更新时间：2025年12月4号
什么是广告监测
广告监测是利用独立第三方工具，对广告投放过程中的曝光、点击、转化等关键环节进行跟踪，以真实、客观的数据评估广告效果。
广告监测可以分为广义和狭义两类：
- 曝光监测又叫展示监测、品牌广告监测、广告监测， 狭义的广告监测是指曝光监测， 曝光监测包含曝光（Impression）和点击（Click）这两个核心。
- 站内监测又叫网站统计工具、网站分析工具、用户行为分析工具、增长工具，Web时代叫网站统计工具或网站分析工具，与时俱进，在移动应用时代叫用户行为分析工具或增长工具。
- 归因监测通常也叫移动监测、移动归因监测、移动效果广告监测，大部分用户行为工具或增长工具里会包含有归因监测模块。
为什么需要广告监测？
数字广告是许多媒体的关键收入来源，但广告主最担心的是“广告到底有没有效果？”
著名的广告语说过：“我知道广告预算有一半浪费了，但我不知道是哪一半。” ——John Wanamaker
数字广告时代问题依旧严重：
- 媒体数据不透明
- 虚假流量与广告欺诈
- 刷量、诱导点击
- 广告链路过长造成数据失真
在2017年，宝洁的首席品牌官Marc Pritchard就提出过这个问题： “在一个不透明的媒体供应链中，我们的广告投入存在极大浪费，存在着虚假流量、广告欺诈的情况。在美国，2000亿美元的数字广告市场中，只有25%的资金真正触达到消费者。”
独立第三方广告监测的价值主要体现在：
- 独立性：避免利益冲突（最重要）：媒体方与广告主天然存在博弈，监测必须由独立第三方完成。
- 数据准确、公正：监测平台的计数逻辑、去重逻辑、反作弊逻辑更严格。
- 查询实时方便：广告主可随时登录监测平台查看数据，快速调整投放。
- 报告全面：可从曝光、点击、地域、设备、访问行为等维度分析。
广告监测有以下几个用途:
- 结算依据：曝光监测与归因监测常作为广告结算的唯一可信依据。
- 识别出虚假流量：第三方监测可识别异常设备、异常点击、机器流量等。行业数据显示，中国无效流量比例长期在 30% 左右。
- 数据支持精细化运营：广告数据与产品数据打通，有助于精细化投放、用户运营与产品优化。
广告监测的发展历程
站内监测（Web 分析 / 用户行为分析）
起源于网站时代，代表产品包括：
- 国外：Webtrends（1993）、Urchin（1995，Google Analytics 前身）、Omniture（1996）
- 国内：51la、CNZZ（2005）、百度统计（2009）、腾讯分析（2011）
移动互联网时代（APP）出现：
- 友盟、TalkingData（2010–2011）
- 神策、GrowingIO、诸葛 IO、易观方舟（2015）
- 小程序监测（2017）
延伸阅读：中国早期站长工具与网站统计分析工具发展史（详细版）
曝光监测（广告展示监测）
因CPM广告计费兴起，第三方曝光监测成为刚需，国内发展情况如下：
国内重要节点：
- 2008：AdMaster（TrackMaster）、秒针（AdMonitor）进入曝光监测
- 2012–2016：iDigger（2012）、AdScan（2014）、U-ADplus（2016） 等出现
- 2017：TalkingData 推出 Brand Growth
- 2018：秒针 + AdMaster 合并 → 基本垄断
目前国内主要使用明略系（秒针 + AdMaster）。
延伸阅读：国内曝光监测行业发展情况（2025）
归因监测（移动归因）
移动应用普及后，归因监测成为增长关键。
国际主流产品：
- Appsflyer（2011）
- Adjust（2012）
- Branch（2014）
国内多为行为分析工具内置归因，如TalkingData、友盟，也有独立工具如TrackingIO、OpenInstall。
结算级归因：Appsflyer是国际上最被广泛采用的。
延伸阅读：国内外归因工具代表产品（2025）
广告监测类型与技术实现
广告监测可分为三类：曝光监测、站内监测、归因监测，还可以进一步细分，如下：
广告监测（狭义的广告监测）
曝光监测
曝光监测实现的方式有JS、API和SDK。
- JS监测（网页监测）：在广告展示页面嵌入 JS，实现曝光与点击监测。
- API监测：是指媒体方以API方式向监测平台传递监测平台认可的参数，使得监测平台可以以此进行准确的独立曝光报表计算与排查数据差异等的监测方式；可以分为
- C2S（Client-to-Server）：媒体方直接发送给监测平台服务器，是主流常用的一种方式。
- S2S（Server-to-Server）：媒体方回传给媒体方务器，媒方服务器再将数据发送给监测平台服务器，更易造假，需大型媒体背书
- SDK监测：是媒体方在其APP内集成第三方监测平台的SDK，SDK通过内部逻辑自动监听广告展示并上传监测数据。
| 方式 | 精准度 | 场景 | 开发成本 | 可见性曝光 | 数据造假风险 |
|---|---|---|---|---|---|
| JS 监测 | 中 | Web | 低 | 弱 | 中等 |
| C2S API | 高 | Web / App | 中 | 中 | 中低 |
| S2S API | 低 | 特殊场景 | 低 | ✘ | 高 |
| SDK 监测 | 最高 | App、视频、直播 | 高 | ✔ | 最低 |
延伸阅读：
点击监测
点击监测主要两种方式：
- 同步监测（302 跳转）：302跳转（监测和落地页合为一个链接），在用户点击广告物料被后，先访问监测链接跳转到监测方的服务器（这个就是以API方式传递参数，请求的链接上有参数），然后再返回着陆页，适用于一般移动浏览器页面的点击跳转行为；
- 异步监测（异步上报）：在用户点击广告物料被后，先访问监测链接跳转到监测方的服务器（这个就是以API方式传递参数，请求的链接上有参数），同时跳转或打开落地页。适用于内部做特殊的跳转行为处理、或内部地址有跳转；
| 方式 | 跳转体验 | 支持参数（IDFA） | 数据丢失风险 | 推荐场景 |
|---|---|---|---|---|
| 同步（302） | 较慢 | ✘ 不支持 | 低 | Web 普通广告 |
| 异步 | 最好 | ✔ 支持 | 中 | App 内广告、复杂跳转 |
延伸阅读：点击（Click）监测全解析
站内监测（Web/App行为分析）
站内监测通常也叫网站分析、用户行为分析工具或增长工具，分为两大体系：
- 基于 Session 的流量分析（偏Web）：典型产品：GA、Adobe Analytics，CNZZ、51la
- 基于事件（Event）的行为分析（偏APP）：典型产品：神策、GrowingIO、友盟、TalkingData小程序监测等
延伸阅读：
归因监测（Attribution）
归因监测就是分功劳，可以分为：
- Web归因：Web归因已经是比较完善，有很多的归因模型，如最终互动、最终非直接点击、最终渠道互动、最终互动、时间衰减模型等，也可以分为单触点归因和多触点归因，只是不同的分类。延伸阅读：广告中的归因模型（Web端）
- 移动归因：移动归因比较复杂的，基于系统差异可以分为iOS和Android，延伸阅读：
市面上有很多的归因工具，延伸阅读：国内外归因工具代表产品（2025）
