Jul 17, 2026·6 分钟阅读
匹配率
匹配率衡量的是至少收到一个需求方出价响应的广告请求所占的比例。它告诉你买家是否对你的库存感兴趣——在任何竞价或底价过滤之前。与填充率不同,匹配率统计的是出价的存在,而不是广告的投放。
什么是匹配率
匹配率 是指广告请求中至少返回一个来自已连接需求源(SSP、交易平台、头部竞价合作伙伴)的出价的比例。它是衡量您的广告栈中需求健康度的最早信号。
高匹配率意味着买家认为该请求(用户、页面、广告位)有价值。低匹配率则意味着请求被忽略——通常是因为数据信号不佳、低价底价暗示库存质量低,或请求与买家定向条件不匹配。
与填充率的关键区别
- 匹配率 = 收到的出价数 / 发出的请求数
- 填充率 = 投放的广告数 / 发出的请求数
当出价到达但输给底价、在统一竞价中被更高出价击败或未能渲染时,匹配率可能超过填充率。一个匹配率为70%、填充率为40%的发布商,说明有需求兴趣,但在竞价或投放环节丢失了出价。
所以呢: 匹配率是您的矿井中的金丝雀。如果它下降,说明需求确实疲软。如果它保持高位而填充率下降,问题出在您的竞价逻辑或底价策略——而非买家兴趣。
计算方式
匹配率 = 至少有一个出价的广告请求数 / 发送的广告请求总数
示例:如果SSP收到100,000个请求,其中73,000个至少收到一个出价,则匹配率 = 73,000 / 100,000 = 73%。
重要注意事项
- 不同合作伙伴的计数方式不同。 有些SSP将任意出价者响应视为匹配;其他则要求最低出价(例如 > $0.00 CPM)。请务必查看供应商的定义。
- 超时很重要。 在客户端超时后到达的出价不计为匹配。低匹配率可能是延迟问题,而非需求问题。
- 多出价请求。 如果一个请求发送给10个出价者,其中3个响应,则计为一次匹配。匹配率不等于出价者响应率。
- OpenRTB上下文。 在OpenRTB拍卖流程中,匹配率对应出价响应中
seatbid对象的存在。空的seatbid数组表示无匹配。
如何在仪表盘中解读匹配率
单纯的匹配率数字毫无意义。你必须结合合作伙伴、格式和时间范围来解读。
与之搭配的指标
- 竞价请求量级。 100次请求中90%的匹配率,远不如100万次请求中70%的匹配率有意义。
- 填充率。 匹配率与填充率之间的差距揭示了拍卖/底价泄漏。
- 胜出率。 如果匹配率高但胜出率低,说明你的底价可能过于激进。
常见的仪表盘误读
某发布商看到匹配率从75%降至60%,便恐慌地认为“需求枯竭”。但按合作伙伴细分后,发现仅一家SSP从80%降至30%,其他SSP保持稳定。真正原因:该SSP将其超时时间从500ms改为200ms。需求仍在,但窗口期太短。
结论: 在断定需求疲软之前,务必按合作伙伴、格式和设备进行细分。
通常影响该指标的因素
提高匹配率的杠杆
- 改善数据信号。 传递清晰的用户ID、设备信息和上下文信号。当买家理解请求时,他们会出价更高。
- 增加超时窗口。 50ms的超时会扼杀匹配率。对于Header Bidding,尝试200-500ms,但需平衡页面加载时间。
- 增加需求合作伙伴。 更多的竞价者意味着至少有一个出价的机会更大。但需注意延迟膨胀。
- 降低底价。 激进的底价会抑制出价。如果底价高于买家的估值,他们可能不会费心回应。
- 修复请求质量。 删除格式错误的URL、缺失的尺寸或无效的广告单元。糟糕的请求会被忽略。
降低匹配率的杠杆
- 底价设置过高。 买家会自行退出。
- 增加延迟限制。 严格的时间限制会缩短竞价窗口。
- 丢失用户身份。 Cookie弃用、ITP或ID同步故障。
- 更改广告单元尺寸。 如果停止支持常见尺寸(例如300×250),该版位的匹配率会下降。
权衡
- 匹配率 vs. 收入。 高匹配率并非目标。将底价设为0.00美元可以获得100%的匹配率,但这会损失收入。目标是最优匹配率,平衡竞价量与价格。
- 匹配率 vs. 延迟。 更多的竞价者和更长的超时时间会提高匹配率,但会减慢页面加载速度。找到匹配率增加带来的收益被用户体验成本抵消的临界点。
- 匹配率 vs. 填充率。 如果匹配率高但填充率低,说明你的竞价存在漏洞。在增加更多需求之前,先修复底价或分配策略。
公式
供应商定义有所不同。有些要求最低出价(例如,> $0.00 CPM)才能算作匹配。请查看你的平台文档。
适用场景
导致匹配率下降的超时设置
某发布商发现一家SSP的匹配率在一夜之间从72%降至48%。
- 原因: 该SSP在延迟优化测试中,将客户端超时时间从400ms缩短至150ms。
- 修复: 将超时时间恢复至300ms后,匹配率回升至68%。
- 启示: 匹配率对超时窗口非常敏感。在归咎需求问题前,务必先检查延迟设置。
高匹配率低填充率——底价问题
某发布商匹配率达80%,但填充率仅35%,收入持平。
- 问题: 大量出价虽已到达,但低于动态底价,被竞价系统拒绝。
- 对策: 将底价下调15%,并引入软底价机制,允许低于目标价的出价参与竞争。填充率升至55%,收入增长12%。
- 启示: 匹配率反映需求存在,填充率反映需求是否被捕获。切勿孤立优化匹配率。
按合作伙伴细分以发现真正问题
整体匹配率从70%降至55%,广告运营团队一度认为是需求萎缩。
- 原因: 按合作伙伴细分后发现,一家SSP的匹配率从75%暴跌至20%,而其他三家保持稳定。
- 修复: 该SSP更改了竞价方集成方式,导致无法接收用户ID。重新同步ID管道后,匹配率恢复至70%。
- 启示: 务必按合作伙伴细分数据。单一集成故障即可拖累整体指标。
常见误区
将匹配率本身作为目标
通过将底价设为0.00美元或增加数十个竞价者,可以实现高匹配率。但这通常会降低收入或拖慢页面加载。
- 正确做法: 优化每次请求收入或有效CPM,而非仅关注匹配率。将匹配率作为诊断指标,而非关键绩效指标。
忽视匹配与填充之间的差距
看到80%的匹配率就沾沾自喜——而填充率只有30%——意味着你在某个环节流失了竞价。
- 正确做法: 监控差距。如果差距较大,调查底价、竞价逻辑和渲染失败。差距就是金钱流失的地方。
跨不同SSP比较匹配率
每个SSP计算匹配率的方式不同。有的可能统计任何竞价响应;有的则要求最低CPM。直接比较会产生误导。
- 正确做法: 将每个SSP的匹配率作为该合作伙伴的趋势线。比较随时间的变化,而非跨合作伙伴的绝对值。
总结
快速检查
确认您已理解本文内容。
single
匹配率衡量的是什么?
请选择答案
参考来源
- IAB Tech Lab — OpenRTB 规范(竞价响应结构,seatbid 对象)
- Google Ad Manager 帮助 — 竞价响应指标(匹配与填充的概念参考)
- 头部竞价供应商文档(常见匹配率定义与超时影响)
仅供学习,不构成投放建议。