一、什么是 Criteo Predictive Bidding？

Criteo Predictive Bidding（预测竞价）是一种基于大数据与机器学习算法的自动出价机制，能够在广告竞价过程中实时评估每一次展示机会的价值，并自动计算最优出价。

其核心目标是：
在保证转化率的前提下，实现广告投入回报最大化（ROI/ROAS）

二、Predictive Bidding 的核心原理

Criteo 的竞价系统会在毫秒级时间内完成以下计算：

1. 转化概率预测（Conversion Rate, CVR）

系统会评估该用户在当前场景下完成购买的概率，例如：

• 用户历史浏览行为

• 商品兴趣偏好

• 访问频率

• 加购/未付款记录

2. 订单价值预测（Basket Value）

不仅预测是否转化，还会预测：

• 用户可能购买的商品价格

• 订单总金额（AOV）

3. 实时竞价计算（Bid Calculation）

最终出价公式可以理解为：

出价 = 转化概率 × 预估订单价值 × 目标ROI系数

三、数据来源与算法支撑

Criteo 的预测能力依赖于以下数据体系：

1. 用户行为数据

• 浏览（View）

• 点击（Click）

• 加购（Add to Cart）

• 购买（Purchase）

2. 商品数据（Feed）

• 商品ID

• 价格

• 类目

• 库存状态

3. Criteo Shopper Graph

通过跨设备用户识别网络整合数据：

• 多设备行为

• 用户标签

• 实时兴趣变化

4. 机器学习模型

采用深度学习与实时优化模型：

• 实时更新出价策略

• 持续优化转化预测

四、竞价流程解析

完整流程如下：

1. 用户访问网站或媒体平台

2. 广告位产生竞价请求（Bid Request）

3. Criteo 系统识别用户

4. 预测转化概率 + 订单价值

5. 计算最优出价

6. 参与RTB竞价（Real-Time Bidding）

7. 赢得展示 → 广告曝光

整个过程通常在 100毫秒内完成

五、与传统竞价方式的区别

六、核心优势

1. 自动化程度高

无需手动调价，系统自动完成最优出价

2. 精准人群识别

基于用户行为和兴趣进行细分投放

3. ROI最大化

优先竞价高价值用户，减少无效曝光

4. 实时优化能力

根据市场变化动态调整出价策略

七、适用场景（跨境电商）

1. 再营销广告（Retargeting）

针对浏览未购买用户进行精准投放

2. 高客单价商品

通过预测订单价值提升整体收益

3. 多SKU商品体系

自动匹配最合适的商品进行展示

4. 多国家市场投放

根据不同市场用户行为差异自动优化

八、优化建议（实操重点）

1. 保证数据完整

• 正确部署 OneTag

• 确保事件回传（view / cart / purchase）

2. 优化商品Feed

• 标题清晰

• 分类准确

• 图片高质量

3. 提高转化率

• 优化落地页

• 提升加载速度

• 增强信任元素（评价/保障）

4. 设定合理ROI目标

过高目标会限制系统出价能力

九、总结

Criteo Predictive Bidding 是基于AI与大数据的智能竞价系统，通过对用户行为和订单价值的实时预测，实现广告出价的自动化与精细化。

对于跨境电商卖家而言，该机制可以显著提升：

• 广告转化率

• 投放精准度

• ROI表现

在流量成本持续上升的环境下，Predictive Bidding 已成为提升广告效率的重要工具之一。