Jul 17, 2026·6 分鐘閱讀

競價延遲

競價延遲 (競價延遲) cover diagram

競價延遲衡量從發出出價請求到返回競價決策並開始載入廣告素材所花費的時間。每增加一毫秒,都可能導致用戶流失、可見度降低和出價損失。對平台而言,延遲是在執行深度競價與保持頁面快速載入之間的取捨。

什麼是延遲

拍賣延遲是指從發布商的廣告伺服器發送出價請求到收到最終決定(勝出出價、廣告素材網址或回傳)之間的實際時間。這是一個平台層級的指標,因為拍賣基礎設施——廣告交易平台、SSP、標頭競價包裝器——控制了大部分時間。

延遲並非單一數字,而是一條鏈:

  • 網路往返——請求到達出價方並返回回應。
  • 出價方處理——出價方評估用戶、應用底價及執行內部拍賣的速度。
  • 包裝器瀑布流——在標頭競價中,每個適配器會等待其超時後才執行下一個。
  • 廣告伺服器決策——最終的伺服器端呼叫,選出勝出者。

用戶可見的成本

每增加 100 毫秒的延遲,就會降低頁面瀏覽完成率。在行動裝置上,由於網路條件較差且用戶耐心不足,這種影響會更加嚴重。只優化填充率勝出率而不監控延遲的平台,通常會降低可視度,並諷刺地導致有效千次曝光成本下降,因為較少的曝光能完整呈現。

計算方式

拍賣延遲 = 收到決策時間 − 發出出價請求時間

所有時間皆在平台端(SSP、廣告交易平台或標頭競價包裝器)測量。單位為毫秒。

重要注意事項

  • 起始點不同。 部分平台從廣告請求離開瀏覽器時開始計算;其他則從進入競價引擎時開始。請務必查閱供應商的定義。
  • 超時 ≠ 延遲。 500 毫秒的超時設定並不代表每次競價都耗時 500 毫秒。延遲是實際時間,應遠低於超時設定。
  • 彙總數據會隱藏極端值。 平均延遲可能看起來正常,但第 95 百分位數卻可能造成實際用戶體驗問題。請分別監控 p50、p95 和 p99。
  • 不包含素材下載時間。 延遲計算在收到決策時結束,而非廣告渲染完成時。渲染時間是另一個指標(通常稱為「素材載入時間」)。

如何在儀表板中解讀

單一的延遲數字幾乎毫無用處。請從分佈角度解讀:

  • p50(中位數) — 典型使用者體驗。伺服端競價應低於 200 毫秒,用戶端標頭競價應低於 400 毫秒。
  • p95 — 最慢的 5% 競價。若此值超過逾時時間,表示您因逾時而失去競價。
  • p99 — 極端異常值。通常由單一慢速競價者或網路短暫異常造成。

搭配指標

  • 競價請求 — 若延遲突然飆升且競價請求量下降,表示競價可能在請求完成前就已逾時。
  • 填充率 — 若延遲高且填充率也高,可能是競價層級過深,為了邊際收益而損害使用者體驗。
  • 勝率 — 勝率低且延遲高,通常表示逾時時間過短,競爭性競價者來不及回應。

常見錯誤

常見的 Slack 訊息:「延遲平均 180 毫秒,看起來沒問題,所以我們可以再加兩個競價者。」請先檢查 p95。若 p95 為 900 毫秒,新增的競價者將使延遲超過逾時,您將看不到任何增量收益,同時每個頁面都會變慢。

通常影響此指標的因素

降低延遲的槓桿

  • 縮短超時時間。 Prebid 和大多數 SSP 允許您為每個適配器設定超時時間。將超時時間從 1000 毫秒縮短至 500 毫秒可直接降低 p95 延遲,但可能會遺漏一些回應較慢的出價方。
  • 轉向伺服器端拍賣。 伺服器端標頭競價(例如 Prebid Server、Amazon TAM)消除了客戶端瀑布流延遲。代價是對出價方連接的控制較少。
  • 減少出價方數量。 每個額外的出價方都會增加網路和處理時間。請測試邊際出價方是否真的能贏得足夠多的次數,以證明其帶來的延遲成本是合理的。
  • 優化出價方選擇。 根據使用者區段的歷史勝率使用出價方「簡短清單」。不要呼叫從未在此庫存上獲勝的出價方。
  • 使用並行出價。 同時呼叫所有出價方的客戶端包裝器(而非順序呼叫)可將瀑布流壓縮為一次往返。

增加延遲的槓桿(請謹慎使用)

  • 增加底價或複雜的交易邏輯。 出價方必須評估的每一條額外規則都會增加處理時間。
  • 豐富的使用者訊號。 傳遞完整的使用者 ID、裝置圖譜或自訂區段會增加請求負載大小和解析時間。
  • 多格式拍賣。 在同一呼叫中請求影片、展示廣告和原生廣告可能會減慢出價方決策引擎的速度。

權衡取捨

超時時間 vs. 需求深度 是經典的平台權衡。200 毫秒的超時時間可提供出色的使用者體驗,但可能會排除需要 300 毫秒才能回應的出價方。1000 毫秒的超時時間可捕捉更多出價,但會損害可見度和頁面載入速度。

何時不應追求此指標: 如果您的填充率已超過 95% 且可見度良好,則進一步優化延遲可能會因切斷有價值的出價方而減少收入。延遲是一個限制條件,而非目標。在使用者體驗可接受之前進行優化,然後停止。

公式

Auction Latency = time(decision received) − time(bid request sent)

在平台層級測量;不包括廣告素材下載時間。務必檢查供應商是從瀏覽器還是伺服器開始計時。

適用場景

  1. 過早的超時縮減

    一家行動 SSP 注意到 p95 延遲為 1100 毫秒,於是將所有出價者超時從 1000 毫秒縮減至 400 毫秒。

    • 原因: 超時是按每位出價者設定的,但包裝器依序執行出價者。總延遲是所有超時的總和。
    • 修正: 切換為並行出價,並將每位出價者的超時維持在 400 毫秒。p95 降至 450 毫秒。
    • 啟示: 在不了解拍賣架構的情況下更改超時可能會適得其反。在調整參數前,先了解瀑布流。
  2. 看似便宜的慢速出價者

    一家發布商新增了一個底價極低的交易所。填充率上升了 2%,但 p95 延遲從 600 毫秒飆升至 950 毫秒。

    • 發生原因: 新交易所始終需要 800 毫秒回應,在依序瀑布流中阻塞了較快的出價者。
    • 處理方式: 將慢速交易所移至並行呼叫,並設定較短超時(300 毫秒)。失去了低價出價,但恢復了頁面速度。
    • 啟示: 低價出價並非免費。在評估新需求夥伴時,需考慮延遲成本。
  3. 伺服器端遷移

    一家大型新聞發布商從客戶端 Prebid 遷移至 Prebid Server。

    • 設定: 客戶端 p95 為 1200 毫秒(8 個出價者)。伺服器端 p95 降至 350 毫秒。
    • 結果: 可見度從 58% 提升至 72%,有效 CPM 上升,因為更多曝光完整呈現。
    • 啟示: 對於高流量發布商而言,伺服器端拍賣是最大的延遲槓桿。代價是對個別出價者行為的透明度較低。

常見誤區

  • 優化平均而非尾端

    儀表板顯示平均延遲為 180 毫秒,因此團隊假設一切都很快速。

    • 應對方法: 始終監控 p95 和 p99。少數幾個非常慢的競價可能嚴重影響用戶體驗,但對平均值的影響不大。設定 p95 閾值的警報。
  • 混淆延遲與超時

    某平台報告「延遲:500 毫秒」,因為這是超時設定,而非實際測量時間。

    • 應對方法: 測量從請求到決策的實際往返時間。超時是上限,而非測量值。若實際延遲為 50 毫秒,報告 500 毫秒會隱藏真實效能。
  • 未測試延遲影響就新增競價者

    某發布商新增一個競價者,因為其提供高底價,卻忽略其回應時間需 600 毫秒。

    • 應對方法: 執行有無該競價者的 A/B 測試。不僅測量收入,還要測量 p95 延遲和可見度。拖慢頁面的競價者可能因可見度損失造成的成本,高於其額外 CPM 帶來的收益。

總結

競價延遲是決定需求深度與用戶體驗之間取捨的時鐘。平台的每個決策——超時長度、出價方數量、伺服器端與客戶端——都會影響這個數字。

  • 關注尾部,而非平均值。 p95 和 p99 才能反映真實情況。
  • 將延遲與填充率和勝率結合起來看。 一個低延遲但無法贏得任何出價的競價是沒有用的。
  • 當用戶體驗可接受時停止優化。 超過這個點,你就是在用收入換取用戶注意不到的毫秒數。

快速檢查

確認您已理解本文內容。

進度: 1/6

single

拍賣延遲衡量的是什麼?

請選擇答案

參考來源

  • Prebid.org — 標頭競價超時指導(行業實務參考)
  • IAB Tech Lab — OpenRTB即時拍賣時序背景(概念參考)
  • Google Ad Manager說明 — 廣告延遲與頁面速度文件(概念參考)

僅供學習,不構成投放建議。

猜你喜歡