里 ------

这就是理解它们的正确方式。

记住这张表，下面的所有内容都是在填这个表的细节。

二、从历史出发：每个模式解决了什么痛点

讲交易模式最好的方式，是按演化顺序 讲------

每一种新模式都是为了解决前一种的痛点。

整个故事大致是这样的：

复制代码

2000 年代：人工合约（最原始）
      ↓ 痛点：太慢、不灵活、对接成本高
2008 年：RTB 公开竞价（OA） ★ 革命性突破
      ↓ 痛点：优质流量被低价买走，媒体方不满
2012 年：私有竞价（PMP）------ 给优质流量开 VIP 房间
      ↓ 痛点：竞价不确定，广告主担心抢不到
2014 年：首选交易（PD）------ 约定价格，不竞价
      ↓ 痛点：广告主想要保价 + 保量
2015 年：程序化保量（PDB）------ 价量都保
      ↓ 痛点：媒体方想让多个 SSP 同时竞价
2017 年：Header Bidding（下一篇讲）

这是一条"逐步解决信任问题"的演化路径------

最初的 RTB 像个混乱的菜市场，所有人都能挤进来抢；

后来逐步演化出"VIP 房间"、"预订座位"、"包月套餐"------

给广告主和媒体方更多控制权。

下面一个一个讲。

三、2008 年之前：人工合约时代（前史）

讲程序化广告之前，先看看它出现之前是什么样的。

怎么交易

广告主想投广告，怎么做：

销售打电话给媒体方："你家网站首页 banner 多少钱？"
媒体方报价："1 个月 10 万元，包 1000 万次曝光"
双方人工谈判，签合同
媒体方手动配置广告位
一个月后看效果，对账结算

痛点

⏰ 慢：从谈判到上线要几周
💸 贵：起步价高，中小广告主玩不起
🎯 不精准：所有访客看同一个广告，浪费严重
📊 不透明：媒体方说曝光多少就是多少，广告主没法验证

这种模式在 2000 年代主导了整个互联网广告 ------

但随着互联网用户暴增、长尾媒体涌现，它再也撑不住了。

需要一种自动化、低成本、精准 的新模式------OA 出现了。

四、2008 年：OA 公开竞价（程序化广告诞生）

4.1 OA 是什么

OA（Open Auction，公开竞价） 是程序化广告的开山鼻祖。

它是 RTB（Real-Time Bidding，实时竞价） 的最基础形式------

每次广告曝光机会，都通过 ADX 实时拍卖：

所有签约的 DSP 都能参与出价
价高者得
全程 100 毫秒内完成

4.2 OA 解决了什么痛点

原痛点（人工合约）	OA 的解决方案
太慢	100ms 内完成交易
太贵	中小广告主也能参与（最低出价 1 美分起）
不精准	每次曝光实时决策（同一广告位，不同用户看不同广告）
不透明	每次交易都有明确价格和数据

OA 解决了所有人工合约的核心痛点------这就是为什么 2010 年后程序化广告爆发式增长。

4.3 OA 的竞价机制：一价 vs 二价

OA 内部又分两种竞价机制------

这是程序化广告里最有意思的部分。

一价竞价（First Price Auction）

最直观：出多少，付多少。

举例：

复制代码

DSP A 出价 $3.0
DSP B 出价 $2.5
DSP C 出价 $1.8

→ DSP A 中标，付 $3.0

问题：DSP 不知道竞争对手出多少，怕"出高了亏"，倾向于压低出价。

二价竞价（Second Price Auction，又叫 GSP）

更聪明的设计：出最高价的赢，但只付第二高价 + 0.01。

GSP 全称是 Generalized Second Price（广义二价），最早由 Google 在搜索广告里使用。

举例：

复制代码

DSP A 出价 $3.0
DSP B 出价 $2.5
DSP C 出价 $1.8

→ DSP A 中标，但只付 $2.51（= $2.50 + $0.01）

为什么二价更聪明

二价的核心好处是：它让"如实出价"成为 DSP 的最优策略。

举个例子：

DSP A 心里觉得"这个曝光值 $3"
在一价模式下，DSP A 会想"我出 $3 吃亏，出$ 2.5 也许就中了"------压低出价
在二价模式下，DSP A 出 $3 也只付$ 2.51，没必要压价

结果：

一价模式：所有 DSP 都在博弈，最终出价偏低，媒体方收入低
二价模式：所有 DSP 如实出价，媒体方收入更高，DSP 也更省心

这是博弈论的经典应用------

2008 年之后，整个程序化广告行业都采用二价（GSP）。

注：2018 年后出现了一个有趣的反转------Google AdX 等主流 ADX 又改回了一价竞价。

这背后是更复杂的考量（包括"假二价"问题、Header Bidding 的影响等）。

4.4 Floor Price 底价：媒体方的保护

OA 还有一个重要规则------Floor Price（底价）：

媒体方设置一个最低价，低于这个价的出价直接淘汰。

举例：

复制代码

媒体方设底价 $2.0

DSP A 出价 $3.0  ✓
DSP B 出价 $2.5  ✓
DSP C 出价 $1.8  ✗（低于底价，淘汰）

→ DSP A 中标

底价的作用：

防止流量被贱卖（"宁可空着也不低价卖"）
维护媒体品牌价值（避免劣质广告主参与）

注意：底价不是独立的交易模式，而是 OA / PMP 等模式里的辅助规则。

在不同模式下，底价的设定方式不同。

4.5 OA 留下的新痛点

OA 看起来很美------但媒体方很快不开心了。

问题：

OA 的本质是"价高者得"------但最高价不一定对应最优质的广告：

一些低质量广告主（如赌博、贷款）愿意出高价
大牌广告主（如奢侈品）想要"独家、有保障"，不愿意和这些低质广告主一起竞价
媒体方的高质量广告位（比如首页 banner）被低质广告"染色"

媒体方的诉求：

"我想给优质广告位提供给信得过的广告主，不想让所有人都来抢。"

广告主的诉求：

"我想要稳定的优质流量，不想和奇奇怪怪的对手竞争。"

需要一种"竞价但有门槛 "的新模式------PMP 出现了。

五、2012 年：PMP 私有竞价

5.1 PMP 是什么

PMP（Private Marketplace，私有竞价市场） 是 OA 的"VIP 升级版"：

仍然是实时竞价（RTB 的一种）
但只邀请特定的广告主/DSP 参与
通常有更高的底价
提供更优质的广告位

可以理解为：

如果 OA 是"菜市场"，PMP 就是"会员制超市"------

同样是买卖，但门口有人把关。

5.2 PMP 解决了什么痛点

原痛点（OA）	PMP 的解决方案
低质广告主混入	媒体方邀请制，筛掉低质
优质流量被贱卖	提高 PMP 底价，保障收入
广告主面对杂乱竞争	限定参与方，竞争更可控
广告主担心品牌安全	只在受邀媒体露出，更安全

5.3 PMP 怎么工作

PMP 的流程比 OA 多一步"邀请"：

媒体方圈定"高价值广告位"（如首页 banner）
媒体方挑选 5-10 个优质广告主（DSP），发邀请
这些受邀方进入"VIP 房间"------一个独立的竞价池
当这个广告位有曝光时，先在 PMP 内部竞价
如果 PMP 内没人出价（或都低于底价），再走 OA 公开竞价

关键点 ：PMP 有优先权------比 OA 早一步竞价。

5.4 PMP 的典型场景

媒体方场景：纽约时报首页 banner，只邀请"奢侈品 + 高端汽车 + 金融服务"广告主参与
广告主场景：某汽车品牌想在"高净值用户"聚集的财经媒体投放，通过 PMP 锁定优质曝光

5.5 PMP 留下的新痛点

PMP 让广告主拿到了更优质、更可控 的流量------

但仍然是竞价，意味着：

这次出 $5 可能赢，下次出$ 5 可能输
广告主无法保证"一定能拿到流量"

对于品牌广告（如新品发布、季节促销）来说，这是个大问题：

"我需要在双 11 当天投放，必须保证 1 亿次曝光。

我不想要'看运气'，我要'确定性'。"

需要一种"放弃竞价、约定价格 " 的新模式------PD 出现了。

六、2014 年：PD 首选交易

6.1 PD 是什么

PD（Preferred Deal，首选交易） 是程序化广告里第一个非竞价模式：

媒体方和广告主事先约定一个固定价格
不再竞价
但不保证投放量------广告主有"首选权"，但不强制必须买

类比：

你和某个服装店签了协议："你家的新款一上架，我有优先选择权，价格 8 折。

但我看了之后觉得不喜欢，可以不买。"

6.2 PD 解决了什么痛点

原痛点（PMP 仍然竞价）	PD 的解决方案
价格不确定	事先约定固定价
出价博弈复杂	不竞价了，简单清晰
高峰期可能抢不到	给广告主优先权

6.3 PD 怎么工作

媒体方和广告主签订 PD 协议：单价 $5.00 CPM（CPM = Cost Per Mille，千次曝光成本）
每当这个广告位有曝光时：
- 系统先问广告主："这次曝光你买不买？"
- 广告主可以基于实时数据（用户画像、上下文）决定买或不买
- 买 → 直接成交，单价 $5
- 不买 → 这次曝光流入 PMP 或 OA 继续竞价

关键点 ：PD 的优先级比 PMP 还高 ------

是这个广告位曝光时第一个被询问的。

6.4 PD 的典型场景

媒体方场景：体育媒体和一个运动品牌签 PD，单价 $4------运动品牌可以"挑选"喜欢的曝光机会买
广告主场景：奢侈品牌不想竞价的混乱，但又想保留"灵活拒绝"的权利

6.5 PD 留下的新痛点

PD 给了广告主"优先权 + 固定价"------

但还是不保证投放量。

对于保量需求的广告主来说，这还不够：

"我已经把广告创意做好了、预算也准备好了。

我要的不只是'优先权'，我要确定一定能投出去 1 亿次曝光 。

哪怕价格贵一点，我也要保量。"

需要一种"保价 + 保量 " 的终极方案------PDB 出现了。

七、2015 年：PDB 程序化保量

7.1 PDB 是什么

PDB（Programmatic Direct Buying，程序化保量） 是最像"传统人工合约"的程序化模式：

媒体方和广告主事先约定单价 + 投放量
媒体方承诺保证投放量
广告主承诺一定预算
但所有的"执行"环节仍然通过程序化系统自动完成

类比：

你和水果店签了合约："每月给我 1000 斤苹果，单价 5 元，月底结算。

苹果是什么品种、什么时候到货，由你们决定，但总量必须达标。"

7.2 PDB 解决了什么痛点

原痛点（PD 不保量）	PDB 的解决方案
投放量不确定	合约约定保证投放量
大促节点抢不到曝光	提前预订，锁定流量
预算执行风险	双方都有合约约束

7.3 PDB 怎么工作

媒体方和广告主签订 PDB 合约：
- 单价：$6.00 CPM
- 保量：每天 100 万次曝光
- 总预算：30 天 × 100 万次 × $6 =$ 180,000
系统每天自动执行：
- 这个广告位的曝光机会，优先分配给 PDB 合约方
- 直到当天的 100 万次完成
- 完成后剩余流量再走 PD / PMP / OA
月底结算：
- 实际投放量必须达到合约保证的量
- 没达到，媒体方要补量或退款

7.4 PDB 的典型场景

大型品牌活动：可口可乐双 11 全球营销，需要在主流媒体保证总曝光数
新品发布：苹果新机发布，提前数月锁定核心媒体的开屏广告

7.5 PDB 的特点

PDB 是程序化广告里最接近传统人工合约 的模式------

但保留了程序化的执行自动化、数据可追踪优势。

可以说：

PDB = 传统人工合约的好处（保价、保量）+ 程序化的好处（自动化、可追踪）

八、四种模式的完整对比

把 OA、PMP、PD、PDB 用一张表格收尾：

维度	OA	PMP	PD	PDB
出现时间	2008	2012	2014	2015
中文	公开竞价	私有竞价	首选交易	程序化保量
是否竞价	✅ 实时竞价	✅ 实时竞价	❌ 固定价	❌ 固定价
是否公开	✅ 公开	❌ 邀请制	❌ 一对一	❌ 一对一
是否保价	❌	❌	✅	✅
是否保量	❌	❌	❌	✅
优先级	最低	低	中	最高
适合广告主	中小广告主、效果广告	大广告主、品牌曝光	不想竞价的广告主	大促、新品发布
适合媒体方	长尾流量变现	优质流量提价	给重点客户优惠	锁定大单稳定收入

优先级链：广告位曝光时的查询顺序

当一个广告位有曝光机会时，系统按以下顺序询问：

复制代码

PDB（保量优先）
  ↓ 没匹配
PD（首选交易）
  ↓ 没匹配
PMP（私有竞价）
  ↓ 没匹配
OA（公开竞价）
  ↓ 没匹配
兜底广告 / 不展示

这条优先级链就是 SSP 决策引擎的核心逻辑之一。

九、回到 4 象限

现在我们可以把所有模式填回最开始的 4 象限图：

	公开	私有
竞价	OA 公开竞价 2008 年	PMP 私有竞价 2012 年
非竞价	(基本不存在)	PD 首选交易 2014 年 PDB 程序化保量 2015 年

这张图就是单 SSP 内部交易模式的完整图谱。

每一种模式都有它的"生态位置"------

不是后出现的就一定取代前面的，而是并存共生：

长尾流量适合 OA
优质流量适合 PMP
重点客户用 PD
大单大促用 PDB

十、单 SSP 内部演化的总结

从 2008 年到 2015 年，单 SSP 内部交易模式的演化逻辑是：

从"竞价"到"非竞价"：解决"价格不确定"的问题
从"公开"到"私有"：解决"流量质量"和"广告主品牌安全"的问题
从"不保量"到"保量"：解决"投放量确定性"的问题

每一步演化都是为了给广告主和媒体方更多控制权。

一句话总结：

程序化广告的演化，是一部"如何在自动化效率和人工合约确定性之间找平衡"的历史。

下一篇预告

上面讲的所有模式------OA、PMP、PD、PDB------都发生在一个 SSP 内部。

但媒体方通常同时接入多个 SSP / ADX：

这些 SSP 之间，谁先竞价？
怎么保证媒体方拿到所有 SSP 里的最高价？
早期的"瀑布流（Waterfall）"模式有什么问题？

2017 年出现了一种革命性技术------

Header Bidding（头部竞价）：

它颠覆了传统的"瀑布流"，让所有 SSP/ADX 同时竞价 ，

让媒体方收入瞬间提升 30-50%。

下一篇我们讲清楚这场跨 SSP 的革命。

下一篇见。

参考资料

《程序化广告：个性化精准投放实用手册》梁丽丽著，电子工业出版社

本文是「程序化广告学习笔记」系列第 5 篇。

系列目录：

(0) 先看清楚整个江湖

(1) DSP：广告主的"代理人"

(2) DSP 身边的 4 个帮手

(3) SSP 和 ADX

(4) Ad Network 和 Ad Server

(5) 交易模式（上）：单 SSP 内部的演化史 ← 当前

(6) 交易模式（下）：Header Bidding 的革命（待发布）