Global Revenue Ops / 海外程序化经营汇报

从自动交易,
到有效增长

让更多原本没有产生价值的交易机会,转化为可验证的有效收入。

海外商业工作台 2026.09
Chapter 01

从自动交易,到有效增长

交易早已自动化。价值为什么仍然在流失?

01 行业命题 海外联盟 · 09/16 完整日

程序化广告本质上是一个
实时交易市场

每一次用户请求,都是一笔即将过期的交易机会。系统需要从流量、预算、买方策略、价格、质量和合规等复杂信息中,快速识别供需关系并完成交易。

但一次匹配只是获得了交易机会。真正的价值,在于机会能被兑现、损耗能被定位、有效路径能被持续放大。

广告请求 163.9 亿
有效请求 30.77 亿
DSP 竞胜 1,302 万
计费曝光 69.8 万
计费流水 $776.91

每往下一层,都有一部分交易机会永久过期。
价值不是没有产生,而是在路径中流失。

一次匹配 ≠ 一次成交 03
01 行业命题 价值流失 · 机会闲置 · 资源错配

价值流失的三种形态

Value Leakage

价值流失

已有交易路径正在掉量,但无法快速判断损失发生在请求、返回、曝光还是计费。

$5,464.52

近 3 个完整日已发生流水影响 · 仅统计掉量

Idle Opportunity

机会闲置

存在未被充分交易的买方、卖方和流量组合,但淹没在大量数据中。

21

待验证扩量机会 · 另有 10 项存量提产

Misallocation

资源错配

DSP QPS、服务器容量和请求扇出有限,高价值与低价值流量争夺同一份资源。

1,690

全局 60,000 QPS 配额下的剩余可分配量

问题不在数据不够,而在无法定位 04
The Proposition

不是增加更多数据,
而是从复杂交易信息中识别价值、修复损耗、
重新分配资源
,并验证收入结果。

Chapter 02

把复杂信息
变成可执行的经营闭环

系统把一次经营问题,转化为一条可以自动取证、逐层下钻、形成建议并验证结果的任务链。

02 解决机制 Agent Architecture

支撑这条任务链的六层结构

从目标到约束,逐层收紧
01 目标层Goal 明确最终目标不是指标好看,而是可持续的计费收入。
02 语义层Semantic Layer 统一请求、返回、竞胜、曝光、计费、流水等指标口径,避免模型误读数据。
03 规划层Agent Planner 理解问题、拆解任务、判断先查哪个漏斗,再下钻哪个维度。
04 工具层Tool Orchestration 自动调用实时接口、StarRocks、公开授权文件和内部链路数据。
05 证据层Evidence Graph 组织时间、指标变化、站点、国家、包名、DSP 与供应链证据,区分事实、推断和待核验项。
06 控制层Guardrails 只读分析、小流量实验、对照组、停止条件和人工确认,防止 AI 直接影响收入。
先讲机制,再讲 AI 07
02 解决机制 Revenue Copilot · 只读诊断

不是一个聊天框,
而是一条可复核的任务链

  1. 01理解目标
  2. 02制定计划
  3. 03调用工具
  4. 04汇集证据
  5. 05形成动作
  6. 06验证结果
Guardrail 执行权限只读。AI 输出的是带证据的判断和待确认动作,不直接改动线上策略。
工作台 AI 任务:经营变化诊断,包含诊断计划、核心判断与关键证据

实际任务输出:规划诊断范围与基线 → 读取 ADX 聚合落表与 Redash 明细 → 归因变化并生成行动建议

每一步都留下可回溯的证据 08
Chapter 03

一条主流程,
两个业务分支

修复已经流失的价值,守住收入下限。放大尚未被充分交易的价值,决定收入上限。

03 分支 A · 修复流失 实时至 17:39 · 5 分钟滚动

流水下降,是请求少了,
买方不返回了,还是
竞胜后没有形成计费?

  1. 01实时总览发现异常
  2. 02AI 生成排查计划
  3. 03下钻站点、国家、包名、DSP
  4. 04分时漏斗判断变化先后顺序
  5. 05库存质量检查竞胜到曝光、计费的损耗
  6. 06给出可回退的恢复动作
  7. 07下一周期验证流水恢复
工作台实时总览:实时流水、计费曝光、千次曝光收益 CPR、CTR 与同期漏斗

09/16 实时流水 $776.91,较昨日同期 −21.68%;曝光率与 CPR 同步下滑,指向计费环节

不只回答掉了多少,而是掉在哪里、为什么掉、先恢复什么 10
03 分支 A · 证据定位 口径:关联计费曝光数 / 带 adomain 的竞胜数

价值损耗发生在竞胜之后

竞胜已经拿到,但计费曝光没有回来 —— 损耗不在买量,在交付。

1,663.8 万

未关联计费曝光的竞胜数 · 最近三日

工作台库存质量诊断页面全貌 01 02
01
异常库存路径 Top 1:TaurusX → com.risa.umbra · Opera(欧朋) · 菲律宾,曝光率 0.60%
02
同一路径的证据:带 adomain 竞胜 3,347,953,未关联计费曝光 3,327,972
专业边界 未关联计费曝光包含真实未渲染、跨小时迟到和关联缺口,必须定向复核后才能定性;低曝光率不等于作弊。
按小时和广告位定向复核,不直接停用库存 11
03 分支 B · 放大增量 09/16 · 近 3 完整日 vs 前 3 完整日

修复损失守住的是收入下限,
发现增量决定的是收入上限

  1. 01增收雷达发现高价值组合
  2. 02对比同包名、同国家下的不同站点与买方
  3. 03识别尚未充分覆盖的供需组合
  4. 04核验库存质量与供应链资格
  5. 05设计小流量接入或复制实验
  6. 06验证新增流水,再复制到相似路径
工作台增收机会雷达:掉量预警、存量提产、扩量机会与 DSP 交易漏斗

掉量预警 80 · 存量提产 10 · 扩量机会 21 · 已发生流水影响 $5,464.52

先核验资格,再设计实验,最后才复制 12
What Growth Actually Means

增量不是单纯增加请求,
而是发现原本没有被充分交易的供需机会,
重新组合有效买方、卖方和流量路径,
扩大有效交易覆盖,并复制已经验证的高产出模式。

04 产品结构 One Page, One Proposition

每个页面不是一个功能,而是一个价值命题

左:页面 · 右:它真正回答的问题
实时总览尽早发现价值损耗和市场变化
增收雷达发现未被充分交易的供需组合
AI 任务把模糊问题转化为有顺序、可复核的排查任务
低效治理在有限容量下,把交易资源配置给更有价值的流量
异常诊断把整体波动定位到具体交易路径
库存质量修复从竞胜到展示、计费之间的价值损耗
风险合规建立可识别、可验证、可审计的交易信任
结果复盘用可复核的证据复盘策略,而不是只听模型判断
不是做了多少页面,而是每一页解决什么经营问题 14
05 资源配置 09/10–09/16 · 最近七日回配基础
工作台低效流量治理:QPS 容量分配、站点建议动作与调整方向

全局配额 60,000 QPS · 剩余 1,690 · 输出的是调高、限额与承接观察,而不是简单关停

把有限的交易容量,
从低产出路径
重新配置到能形成计费的路径

当 DSP QPS、服务器容量和请求扇出有限时,每一次低产出的请求,都在占用本可以分配给高价值交易的机会。

专业边界 如果不存在 QPS、超时或容量约束,减少请求本身并不会自动带来增收。限流不等于优化。
保留 / 限额 / 释放多少 QPS / 容量转移给谁 / 何时必须回退 15
06 交易信任 09/16 · 最近三日 schain 结构

重要的不是字段填满,
而是每一笔交易能否被
识别、验证、追溯

  • 交易资格:买方能否确认这条库存路径有权参与交易
  • 买方信任:链路不透明会降低买方的参与意愿与预算开放度
  • 增量质量:避免把无法验证的路径当作可执行的增收机会
不过度承诺 字段缺失是待补证,不能直接等同于违规或收入损失。
工作台供应链风险核查:核心字段完整度与供应链审计队列

媒体主体名称缺失 69.22% · DSP 落地 endpoint 35.52% · 直接上游 SID 19.08%

风险核查不是增长的对立面,而是确保新增收入可持续、可解释、可审计 16
07 经营闭环 The Operating Loop

一套可以自我收敛的经营闭环

01
信号发现
实时总览与雷达先看见变化
02
价值判断
先判断值不值得动,再判断动哪里
03
证据定位
下钻到具体交易路径与漏斗环节
04
受控动作
小流量、可回退、带停止条件
05
结果复盘
用可复核的证据回看动作是否成立
06
策略沉淀
把验证过的模式复制到相似路径

这个闭环同时覆盖三件事:掉量恢复、增量扩张、资源治理。它们共用同一套证据、同一套口径和同一个裁决标准。

同一套证据 · 同一套口径 · 同一个裁决标准 17
Revenue Decides

AI 给出判断,
但收入负责裁决。

每一次恢复、扩量和治理,最终都要回到可复核的证据,而不是模型自我证明。

已经形成一套可以发现价值、修复损耗、配置资源、控制风险并持续复盘经营结果的程序化经营系统。