Bidding 与 Waterfall 的基础区别

先把两套逻辑分开

Waterfall 是按预设顺序请求广告源，Bidding 是让广告源在同一次机会里出价。一个强调人工排序，一个强调实时价格。理解这个差别，比记概念更重要。

很多团队把二者当成替代关系，其实更常见的是混用：高价值广告源参与竞价，长尾地区和不稳定预算用瀑布流兜底。

执行时可以先选一个代表性广告位小范围验证。Waterfall 是按预设顺序逐层请求。它容易理解，也方便人工控制，但排序更新慢，遇到预算波动时会滞后。 这类判断如果直接推到全量流量，出现异常时排查成本会很高；先用小样本确认链路，再决定是否扩大，通常更稳。

新团队更需要把判断写得朴素一点：这个广告位为什么存在，用户在什么时刻看到它，失败后是否还能顺利继续。只要这三个问题说清楚，后续再谈广告源、底价和频次，沟通成本会低很多。围绕“先把两套逻辑分开”继续往下做时，可以把观察周期控制在一个自然周左右。时间太短容易被预算和流量波动影响，时间太长又会让问题滞后。

Waterfall 的优点是可解释

瀑布流像一张运营维护的顺序表。谁在第一层，谁在第二层，为什么这样排，团队都能说清楚。它适合新项目起步，也适合需要强控制的地区和广告位。

缺点也明显：市场价格变化后，排序不会自动更新。如果几周不复盘，高价广告源可能被放在后面，收益会慢慢损失。

这里还有一个容易被忽视的点：同一套配置在不同版本、不同国家、不同入口里表现可能完全不同。不要把总表里的平均数当成结论，最好保留拆分维度，让后续调整有可回看的依据。

新团队更需要把判断写得朴素一点：这个广告位为什么存在，用户在什么时刻看到它，失败后是否还能顺利继续。只要这三个问题说清楚，后续再谈广告源、底价和频次，沟通成本会低很多。这里不建议只用单日数据做判断。广告主预算、用户来源和版本分布都会带来噪声，至少要看趋势和异常点是否同时出现。

Bidding 的难点不在开关

实时竞价看起来更聪明，但它依赖广告源支持、网络时延、超时设置、数据回传和报表口径。任何一环不稳，结果都会变形。

例如超时太短，广告源还没出价就被排除；报表口径不同，运营会误判谁贡献了收益；低价保底层抢得太早，高价机会也会被挤掉。

如果团队人手有限，优先保证这件事能被复盘。每次改动只要写清楚时间、范围、负责人和观察口径，后续即使数据没有明显提升，也能知道下一步该收窄问题还是更换假设。

新团队更需要把判断写得朴素一点：这个广告位为什么存在，用户在什么时刻看到它，失败后是否还能顺利继续。只要这三个问题说清楚，后续再谈广告源、底价和频次，沟通成本会低很多。如果数据和预期相反，先检查埋点、广告位 ID、版本范围和地区拆分。基础口径错了，后面的策略讨论都会偏。

混合策略更像真实项目

成熟项目通常会分广告位和地区处理。主力国家、主力广告位可以让更多广告源参与 Bidding；低填充地区保留 Waterfall 层级，保证请求不要大量空返。

调整时不要一次改全量。先选一个广告位或一个地区，观察填充、展示、eCPM、收益和超时，再决定是否扩大。

把“混合策略更像真实项目”放到真实项目里看，关键是不要只留下一个口头判断。可以把当前广告位、影响地区、触发入口和预期变化写在同一张记录里，等数据回来后再逐项对照。这样做看起来慢一点，但能避免团队在复盘时只记得结果，却说不清当时为什么这么调。

新团队更需要把判断写得朴素一点：这个广告位为什么存在，用户在什么时刻看到它，失败后是否还能顺利继续。只要这三个问题说清楚，后续再谈广告源、底价和频次，沟通成本会低很多。比较稳妥的做法是保留回滚路径。任何会影响核心流程或大额流量的调整，都应该知道撤回后会恢复到哪一套配置。

判断效果要跨过一天

Bidding 或 Waterfall 的好坏不能用一天定论。广告主预算、渠道流量、周末和工作日都会改变表现。至少看一个完整周期，再结合调整记录判断。

真正有用的复盘不是争论哪套机制先进，而是看每个广告位在当前地区、当前流量下，哪种组合更稳。

执行时可以先选一个代表性广告位小范围验证。Bidding 会让多个广告源同时出价，再按实时价格选择更合适的广告。它更接近真实市场价格，但需要广告源、网络和超时设置配合。 这类判断如果直接推到全量流量，出现异常时排查成本会很高；先用小样本确认链路，再决定是否扩大，通常更稳。

新团队更需要把判断写得朴素一点：这个广告位为什么存在，用户在什么时刻看到它，失败后是否还能顺利继续。只要这三个问题说清楚，后续再谈广告源、底价和频次，沟通成本会低很多。围绕“判断效果要跨过一天”继续往下做时，可以把观察周期控制在一个自然周左右。时间太短容易被预算和流量波动影响，时间太长又会让问题滞后。

把结论留给下一次复盘：两种排序逻辑

复盘不是为了把所有数据都解释完，而是为了留下下一次能执行的判断。可以把结论写成一句话：继续观察、扩大范围、回滚配置，或者换一个假设。这样下周再看数据时，团队能接着往前走。