在程序化广告的实时竞价（RTB）生态中，每一次广告展示机会都会触发一次复杂的竞价流程。为了降低延迟、提高填充率，一些 ADX（广告交易平台）采用了竞价缓存（Bid Caching）技术。
本文将解析其定义、产生背景、工作原理以及优缺点。
什么是Bid Caching？
竞价缓存技术（Bid Caching） 是程序化广告中的一种优化机制，ADX 在首次收到 DSP（需求方平台）的竞价响应后，会将该出价缓存一段时间。当同一广告位在极短时间内再次产生展示机会时，ADX 直接使用缓存中的出价，而不再向 DSP 发起新的竞价请求。
核心目的：减少重复竞价请求次数，降低广告响应延迟，提升整体投放效率和媒体收益。
Bid Caching出现的原因
ADX 之所以引入竞价缓存，主要是为了：
- 降低响应时间：减少对DSP的请求，加快广告返回速度；
- 提高匹配与填充率：缓存使ADX能更快完成交易，减少因超时导致的未填充；
- 提升媒体收益：更快的响应可能带来更高的竞胜率和CPM。
标志性事件：
2018 年，ADX 平台 Index Exchange 被曝光在未告知广告主、代理商、DSP 和媒体的情况下，已私下使用竞价缓存长达一年。Index Exchange 声称该技术提升了用户体验、提高了买方竞价成功率和媒体 CPM，但此举引发了行业对透明度的强烈质疑。几天后，Index Exchange 宣布暂停使用 Bid Caching。
此后，竞价缓存并未完全消失，而是以更规范、更透明的方式出现在部分 ADX 或 SSP 的优化策略中。行业对缓存的使用逐步形成了一些默认规则，例如缓存时间极短（通常几百毫秒到几秒）、仅用于同一用户会话内的连续请求等。
Bid Caching如何工作？
工作原理可以概括为三步：
- 首次竞价：ADX向多个DSP发送竞价请求，DSP返回出价。
- 缓存出价：ADX缓存某个DSP的出价及其相关上下文（如用户 ID、广告位 ID、时间戳等）。
- 复用出价：当同一广告位在极短时间（例如 1-2 秒内）再次出现展示机会，且用户和上下文基本相同时，ADX直接使用缓存的出价，跳过向该 DSP 重新发起请求。
关键点：
- 缓存有效期通常非常短，以减少数据过期风险；
- ADX 会设置触发条件，例如仅对同一用户、同一页面、同一广告位的连续请求使用缓存；
- DSP 通常无法感知自己的出价被缓存复用，这引发了透明度和竞价公平性的争议。
Bid Caching的优缺点
优点
- 降低延迟：减少对 DSP 的请求次数，广告加载速度更快，用户等待时间更短。
- 节省资源：降低 DSP 服务器和网络负载，同时也减轻 ADX 自身的计算压力，整体系统效率更高。
- 提升用户体验：由于广告返回速度加快，网页加载时间缩短，用户浏览体验得到改善。
- 提高填充率与收益：减少因竞价超时导致的广告未填充，对媒体和 ADX 的营收有正面影响。
缺点
- 竞价准确性下降：缓存时间虽然很短，但用户行为或市场环境可能已经发生变化，出价可能不再精准反映当前价值。
- 动态广告受限：对于需要实时信号（如地理位置、天气、实时兴趣）来调整出价的广告策略，缓存机制可能导致错失最优出价。
- 透明度问题：广告主和 DSP 往往不知道自己的出价被缓存复用，可能导致预算分配、频次控制和效果评估出现偏差。
- 频次控制风险：如果缓存导致同一用户重复看到相同广告，可能影响品牌体验和投放效果。
总结：如何理性看待 Bid Caching？
Bid Caching 是效率与透明度之间的典型权衡。对于追求加载速度和填充率的媒体方，它可能是合理选择；但对于强调精准定向和实时优化的广告主，它可能带来潜在损失。
随着行业对透明度的重视，一些 ADX 开始公开其缓存策略，并允许 DSP 选择是否参与缓存。广告主和代理商在评估投放平台时，应关注其竞价机制是否透明，以及缓存策略是否会影响投放效果。