程序化广告ROAS暴跌？5大数据驱动修复策略（含SPO与竞价优化指南）

引言

你的DSP广告活动预算充足，出价有竞争力，受众经过精心筛选，可用库存也很充裕，但ROAS仍在持续下滑。CPA不断上升，转化量越来越难以预测，增加投入似乎只会让问题变得更加昂贵。

如果你对这种情况并不陌生，问题可能不在受众或创意上。在程序化广告中，每次曝光都要先经过竞价和供应链，最终才可能成为可衡量的转化。因此，广告活动效率下降可能有多种原因：竞买了低质量库存；为了赢得有价值的曝光而支付过高价格；通过低效的供应路径重复购买相同库存；过于频繁地触达同一用户；或者DSP收到的信号太弱，无法判断高价值客户究竟是什么样的人。

随着程序化购买的自动化程度不断提高，这种复杂性正变得越来越重要。IAB Tech Lab于2026年6月最终确定了《程序化竞价定义》，旨在帮助行业对竞价流程、出价请求、出价响应以及程序化供应链中的各方角色形成统一认识。

正确的应对方式，不是下意识地提高出价、放宽定向或再启动一轮创意测试。在做出这些调整之前，先审视程序化交易本身的经济效益。

你的DSP是在高效花钱，还是仅仅把钱花得更快？

Novabeyond可以分析你的程序化广告配置、供应路径和竞价层级表现，找出ROAS流失的环节。

申请程序化广告账户审计→

快速解答

程序化广告效果不佳时，首先要找出从出价请求到最终转化之间，价值究竟流失在哪个环节。第一步，在出价进入竞价前过滤IVT、SIVT和低质量库存。接下来，对比出价与成交价，判断DSP是否支付过高。然后，利用ads.txt、sellers.json和SupplyChain Object审查供应路径，移除重复冗余的路线。此后，统一管理CTV、移动端和网页端的累计频次。最后，加强S2S、MMP和第一方转化信号，让出价模型面向高价值用户优化，而不是追逐浅层转化。

方法1：执行竞价前IVT过滤，并排除MFA库存

程序化广告审计首先应该问一个简单的问题：这次曝光值得出价吗？

程序化平台可以接入海量库存，但规模大并不代表每一次出价请求都有价值。无效流量、复杂无效流量、自动化浏览、可疑的刷新行为，以及专为承接广告而制作的MFA环境，都可能消耗媒体预算，却无法带来相应的业务价值。

因此，在优化竞价之前，必须先解决曝光质量问题。Fraudlogix在2026年发布的年度分析中，检查了其于2025年收集的1057亿次曝光，并报告其数据集中的全球IVT比例为20.64%。其2026年第一季度报告则分析了263亿次曝光，记录的IVT比例为18.12%。这些数字来自Fraudlogix自身的测量方法，并不代表所有程序化广告活动的通用比例，但足以说明流量质量为何始终是一个不可忽视的购买问题。

当广告主围绕表层指标进行优化时，这个问题的代价尤其高。某个广告位的CPM很低、CTR很高，乍看之下可能很有吸引力；但如果它带来的点击后互动很弱、留存很差，或者几乎没有收入，那么所谓的便宜曝光其实一点也不便宜。

更扎实的审计方法，是把库存层级的信号与业务结果联系起来。按网站域名、应用、媒体方ID和SSP查看数据，同时对照转化率、单用户收入和后续客户质量。如果某个供应来源持续带来异常高的互动，却在转化后表现很差，就值得进一步审查。

竞价前过滤之所以重要，是因为广告活动结束后的验证只能告诉你：竞价已经发生之后，浪费出现在哪里。对买方来说，更有价值的决策是：这次曝光从一开始是否就应该进入出价流程。

IAB Tech Lab的ads.txt标准允许媒体方和分销商公开声明哪些公司获准销售其库存。这有助于买方识别授权供应，并降低买到虚假标示库存的风险。

对于应用广告活动，app-ads.txt提供了对应的机制。对于CTV和其他供应关系零散的环境，供应链透明度更加重要，因为买方对于参与销售某次出价请求的各方，可能缺乏足够的可见性。

实际目标并不是建立一份尽可能庞大的黑名单，而是让DSP更谨慎地选择预期价值较低的曝光，同时保护那些能够持续带来真实流量和有效转化的库存来源。

方法2：校准Bid Shading，并以边际ROAS为优化目标

清除低质量供应后，下一个问题是：你为赢得的曝光支付了合理的价格吗？

这正是程序化竞价机制变得至关重要的地方。

在第一价格竞价环境中，胜出的买方通常按照自己提交的出价付款。因此，出价过高会直接侵蚀利润。Bid Shading会估算一个更低、但仍有可能赢得曝光的出价，而不是直接提交广告主愿意支付的最高价格。

如果Bid Shading策略过于保守或校准不当，你可能在赢得库存的同时，支付了高于必要水平的价格。

首先按SSP、媒体方、广告位和受众细分，对比最高出价、实际出价、成交价和媒体底价。如果成交价一再接近最高出价，就要检查出价策略是否过于激进。

关键在于，不应把胜出率视为首要成功指标。如果额外赢得的竞价带来的增量价值很弱，那么赢下80%的竞价并不一定比赢下50%更好。

这正是评估扩量时，mROAS，也就是边际ROAS，比平均ROAS更有参考价值的原因。

假设一项广告活动投入100万美元，带来300万美元收入，平均ROAS为3.0倍。随后，广告活动新增20万美元预算，并带来36万美元增量收入。平均ROAS看起来仍然健康，但新增投入的边际ROAS只有1.8倍。

这个差异十分重要，因为程序化广告活动在扩量时经常会遇到收益递减。下一个可购买的曝光，可能比之前购买的曝光更贵、相关性更低，或更不可能带来转化。

因此，基于价值的出价策略应该考虑预期转化价值，而不是一味追求最大投放量。在数据充足的情况下，可以利用后续收入、留存或LTV，区分“带来便宜转化的曝光”和“带来盈利客户的曝光”。

目标不是不惜代价赢得更多竞价，而是赢得价格有充分价值支撑的竞价。

方法3：执行SPO，削减程序化供应链中的隐性浪费

同一家媒体方的库存，可以通过多条路线进入你的DSP。

你可能通过直连SSP、转售商、广告交易平台或其他中间商，获得同一家媒体方的库存。在DSP内部，每条路径看起来都可能是合法供应来源，即使其中多条路径最终通向的是同一批库存。

由此产生了程序化广告优化中最重要的问题之一：每一条供应路径都能带来增量价值吗？

供应路径优化，也就是SPO，正是为回答这个问题而设计的。

IAB Tech Labsellers.json能让买方识别数字广告交易中的直接卖方或中间商。OpenRTBSupplyChain Object则能显示参与销售或转售某次出价请求的各方。将这两项标准与ads.txt和app-ads.txt结合使用，买方就可以更清楚地看到库存如何进入竞价。

目标并不只是选择最短的路径。较长的路径有时也能带来增量库存或覆盖。真正的目标，是判断增加的中间商是否创造了足以证明其成本合理的价值。

例如，如果两家SSP都能提供同一家媒体方的库存，其中一条路径成交CPM更高、中间商更多，却没有带来任何增量转化，那么减少这条路径的预算就是合理选择。反过来，如果另一条路径可以提供独有库存，并且后续表现更好，那么它的额外成本可能是合理的。

IAB Tech Lab明确指出，sellers.json和SupplyChain Object可以帮助买方了解哪些主体参与了出价请求的销售，并支持买方尽可能直接地购买库存。

这里也可以自然地引入Novabeyond已有的教育内容。在说明公开竞价、PMP与控制程度更高的程序化购买环境之间的区别时，《程序化广告：营销人员实用指南》可以提供实用的补充背景，又不会打断本文的核心优化逻辑。

因此，最佳SPO策略问的不是“我们能删掉多少家SSP？”，而是：“哪些供应路径能在透明度、增量覆盖、竞价效率和转化价值之间实现最佳组合？”

如果DSP报告显示多家SSP都在购买同一家媒体方的库存，可以联系Novabeyond进行供应路径审计。

目标不是盲目移除供应，而是识别哪些路径真正创造了增量价值。

方法4：重新设定CTV、移动端和网页端的跨渠道频次

当不同购买环境争夺同一用户时，频次就会成为一个严重的程序化广告问题。

CTV广告活动可能有自己的频次上限，移动端广告活动可能有另一套，展示再营销又可能采用第三套。当这些广告活动在彼此独立的购买环境中运行时，广告主可能无法可靠掌握用户的总曝光次数。

假设一名用户看到了3次CTV广告、3次移动端广告和5次展示广告。每项广告活动都可能没有超出各自的频次限制，但这名用户的总曝光已经达到11次。此时，继续投放曝光可能几乎无法带来任何增量价值。

这对再营销尤其重要。高意向用户可能很有价值，但反复竞买同一名用户，并不一定会提高其转化可能性。广告主最终可能是在为频次付费，而不是为增量效果付费。

解决办法是按曝光次数衡量响应。不要假设固定的频次上限适合所有广告活动，而应该比较用户在第一次、第二次、第三次以及后续曝光后的转化概率和收入。如果达到某个频次后，增量响应大幅下降，购买策略就应该降低出价，或停止向该用户投放。

通过安排创意展示顺序，也可以让每次曝光更有价值。程序化用户旅程不必反复展示同一张效果广告，而是可以先以CTV认知信息触达用户，再展示移动端产品卖点创意，最后提供转化导向更强的优惠。这样一来，频次就不再只是简单的曝光上限，而成为一种内容递进策略。

这里可以查看Novabeyond的程序化CTV广告洞察，因为只有把CTV曝光与更广泛的程序化广告活动放在一起考量，而不是将其作为孤立的购买渠道来管理，CTV才能发挥最佳效果。

方法5：重新校准归因和第一方数据整合

最后一个问题，往往隐藏在转化信号中。你的DSP可能完全按照设定出价，但算法只能根据收到的信息进行优化。

假设一家应用广告主真正的业务目标是用户90天收入。如果DSP能可靠收到安装数据，但购买和留存信号并不完整，系统就无法充分判断哪些曝光能带来高价值客户。因此，系统可能会转而寻找安装成本低的用户，而不是LTV高的用户。

这未必是出价问题，而是一个转化信号问题。

更完善的程序化广告测量架构，会把曝光与一系列逐步深入的事件连接起来：曝光→点击→安装→注册→首次购买→留存→收入→LTV

对于电商业务，这条路径可能有所不同：曝光→浏览商品→加入购物车→购买→复购→客户价值

关键在于，DSP应该收到真正能够区分高价值客户和浅层转化的信号。

S2S回传和MMP对接可以强化这一反馈闭环，尤其适用于应用广告活动。在这类活动中，购买、订阅、充值或留存等后续事件，通常比安装本身更有意义。

第一方数据还可以进一步提高信号质量。广告主不必把所有发生过转化的用户放进同一个宽泛受众池，而可以根据实际收入或留存行为，建立高LTV客户种子人群。随后，在符合隐私要求的前提下，以该种子人群为基础，寻找特征更接近广告主高价值客户的潜在用户。

因此，第一方数据的价值并不只是因为它是“第一方”的。真正的价值在于，它能让出价模型更准确地理解成功究竟是什么样子。

对于转化量有限的广告主，Novabeyond的《小预算程序化广告策略》提供了相关背景，说明在可用数据池较小时，如何保护投放效率。

对于再互动广告活动，《应用再营销：通过程序化广告重新触达沉睡用户》也可以为行为事件、沉睡用户和基于意图的程序化再营销提供补充说明。

2026年程序化广告ROAS恢复路线图

这五种方法不应被当作彼此孤立的广告活动调整。它们应当依次执行，因为每个阶段都会影响下一阶段所用数据的质量。

先从库存质量入手。如果DSP正在为无效或低价值曝光出价，改进出价策略也无法解决根本问题。控制好供应质量后，再对比出价与成交价，判断剩余库存的购买效率。

接下来检查供应路径。利用ads.txt、sellers.json、SupplyChain数据和DSP日志层级表现，判断是否有多条路线在竞相出售同一批库存，却没有创造增量价值。

此后，评估不同程序化环境中的累计频次。最后，强化转化反馈闭环，使出价系统可以面向真正带来收入的用户优化，而不是追逐平台记录的浅层转化。

整个顺序可以概括为：清理流量→提高竞价效率→优化供应路径→控制累计曝光→获得高保真转化数据→提升边际ROAS

这种方法比每次ROAS下跌就调整定向更有效。程序化广告活动是动态系统。广告主不仅需要知道谁收到了曝光，还要知道买到的是哪一次曝光、经过哪条路径、成交价格是多少、触达了多少次，以及最终创造了什么价值。

常见问题

1. 为什么程序化广告活动胜出率很高，ROAS却很差？

高胜出率只说明DSP赢得了较高比例的合格竞价，并不能说明这些曝光是否盈利。在把胜出率视为正面KPI之前，先检查成交价、库存质量、供应路径、频次和后续转化价值。

2. 如何判断Bid Shading是否让我支付了过高价格？

按SSP、媒体方和广告位，对比最高出价、实际出价与成交价。如果成交价持续接近最高出价，却没有创造额外转化价值，就应重新审查出价策略和竞价层级的经济效益。

3. SPO与单纯减少SSP有什么区别？

SPO并不是为了减少SSP而减少SSP。它评估的是每条供应路径带来的增量覆盖、库存质量或效果，是否与其成本相匹配。如果较长的路径能提供独有库存或更好的结果，它仍然可能有价值。

4. ads.txt、sellers.json和SupplyChain Object如何协同工作？

ads.txt和app-ads.txt用于识别媒体方或应用库存的授权卖方。sellers.json帮助买方识别卖方ID背后的主体，而SupplyChain Object则显示参与销售或转售某次出价请求的各方。三者结合，可以提高程序化供应路径的透明度。

5. CTV、移动端和网页端应该采用相同的频次上限吗？

不一定。合适的频次取决于广告活动目标、身份识别能力、受众行为和增量响应。最重要的是，当多个程序化渠道触达同一批用户时，要了解他们的累计曝光次数。

6. 程序化广告中的CPM越低越好吗？

不是。CPM衡量的是曝光价格，而不是曝光创造的价值。如果较高CPM能带来更高的转化率、更高的LTV、更好的库存质量或更多增量覆盖，它同样可以产生更好的ROAS。

7. DSP应该以什么转化信号为优化目标？

最强的信号，是能够可靠代表业务价值，并能以足够准确度和数据量回传的信号。对于应用业务，目标可以是购买、订阅、充值或收入，而不是安装；对于电商业务，购买金额和复购可能比点击更有意义。

8. 什么时候应该使用边际ROAS，而不是平均ROAS？

评估新增投入时，mROAS尤其有用。平均ROAS反映广告活动的整体历史表现，而边际ROAS则说明下一笔预算是否仍能产生足够的增量收入。当程序化广告活动接近饱和，或正在扩展到效率较低的库存时，mROAS因而更有参考价值。

结语

程序化广告ROAS很少因为某一个孤立的广告活动设置而恶化。更常见的情况是，效果下降发生在交易内部的某个环节。DSP可能正在购买低质量曝光，为赢得有价值的库存支付过高价格，通过重复的供应路径接入同一家媒体方，反复触达已几乎没有增量响应的用户，或者面向无法反映客户价值的转化信号进行优化。

因此，程序化广告优化必须深入到广告活动层级之下。从曝光开始，然后检查竞价，沿着供应路径追踪，衡量累计触达，最后把转化信号追溯到客户创造的价值。

本指南中的五种方法构成了一套实用的恢复顺序：过滤低质库存、改善竞价经济效益、优化供应路径、控制频次，并强化第一方转化信号。

目标不只是获得更低的CPM或更高的胜出率，而是让出价→曝光→用户→转化→收入之间形成更高效的关系。

Novabeyond帮助广告主把程序化增长视为一个相互关联的系统，统筹程序化购买、新兴媒体、CTV和直接库存合作关系。当效果开始恶化时，最有效的答案往往不是再增加预算，而是找出当前媒体投入正在流失价值的环节。

准备好在不简单削减媒体预算的情况下恢复ROAS了吗？

Novabeyond帮助广告主诊断程序化购买机制、供应质量、竞价效率和转化信号，制定数据驱动的恢复计划。

申请程序化广告账户审计→