传统模式：基于广告位的静态分配（Pre-Waterfall 时代）
在广告瀑布流（Waterfall）出现之前，网站和应用的广告变现主要依赖较为基础的模式，这些模式的核心特征是人工主导和静态配置，难以实现收益的最大化。传统广告变现模式的主要类型有：
- 固定直销广告（Direct Sales）：通过销售团队直接与广告主签订合同，售卖优质广告位。
- 联盟广告填充（Ad Network）：用于处理剩余库存，通过联盟平台实现规模化变现。
- 静态广告位分配：根据历史经验预先分配广告位，缺乏动态调整能力。
这套体系的特点很明显：可控，但不高效
具体表现为：收益依赖人工配置，缺乏动态优化能力，无法根据用户价值差异定价
这一阶段本质上是“售卖广告位”而非“售卖用户价值”。
由于缺乏动态定价能力，无法针对不同价值的用户实施差异化溢价，导致整体收益难以达到最优。
广告瀑布流（Waterfall）：规则驱动的流量分配机制
优点：
- 实现简单，技术门槛较低。
- 可控性强，在广告源数量有限、早期竞价能力较弱的环境中，能有效保障填充率（Fill Rate）。
缺点：随着广告网络数量增加，问题开始暴露：
- 固定顺序 → 高价需求可能根本没机会出价
- 依赖历史 eCPM → 无法反映实时价值
- 多层转售 → 价格体系变得混乱和信息不对称
延伸阅读：程序化广告传统竞价方式：广告瀑布流（Waterfall）
动态瀑布流（Dynamic Waterfall）：排序优化，而非机制升级
核心改进：基于实时数据动态自动调整广告请求的优先级，仍保留瀑布流的串行本质，但显著提升了灵活性和整体收益。
特点：实现自动化管理，提高收益和填充率。
头部竞价（Header Bidding）：并行竞价架构的引入
背景：国外网站变现高度依赖于Google的DFP（DoubleClick for Publishers），90%媒体主都依赖DFP进行变现，媒体主不能直接对接广告需求，对于使用DFP的流量，大部分流量默认优先给谷歌ADX，而其他的广告需求方只能等谷歌ADX挑剩后再竞价，媒体方和其他的广告需求方有绕开DFP的强烈需求，所以出现Header Bidding。
头部竞价（Header Bidding），又称Advance Bidding、Pre-Bidding，是一种网页端的实时并行竞价方式，Header Bidding是RTB的子集，主要覆盖PA和RTB的竞价模块（不同平台会有差异）。
核心逻辑：将广告请求同时发送给多个需求方（SSP、DSP、Ad Exchange、Ad Network 等），实现并行竞价，由最高出价者胜出，彻底打破瀑布流的“排队”模式。
Header Bidding可以分为客户端和服务器端。
客户端实时竞价（C2S bidding）
在用户浏览器中运行JavaScript脚本，直接向不同广告需求方（如ADX、SSP、Ad Network）发起竞价请求，在客户端进行比价。
优点：实现简单。
缺点：容易增加页面加载时间，影响用户体验。
服务端实时竞价（S2S bidding）
广告请求先发到专用服务器，由服务器向各广告需求方竞价，比价，再将胜出的结果返回浏览器。
优点：减少对页面加载速度的影响，对用户体验友好。
缺点：需要更多服务器资源和技术集成。
延伸阅读：程序化广告新型竞价方式：Header Bidding
公开竞价（Open Bidding）：平台化的并行竞价
统一竞价（Unified Bidding）：竞价收敛
Unified Bidding实现了真正的统一竞价，是Header Bidding的理想化形式。
混合竞价/多重竞价（Hybrid Bidding）：现实最优解
统一竞价难以完美平衡收益、填充率、延迟和运营复杂度。因此，混合竞价（Multi-stage/Hybrid Bidding）成为行业主流趋势。它将头部竞价的并行优势与瀑布流的填充保障相结合，以实现收益最大化。
示例：先通过Header Bidding/Open Bidding进行高价值并行竞价，剩余库存再进入优化后的瀑布流或动态层进行填充，结合算法动态调整策略，实现收益与效率的综合最优。
特点：灵活、高效、可同时兼顾填充率与收益。
