广告指标体系的本体抽象:六层漏斗×三边账本×派生网络

2026-10-12T00:00:00.000Z

本体建模

上一篇《广告业务规则怎么抽象成本体》讲的是”规则”,这篇讲指标。很多团队的指标体系就是一张指标清单:名称、口径、负责人。清单的问题在于它丢掉了结构——而排障、对账、语义层消歧,吃的全是结构。

总纲:指标体系四要素

指标体系 = 度量(Measure) + 维度(Dimension) + 口径(Caliber) + 关系(Relation)
           有哪些数      按什么切        怎么算准        谁派生谁/怎么分解

落到本体上,最重要的一句是:指标是一等实体(MetricDef),不是报表里的一个字段。

六层漏斗指标清单

按流量旅程排序:从”有多少水”到”体系的体温计”。

L1 流量/供给层

指标口径要点坑
广告请求数SDK 发起的请求含超时请求
有效请求过滤黑名单/频控后fill rate 分母用哪个?必须显式声明
返回数广告源有广告返回无返回 ≠ 无填充(还有无竞价)
fill rate 填充率填充/请求无标准分母,同名不同义之首
DAU/MAU、人均请求、人均时长供给质量跨 APP 聚合去重口径
可竞价流量占比支持 Bidding 的流量比例数十个源里多少支持并行竞价

L2 竞价层

指标口径要点坑
竞价数/出价数进入竞价 ≠ 有出价(低于底价不出)分母链:请求→竞价→出价→胜出
win rate 胜出率胜出/出价平台侧看不到全部对手价(信息不对称)
平均出价/平均成交价(win_price)两套价收入必须用 win_price
底价命中率成交价=底价的比例命中率高 = 定价保守,可调底价
竞价密度平均每请求出价方数平台健康度核心指标
超时率竞价预算 200ms 内未返回比例超时 = 无填充(不是错误)

L3 展示层

指标口径要点坑
曝光数三套账:计费口径/第三方监测/客户端上报同名不同义之首
可视化曝光率MRC:≥50% 像素、静态≥1s/视频≥2s与计费曝光的差值 = 质量损耗
播放完成率(视频)完播/开播激励视频接近 100%(用户有动机)——形态间不可比
渲染失败率客户端渲染异常归因于哪侧(SDK/素材/网络)要拆

L4 互动层

指标口径要点坑
点击数有效点击(过滤误触/机器)原始点击 vs 有效点击差值即 IVT 线索
CTR有效点击/计费曝光不同形态间不可直比(横幅 vs 开屏差一个量级)
误触率短时间(<1s)离开落地页的点击占比插屏重灾区
转化数/CVR归因口径(Last Click、窗口)窗口一变历史全变——重述问题
深度转化(次留/付费/LTV)回传链路决定可得性S2S 回传延迟与丢失率

L5 收入/价值层

指标口径要点坑
收入扣减链:计费收入−IVT−退款−返点平台账 vs 监测账(对账差异率)
eCPM(收益口径)收入/曝光×1000与 L2 的”成交 eCPM”同名异源:一个自上而下(收入反推),一个自下而上(竞价聚合)——对不上本身就是数据质量问题,这俩的差值是个对账指标
实际 CPC/CPA收入/点击、收入/转化与报价 CPC/CPA 区分
ARPU/人均收益收入/DAU媒体侧核心
分成后收益(媒体侧)收入×分成比例三边分账:广告主付钱→平台抽成→媒体拿份
ROI/ROAS、首日 ROI、回收周期广告主侧归因窗口与回本周期错配是深坑

L6 质量/健康层

指标说明
IVT 率GIVT 可规则判、SIVT 靠模型
对账差异率平台账 vs 第三方监测,容忍度 ±5%
归因率有归因的转化/总转化——回传链路健康度
数据新鲜度分钟级大盘 vs T+1 财务的流批差
学习期通过率oCPX 计划过学习期比例

三边视角:同一漏斗,三套账本

边关注层核心指标组一句话关切
媒体侧(变现效率)L1/L3/L5fill rate、eCPM、收入、分成后收益“我的流量卖得贵不贵”
广告主侧(投放效果)L4/L5消耗、CTR/CVR、转化成本、ROI“我的钱花得值不值”
平台侧(撮合健康度)L2/L6竞价密度、win rate、take rate、IVT 率“我的市场活不活”

同一次曝光在三边是三个数字:媒体看到的是 eCPM,广告主看到的是成本,平台看到的是差价。这就是为什么”边”必须是指标的一个维度——没有边,三套账会混成一笔糊涂账。

关系体系:派生网络与恒等式

指标体系的价值不在罗列,在恒等式和分解树。

派生层级

原子指标(事件计数:请求数、曝光数、点击数、转化数、金额)
   → 派生指标(比率:fill rate、CTR、CVR、win rate)
      → 复合指标(跨层组合:eCPM、ROI、LTV、ARPU)

三条核心恒等式

  1. 收入 = 曝光 ÷ 1000 × eCPM——收入异动拆解的主轴;
  2. eCPM = CTR × CVR × CPA × 1000——漏斗分解:eCPM 降了,是 CTR(素材/人群)还是 CVR(落地页/产品)还是 CPA(竞价环境)?这是变现诊断之王;
  3. 收入 = 点击 × CPC = 转化 × CPA——计费模式不同,分解路径不同,但收敛到同一收入。

分解树(诊断动线)

收入下降
 ├─ 曝光降了?(L1/L3:请求量? fill rate? 渲染失败?)
 │    └─ fill rate 降 → 哪个广告源?超时率升了还是竞价密度降了?(L2)
 └─ eCPM 降了?(恒等式 2 分解)
      ├─ CTR 降 → 素材疲劳? 新人群? 形态结构变化(横幅占比升)?
      ├─ CVR 降 → 落地页? 回传丢失? 归因窗口变更?
      └─ 竞价环境 → 底价命中率变化? 新源接入?

出问题时能顺着派生网络走到叶子节点——指标体系就是排障的地图。

维度体系:切法就是本体的类层级

维度族取值备注
时间自然日/小时/分钟;时区请求时间 vs 计费时间
供给层级媒体集团→APP→广告位→形态(开屏/激励视频/插屏/横幅/原生)形态是最强切片,各形态量级不可直比
地理国家/地区出海业务第一维度(eCPM 国别差 10 倍)
渠道/广告源数十个源;瀑布流层序源 × 层序是排障常用组合
流量交易类型PDB/PMP/OA/兜底与优先级公理联动
行业/广告主一级行业→细分与黑名单/准入约束联动
设备/OSiOS/Android、机型档ID 体系差异(IDFA vs OAID)
人群定向包/lookalike隐私约束下收紧的维度

维度设计的第一原则:维度取值必须是受控词表(本体里的类),不能是自由文本——“开屏”被写成”开屏/开机屏/启动页”三份,聚合就废了。

口径陷阱速查

三套账(平台/监测/客户端)｜同名不同义(曝光、eCPM 两义、消耗口径)｜分母歧义(fill rate)｜bid vs win_price｜预测值 vs 实测值(pCVR 混进实测 CVR 是大事故)｜窗口变更即重述。

落点:MetricDef 作为一等实体

四要素本体落点工程形态
度量MetricDef:名称/业务定义/计算式/分子/分母/去重键/过滤条件/时间口径/数据源绑定/版本指标目录
维度受控词表=类层级;指标×维度的可用组合是约束(不是所有指标都能按所有维度切——预聚合边界)维度表+组合白名单
口径MetricDef 字段+口径变体(Impression ⊳ Billing/Viewable)同名指标多版本,ChatBI 消歧的输入
关系派生边(原子→派生→复合)+ 恒等式校验规则图上的 derives 边;恒等式两边对不上 = 对账 DQC

三个缝合动作

  1. 指标目录向量化——用户问”上个月游戏收入”,能命中正确的 MetricDef(语义层/ChatBI 消歧的知识底座);
  2. 指标节点进拓扑图——MetricDef 是数据拓扑图的一等资产节点,改上游表先算指标影响闭包;
  3. 恒等式变 DQC——收入 = 曝光×eCPM/1000 两边对不上就告警,指标体系自带体检。

这套结构直接回答语义层最常被问的问题:“大模型为什么答不对指标?”答:不是模型不行,是指标的定义(分子分母、去重键、口径版本、可用维度组合)从来没被结构化过。MetricDef 就是把这些从注释和老人的脑子里搬进图里。

← 回文章列表