DSP 用腾讯广告的曝光数据，更准地回答 ADX 的竞价请求。
结论：一条链路分 5 步，写卡片和出价两条线只通过用户卡片相连。
flowchart TD
subgraph W["写卡片（异步）"]
A["1 接收 · 10 ms
监测链接回调，返回 204"] --> B["2 清洗 · 50 ms
6 步检查"] B --> C["3 计算
更新卡片"] end C --> K[("用户卡片")] subgraph R["出价（同步）"] X["ADX 竞价请求"] --> D["4 回复 · 80 ms"] D --> E["5 回流
赢价 曝光 转化"] end K --> D E --> K click A "tracking.html" click B "clean.html" click C "bidding.html#calc" click D "bidding.html" click E "conversions.html"
监测链接回调，返回 204"] --> B["2 清洗 · 50 ms
6 步检查"] B --> C["3 计算
更新卡片"] end C --> K[("用户卡片")] subgraph R["出价（同步）"] X["ADX 竞价请求"] --> D["4 回复 · 80 ms"] D --> E["5 回流
赢价 曝光 转化"] end K --> D E --> K click A "tracking.html" click B "clean.html" click C "bidding.html#calc" click D "bidding.html" click E "conversions.html"
- 接收：腾讯每次曝光回调一次监测链接，DSP 10 ms 内返回 204。
- 清洗：6 步检查在 50 ms 内完成，不合格的事件进隔离区。
- 计算：合格事件更新这台设备的用户卡片。
- 回复：DSP 查卡片，80 ms 内回答 ADX 出不出价、出多少。
- 回流：赢价、曝光和 App 转化回到 DSP，更新卡片和报表。
为什么这样设计
结论：腾讯数据让 DSP 少买重复曝光。
例子：小明今天在腾讯广告看过 3 次某游戏广告，频次上限是 3。DSP 从卡片上看到这个数字，就不再为小明出价。省下的钱用来买还没看过的人。
和 AppLovin 这类 DSP 相比，我们多做一件事：用腾讯的曝光数据做跨渠道频次控制。