在Google Analytics中有个ABC模型，分别是Acquisition、Behavior和Conversions，分别代表的是流量获取、用户行为和转化，在这个模型中还欠缺一个很重要的环节，广告展示impression，完整的广告流程应该如下图：
广告展示
展示就是曝光，将广告展示给用户，将品牌信息传递给消费者，加深消费者与品牌的联系与信任。在网络广告投放中，可见曝光是最精准的演算网络广告曝光效果的指标。曝光度是有严格的要求的，IAB和MRC对于展示类广告可见曝光的定义:
—— 对PC展示广告：可视区域内展现至少50%像素，展现至少1秒钟；
—— 对PC视频广告：可视区域内展现至少50%像素，展现至少2秒钟；
—— 对较大的PC展示广告：指比242,500还要大的广告单元，可视区域内展现至少30%像素，展现至少1秒钟；
—— 其他自定义的广告单元，由于目前计量标准和技术正在发展，仍不可测量；
—— 移动端广告IAB与MRC尚未公布相关的标准；
—— IAB在2014.12明确反对100%可见保证
举个例子，如果展示的面积只有25%，超过10S，这样的展示是不合格的，比如有些长页面，广告位是在下方的，但是用户没有下拉，这时候的展示面积为0%，虽然向广告服务器请求和素材，这也是不合格展示。
广告在展示之前的流程如下：
对于广告主的展示是计算第5步的，而且是遵循上述的几个原则才算是展示。对媒体主而言，Doubleclick现在计算的展示次数是第4步，在2017年10月之前是按第3步计算的，所以从不同主体的角度看“展示次数”，是会不同的，它们定义的规则就不同。
广告是否有效展示是广告主投放广告非常重要的指标，目前来说展示类广告有很大比例是没有被用户看到的，被重叠的，用户是看不到的，目前有第三方报告是提到有40%的展示是无效的，这是个很严峻的问题，特别是在移动端领域，没有明确的规则，而移动端本来可视面积比较小，为了变现，展示更多的广告，不少媒体主都会这样做的。
所以这个时候，往往需要一些检测工具去做这方面的监测，通常是用DoubleClick Campaign Manager、AdMaster和秒针的解决方案。
DoubleClick Campaign Manager（DCM，谷歌广告监测工具）于2008年收购的，是目前业界最强的监测工具了。主要是监测广告投放效果的，查勘虚假流量，验证媒体投放真实度等，DCM的计算规则是遵循IAB和MRC，通常都能够及时跟进。
AdMaster 中文名精硕科技，是国内一家比较知名的广告检测厂家，主要业务都是围绕广告展开，本身不是做这一方面的，后面进入到广告监测这一领域。
秒针，国内另一家被提到比较多的单位。
这三家的产品都是付费的，对大部分的广告主来说，都不想付费，如果你的推广费用达到一定的规模，特别是在展示类投放为主的，建议你还是根据自己的需要购买一个去做监测，免得被薅羊毛，如果钱多，直接上Doubleclick的方案。
在展示后，就是点击，以Doubleclick为例，点击是当用户点击广告素材时，会有一条点击请求发送给 DFP 广告服务器。在收到该点击请求时，DFP 会统计一次点击，然后会向用户发送定义的点击后到达网址。请注意，DFP 是在收到点击请求时（而非用户被重定向至点击后到达网址时）统计点击次数。
另一个就是点击率，就是点击除以展示的比例。这个比例反映了网页上某一内容的受关注程度,经常用来衡量广告的吸引程度。
广告领域一个跟点击率密切相关的就是点击率预估了，就是对每次广告的点击情况做出预测，可以判定这次为点击或不点击，也可以给出点击的概率，有时也称作pClick。比如有三个广告要展示，A的点击率预估是1.2%，B的点击率预估是0.9%，C的点击率是0.4%，那么展示的顺序或机会排序就是A>B>C，这种问题的处理背后的算法通常是判别类型，这是媒体主会做这方面的预测。
在广告展示阶段关注的是Impression-Click-CTR.
流量获取
流量是由个体构成，所以在这里可以从个体和整体的角度来看流量的获取情况和质量。
个体上，通常会是用户的形式，如点击，下拉等，这些都可以通过事件跟踪去实现。
整体上，从跟宏观的角度去看待流量情况，如某个渠道的，某个广告系类的，某个地区的，这些角度有非常多的指标可以衡量，如PV，会话时长，会话数，跳出率等，评估方法方面有直接评估方法，有矩阵评估法，有归因等，这部分在后面再介绍。整体上的流量分析主要有4个目的：
1.观察流量规律，便于活动安排、服务调整
2.发现流量异常，分析异常原因并及时调整
3.观察流量结构，分析其合理性，并作出调整
4.追踪流量情况，衡量活动或者调整效果
转化
基本上，所有的用户行为都可以梳理成不同的流程，然后使用漏斗去分析它，如注册转化，下单转化，电子商务转化。
漏斗转化是一个通用型的方法，可以构建从展示-点击-交互-转化整条链的转化，如
能顺利构建这条链的前提是能够识别出这个用户是同一个人，以GA为例，它是基于session中client Id/USerid去识别的，APP的有些差异，详细可以看国内APP的跟踪监测原理与方案选择。
在这个过程中，我们会用到不同第三方检测工具，监测工具的用户识别通常是基于cookie，cookie有第一方和第三方Cookie之分，详细的可以看：第一方Cookie与第三方Cookie的区别。
GA用的是第一方cookie，AD Conversions用的是第三方跟踪。
所以综合上面内容的话，可以用下面这个表格概括：
