RTBChina
Multiple Parties In A Cookie Pool: A Race To The Bottom (by Thomas Kruithof, Josje Zwinkels, Oct. 2014 Via: Mediapost.com)
（RTBChina补充背景：许多广告主同时委托了多家DSP、并同时使用了多家大型互联网公司的SEM、展示广告平台同时投放广告已求最优、最大化的效果，这就是前不久双十一电商大促期间的真实写照。原文作者认为类似这样的做法其实有很多缺陷，本刊在2013年曾经也试图探讨这个问题, 参见这篇博文。）
译文：
程序化营销的核心思想是在合适的时间以合适的价格购买合适的展示。现在，许多广告商为了找到一个懂得如何买到合适流量的合作伙伴，而让多个供应商（主要是DSP）同时竞争，于是出现了这些DSP在同一时间标记了相同的人群并在针对相同的cookie池里竞价购买。这会导致几个负面影响，主要问题包括：广告主的广告成本更高，缺乏控制，优化效果差，数字和转换归因被错误解读等。
广告主的广告成本更高
程序化媒体购买的机制是实时竞价完成的。这样的场景下，一个用户访问一个媒体，DSP的竞价器计算出广告展示给这个用户的价值并报出一个竞价价格。竟价市场上的实际广告展示的成交价格是所有报价中第二高的竞价再加一分。
例如，三个DSP供应商都努力参与竞价试图展示广告给用户A。X方为该用户出价最高。这可能是由于其他两方还不知道该用户或是为这个用户兴趣不大的广告主服务。X方出价2.50美元/CPM，第二高出价为1.00美元。X方获胜的成交价为1.01美元。
在这种情况下，人人都是赢家。只出价1.00美元和0.65美元方没有获得展示，但他们也不愿意付出更多。X方愿意付出更多，因为对X方来说该用户具有很高的价值，因此X方获胜。
现在，设想DSP X方正在为广告客户”Happy-Fly”服务。他们运行一个重定向的广告投放活动，对曾经访问过”Happy-Fly”网站来搜索航班的所有用户出价。该竞价的出价价格依赖于用户实际转换的可能性，并且每个用户不同。一个只访问了主页的用户比已经去到购物车页面的用户更不易转化。
现在，广告主”Happy-Fly”想知道DSP X方是否做得够好，于是邀请DSP Z方过来，也开始针对相同的用户池投放重定向广告。
看看现在发生了什么。广告主为自己引入了一个竞争者。因此，Z方现在和X方在对相同的用户进行竞价，第二高价不再是1.01美元，而是突然上涨到了1.76美元。这么大的价格上涨，完全是由广告主本身的决策导致的。
缺乏控制，差劲的优化，以及有价值的数据非常零散
当多方对相同的cookie池竞价，有完全失控和导致负面用户体验的高风险。一方DSP不能知道一个用户已经看到了多少次展示，因为同时还有多个DSP在投放广告。频次控制将完全失效，这将损害广告效果。
当有多方竞价时，第一个DSP可能在第二个DSP进入前已对该用户展示了5次。然而，对第二方来说，该用户看起来像个新用户，还没被展示过一次，因此第二个DSP将会高估这个用户的价值，出价过高，从而导致差劲的优化。
此外，总体数据收集受到阻碍。对于任何媒体采购交易算法，最好是有尽可能多的无干扰的数据以尽可能以有效地服务广告主。
错误理解数字和转换的归因
因为第一次展示效果最好，双方都会愿意出价更高。这是竞相杀价的恶性竞争游戏，因为每一方都会出价越来越高，直到广告主停止与他们中的任何一个合作。此外，转换用户很可能看到来自多方的展示，但转换可以被归因于哪一次？是那个付出了最高价格的一方吗？根本无从得知。（RTBChina注：这个复杂的问题在中国市场上已经被解决了，采取流量劫持的方法可以有效地压制竞争对手的效果，甚至截获客户自然流量的效果，而使自家效果较好。美国在这个领域的解决方案明显比较落后。）
有可能是出价最高的一方赢得了最多的转换，仅仅是因为前几次展示总是被这一方购买。这一方不一定为广告主创造了最大价值，而仅仅是归因游戏玩得最好。
解决方案：
方案1: 选择计费真正透明的DSP合作并信任他们 （Work with a transparent buyer and trust them. ）。广告主需要确保为他们工作的DSP对于利润和媒体成本是透明的。这可以使广告主停止担心买家是否做得好，因为这样他们可以在通过投放报告进行核查。
方案2: 企业内部来做程序化购买（Take programmatic in-house ）。通过内部进行程序化购买，广告主将有动力使用能让投放尽可能优化的所有工具，也不用担心媒体采购方做得不好。
方案3: 将cookie池分开，将用户随机划分给不同的买家。这是广告主可以做到的最诚实的评估。用户被随机分配给不同的几方DSP。数据仍然分散，优化可能不是最佳，但至少不同的算法不会被其他人的行为的影响到。
