出价压降（Bid Shading）

出价压降是一种悄悄决定你的媒介预算有多少真正买到展示、又有多少作为溢价白白流失的机制。当开放网络还运行在二价拍卖时，买方可以放心地报高价：你最多只比第二高出价多付一分钱。当行业转向一价拍卖后，这层安全网消失了——你报多少就付多少。出价压降正是为填补这一缺口而出现的方案。

出价压降到底做了什么

在一价拍卖中，如果你出价 10 美元，下一个买家出价 4 美元，你会赢——但你也要付 10 美元，尽管 4.01 美元就足够了。出价压降用模型预测某次展示最可能赢得的最低价格，并把你的出价向这个预测清算价压低。目标是赢下你想要的展示，同时付出接近其真实市场价值的价格，而不是你愿意支付的上限。

模型依赖历史拍卖数据：哪些交易所、广告位、域名和人群在什么价位成交，以及某个压降水平仍能胜出的频率。它在每次出价提交前以毫秒级运行。如果你想了解这些拍卖如何清算，关于一价拍卖的文章是本篇天然的配套阅读。

买方端与卖方端压降

压降可能发生在两个地方，混淆二者是价格不可预测的常见根源。买方端压降存在于 DSP 中，在出价到达交易所之前就将其下调。卖方端压降存在于 SSP 中，可代表发布方调整出价。当两者作用于同一次拍卖时，就会出现"双重压降"，价格路径变得难以推理，胜出率的波动也无法在报表中得到解释。

这正是出价压降与供应路径优化紧密相关的原因：你与发布方之间的冗余环节和转卖方越少，压降模型要预测的清算价就越清晰。混乱的供应路径会向模型输入噪声数据，削弱其准确性。

它在你的技术栈中出现在哪里

每个主流 DSP 都默认应用某种形式的出价压降，多数会在报表中以提交出价与实际成交价的对比形式呈现。像 The Trade Desk 和 Google DV360 这样的平台都将压降内建于其竞价器中，而程序化路径则梳理了它相对于整个购买流程所处的位置。在私有交易中，压降的表现与公开拍卖不同——固定价的私有市场交易完全去除了拍卖，因此没有可压降的对象。

如何解读结果

评估压降的诚实方法是在足够长的窗口内对比两个数字：开启与关闭压降时的胜出率和中位 CPM。好的压降会在不明显降低你所关心展示胜出率的前提下降低 CPM。如果胜出率骤降，说明模型压得太激进，你正在丢失本可赢得的库存。如果 CPM 毫无变化，压降可能作用甚微，值得质疑。

把压降当作需要持续监控的模型，而非一个勾选项。随着其他买家行为变化、季节性需求高峰以及供应路径重组，拍卖动态会不断变化。上季度为你节省 15% 的压降模型，可能会悄悄漂移。

常见问题

出价压降总能省钱吗？ 不一定。它平均会减少溢价，但过于激进的模型会压到清算价之下，丢掉你想要的展示，反而抬高触达同一人群的有效成本。

应该关掉压降来测试吗？ 做受控对比，而不是直接全部关闭。在可比库存上测量开启与关闭压降时的胜出率和中位 CPM，以隔离其真实效果。

每个交易所的压降都一样吗？ 不一样。清算动态因交易所、广告位和供应路径而异，这正是把压降与供应路径优化结合往往能提升其准确性的原因。