定义
广告聚合平台把一个 App 连接到多个广告网络和竞价合作方,根据实时竞价、瀑布流顺序、价格与资格规则选择广告,并集中报告展示、收入和填充情况。
所在链路
App 广告请求 → 聚合平台 → 多个需求方 → 获胜广告 → 用户
为什么重要
与只依赖单一广告网络相比,广告聚合能够增加需求竞争、改善填充并提供更强的运营控制,但也会增加 SDK 和数据管理成本。
广告聚合是做什么的
广告聚合(ad mediation)是管理多个需求源竞争应用广告库存的那一层。应用不再只接一家广告网络、被动接受它的价格,而是集成一个聚合 SDK,由聚合层针对每次广告请求决定让哪家接入的网络来投放。链条是:应用广告请求 → 聚合层 → 需求源竞争 → 胜出广告 → 用户。
聚合平台具体提供:
- **一个 SDK 包住多个。**为每家接入网络提供适配器,应用只需维护一个主集成,而不是十几个原生 SDK。
- **选择逻辑。**历史上是瀑布流(按预期 eCPM 排序依次调用网络);如今以实时应用内竞价(in-app bidding)为主——各网络对每次展示提交真实出价。
- **统一报表。**分网络、分广告位、分地理的收入、展示、填充率和延迟——一个地方、一套口径。
- **运营控制。**广告位配置、频次上限、网络开关、A/B 测试和分人群规则,全部无需发版。
主流平台有 AppLovin MAX、Google AdMob 聚合、Unity LevelPlay 和 DT FairBid。注意一个结构性张力:每家主要聚合服务商同时运营自己的广告网络,而这个网络又在该平台主持的竞价中出价。把竞价透明度和报表诚实度当作选型标准,而不是默认假设。
瀑布流 vs 应用内竞价
瀑布流按历史平均 eCPM 给网络排序、依次调用直到有人填充。它的缺陷是慢性的:历史平均值对单次展示定价失准,每次顺序调用都叠加延迟,排名靠前的网络可以挑走优质展示、退回剩下的。运营一条有竞争力的瀑布流意味着无止境的手动层级调优——许多团队为了强制细颗粒度竞争,给同一家网络维护多个不同价格地板的副本。
应用内竞价(应用世界的 header bidding 等价物)用按展示出价取代了按历史排序:接入网络实时报价,价高者得。实际收益是延迟变平(一场并行竞价取代顺序遍历)、按展示的价格发现,以及瀑布流运营工作的基本消失。
现实是混合的:多数配置让竞价网络与传统网络的残余瀑布并行,聚合层把两者合并成一个决策。方向很明确——竞价持续吞噬份额——但"完全竞价化"在所有网络和地区还不是普遍现实。
把聚合运营好
- **为增量收入加网络,不为数量。**每家网络都增加 SDK 体积、初始化耗时和隐私合规面。测量每新增网络的边际 ARPDAU;多数应用在几家精选竞价方之后就到平台期。
- **盯每家网络的延迟。**一个慢出价方拖累它参与的每场竞价。聚合仪表盘有分网络响应时间——强制超时,砍掉慢性拖延者。
- **竞价架构下慎用价格地板。**地板在瀑布流时代是制造竞争的工具;在实时竞价里,激进的地板大多是拿填充率换微薄的 eCPM 收益。先对照保留组测试,再相信地板有用。
- **报表按地理和格式分段。**网络实力在不同市场和格式(激励视频 vs 插屏 vs 横幅)之间极不均匀;在美国激励位值得保留的网络,在拉美横幅位可能就是死重。
- **每月用网络方的付款仪表盘对账聚合报表的收入。**适配器配置错误和差异条款都会表现为"报告的"和"实付的"之间的缺口。
- **管好 SDK 物料清单。**每个适配器的版本锁定、每家网络的数据采集行为、每条隐私清单条目,都是你名下的维护负担。每季度审计适配器清单;不交房租的就清退。
常见错误
- **加网络不测延迟。**第 9 家出价方带来的收入增益,很少能扛得住它造成的竞价变慢——而广告交付变慢会压低所有网络的每会话展示数。
- **盲目使用历史 eCPM。**在残余瀑布流里,过期的平均值系统性地错配展示;在竞价里,历史 eCPM 是报表输出,不是控制输入。
- **无视 SDK 体积和维护成本。**聚合栈是应用体积膨胀、ANR 率上升和发版摩擦的主要来源之一。边际网络必须既付媒体收入的账,也付工程拖累的账。
- **优化 eCPM 的同时填充率崩塌。**收入 = eCPM × 已填充展示数;拉高单价、饿死交付的聚合调优是在甲板上摆椅子。ARPDAU 是让聚合保持诚实的指标。
- **假设裁判是中立的。**在自家聚合里出价的第一方需求值得审视:对同样的广告位,比较它和第三方出价方的竞胜率与价格。
FAQ
只用 AdMob 还需要聚合吗? 首发或小应用用单一网络没问题——AdMob 一家就能充分填充多数地区。当可观的收入依赖于竞争时,聚合才配得上它的复杂度:通常是应用的规模足以让多家网络认真出价的时候。
该选哪家聚合平台? 诚实的差异点:竞价网络在你关键地区的覆盖、平台自有需求的强度(它会是大出价方)、报表质量、SDK 工程质量。游戏向的栈偏向 MAX 或 LevelPlay;更广的应用品类常从 AdMob 聚合起步。决策风险高就跑分流测试——结果确实因应用和受众而异。
应用内竞价一定比瀑布流好吗? 在网络参与度相同的前提下,竞价在延迟和运营上胜出。边缘情况仍存在——有些网络通过托管瀑布位的出价仍高于其竞价适配器。混合架构的存在正是为了两头都拿到。
聚合和用户获取怎么互动? 广告收入喂进 LTV,而几家聚合平台(特别是 AppLovin 和 Unity)坐在两边——它们的网络买你的库存,它们的 UA 产品花你的预算。展示级收入数据流入 MMP 才能闭合 ROAS 回路;应用变现路径覆盖完整的收入栈。
为什么实际到账比仪表盘显示的低? 网络侧差异(他们的计数规则)、无效流量回扣、被计为已填充的自有广告或交叉推广展示、适配器在部分设备上静默失败。每月分网络对账;持续超过几个百分点的缺口值得调查或清退。
新手常见误区
- 不断增加广告网络,却不衡量延迟与新增收入
- 长期依赖历史 eCPM 排序而不更新价格信号
- 忽略多个 SDK 对包体、稳定性和维护工作的影响