干程序化广告这行久了，我发现一个挺讽刺的现象：所有人都在盯着 viewability 那个百分比，好像把数字从 65% 拉到 75% 就万事大吉了。但很少有人停下来问一句--那些没被看见的曝光，它们真的只是需要过滤掉的“噪音”吗？
我不这么认为。在我看来，不可见曝光不是噪音，而是负资产。它一边烧你的预算，一边给你的碳账本添堵。这篇文章想跟你聊的，不是怎么把那个百分比再往上抠几个点，而是从一个更根本的角度重新理解 programmatic ad viewability 的最佳实践：让不可见曝光在财务和碳排放上真正“显性化”，让供应链的每一环都为它付出代价。
一、不可见曝光的碳账单：看不见的广告也在烧电
很多人没意识到，一条程序化广告从竞价到渲染，背后是一连串服务器调用。用户打开一个网页，SSP 发起竞价请求，好几个 DSP 同时响应，数据供应商再查一遍用户标签，最后才轮到创意渲染。哪怕这个广告从头到尾都没滚进用户的可视区域，前面的所有计算已经发生了，电已经烧掉了。
更麻烦的是，高不可见库存并不是随机分布的。它们大量集中在 MFA（Made-for-Advertising）网站和高刷新、低内容密度的页面上。这类网站的设计初衷就不是给用户提供价值，而是尽可能多地触发广告请求。它们系统性地制造低可见、高速刷新的曝光，来套取程序化预算。
ANA 在 2023 年发布过一份程序化透明度研究，数据挺让人清醒的：广告主投进程序化的预算，平均只有约 36% 最终成为“工作媒体”（working media），剩下的被供应链中间成本、无效库存和不可测量曝光吃掉了。同一份研究还发现，MFA 网站占了所研究广告主程序化展示曝光的约 21%，而它们在可见性和注意力指标上远不如优质媒体。
当然，36% 不能直接等同于不可见曝光，但它暴露了一个更大的问题：程序化供应链里藏着巨量隐性浪费。而不可见曝光恰好是那种既伤财务效率、又伤环境效率的部分。在美国市场，这个视角正在变得紧迫。CFO 对程序化预算的透明度越来越没耐心，ESG 团队开始把数字广告纳入 Scope 3 碳排放核算。一些领先的广告主已经发现，程序化展示广告的碳排，很大比例来自那些低质量、不可见、几乎没人注意的库存。说白了，你看不见的广告，正在悄悄增加企业的碳负债。
二、为什么传统的可见性优化不够？
常见的 viewability 最佳实践--预出价过滤、广告验证供应商黑名单、优先投 PM 私有市场--这些当然有用，但它们本质上是“下游治理”。
你只是自己不去买那些不可见库存，但供给端还在继续生产它们。这些低质量曝光会流转给其他广告主，整个生态系统的无效请求和碳排一点没少。更糟糕的是，它让广告主产生一种“我已经解决了问题”的错觉。
还有个被很多人忽视的坑，我叫它“分母游戏”。如果只考核 viewability 百分比，团队完全可以通过大幅砍掉长尾库存来让数字好看。比如把 viewability 从 62% 拉到 78%，看起来漂亮极了，但可见曝光总量下降了，CPM 上去了，实际业务结果未必改善。百分比可以被操纵，但每单位可见曝光的成本不会撒谎。
更深层的问题是组织激励割裂。媒体团队背 viewability KPI，财务团队只看总 CPM，ESG 团队根本拿不到广告碳排数据。三个部门各自优化，结果可能是：媒体团队为了提高几个百分点的 viewability，买了更贵的 PM 库存，但总不可见曝光量并没有减少；财务团队看到 CPM 上升，开始质疑程序化的价值；ESG 团队则完全不知道数字广告也有碳账本。谁也怪不了谁，但问题就这么卡住了。
三、重新定义可见性最佳实践：从“过滤噪音”到“消除负资产”
我这些年在美国市场帮客户做程序化优化，越来越确信一件事：真正的 programmatic ad viewability best practices，不应该只是优化过滤规则，而应该让不可见曝光在财务和碳账上都有成本。下面这几个做法，是我在实践中反复验证过的。
1. 把北极星指标从“viewability%”换成“每可见曝光成本（CPVI）”
CPVI 的计算公式很简单：
CPVI = 总媒体成本 / 可见曝光次数
这个指标的好处是，它天然防止分母游戏。你不能再靠缩小投放范围来提高百分比，因为 CPVI 会暴露真实效率。如果 viewability 从 65% 升到 80%，但 CPVI 也上升了 30%，那说明你只是用更高的价格买了更少的可见曝光，并没有真正改善。
更进一步，你可以把 CPVI 与业务结果结合，形成“每有效可见曝光成本”。比如以转化或品牌提升为终点，计算每带来一次增量效果的可见曝光成本。这会让优化方向从“排除差库存”变成“提升单位可见曝光的财务产出”。操作上，建议在 DSP 报表里自定义列，按月跟踪 CPVI、不可见曝光量和不可见曝光成本。别只看百分比，那个数字太容易骗人了。
2. 为不可见曝光设置“碳预算”
虽然目前数字广告碳排的估算方法还有争议，但方向是明确的：不可见曝光是纯粹的碳负债。你可以借助行业碳测算工具，比如 Scope3、Cedara 或 Good-Loop，把不可见曝光量换算成估算碳排。
具体做法是：在 campaign 上线前，设定一个不可见曝光碳排上限。每月监控，一旦接近上限，就自动收紧库存池，暂停高不可见站点，或者降低对低质量 SSP 的竞价。这不仅是环保姿态，更是强制团队关注无效曝光的“总量”，而不是那个可以被操纵的百分比。美国一些头部广告主已经开始把“每千次可见曝光的碳强度”作为媒体供应商的考核指标，这比单纯考核 viewability 更接近问题的本质。
3. 缩短供应链，减少“无效请求”
程序化供应链每多一个中间商，不仅多一层费用，还多一层服务器调用和不可见曝光概率。所以，缩短供应链是可见性优化里非常重要但常被忽略的杠杆。
我建议优先选择直接媒体交易、PMP 私有市场，以及经过 ads.txt 和 sellers.json 验证的短路径库存。同时审查 SupplyChain 对象，识别多跳转售。如果发现同一条库存路径经过了三四个中间商，哪怕 viewability 数字还可以，我也建议直接剔除。因为它意味着更高的碳排、更高的成本，以及更不可控的库存质量。在美国市场，直接与优质媒体建立 PM 交易的成本，有时候并不比开放交易市场高多少，但可见性和注意力质量往往有显著提升。把供应链长度纳入可见性治理，是很多品牌忽略但回报很高的动作。
4. 把可见性写进合同，而不是只依赖优化算法
算法优化是“事后的”，合同约束才能改变供给侧的激励。美国优质媒体库存，尤其是 PM 和直接交易，现在很多已经可以接受基于可见曝光的结算方式。具体可以签两类条款：
- vCPM 结算：只按可见曝光付费，不可见曝光不产生费用。
- 可见性 SLA：例如保证 campaign 整体 viewability ≥ 70%，低于 60% 的部分不支付或按比例扣款。
这真的不是天方夜谭。越来越多的美国媒体愿意接受这种条款，因为他们对自己的库存质量有信心。反过来，那些拒绝签署可见性 SLA 的媒体，往往正是高不可见库存的来源。合同约束比任何预出价过滤都更根本，因为它直接把财务后果传递给了供给端。
5. 系统性排除 MFA 和高刷新站点，并建立人工审查机制
DSP 的自动分类永远有滞后，MFA 站点会不断更换域名和流量源来规避检测。因此，不能只依赖机器分类。
我的建议是：建立自有种子名单，结合 Jounce、Deepsee 等工具，每月人工审查投放量前 100 的域名。重点关注高刷新率、低内容密度、广告位数量异常多的页面。这里有个特别容易踩的坑：MFA 站点的 viewability 可能并不低。因为广告位往往放在首屏，50% 像素可见 1 秒的标准很容易满足。但这类曝光的注意力极差，用户看的是内容，不是广告。所以，在排除 MFA 时，需要引入注意力信号作为第二层过滤，比如停留时间、滚动深度、广告密度等。可见性是注意力的必要不充分条件，先保证可见，再优化注意力，顺序不能反。
6. 让可见性数据进入财务和 ESG 报告
这是最容易被忽视的一步。如果 viewability 只是媒体团队内部指标，它永远无法上升为组织级问题。我建议每月生成一份“不可见曝光财务/碳成本报告”，提交给财务和 ESG 团队。报告至少包含这几项：
- 总不可见曝光量
- 不可见曝光对应的媒体成本
- 估算碳排
- CPVI 及其环比变化
当不可见曝光开始出现在 CFO 的预算审查和 ESG 团队的碳账本上时，优化就不再是媒体团队一个人的事。跨部门治理会让 viewability 从战术 KPI 升级为供应链治理指标。
结语：真正的最佳实践，是改变激励结构
回头想想，程序化广告可见性的最佳实践，真不是更复杂的过滤算法，也不是更高的百分比。而是让不可见曝光在财务和碳账上真正“显性化”。当你把每一条不可见曝光都看作一笔需要偿还的负债，而不是可以忽视的噪音时，优化方向自然会发生根本性转变。
在美国市场，领先的广告主已经不再问“如何把 viewability 做到 80%”，而是问“我们为什么还在为看不到的广告付费，以及这些广告增加了多少碳负债”。这个问题的答案，会重新定义程序化广告的供应链关系，也会重塑品牌与媒体、技术供应商之间的合作方式。说到底，真正的最佳实践，永远是改变激励结构，而不是优化表面指标。