MCM 广告形式与功能
广告主的投放效果决定零售媒体收入
Moloco Commerce Media 在整个漏斗的各个阶段提升投放效果，从高意向搜索到品牌赞助。更好的效果意味着更大的预算；更大的预算意味着广告收入占 GMV 的比例（A2G）更高。
Moloco 客户包括：
零售媒体业务 可能很快触及增长瓶颈
平台能否突破增长瓶颈，取决于一个关键因素：广告主能否看到值得继续投入的效果。
广告主有选择，预算会追随效果
广告主会把预算投向能够证明效果的渠道。如果平台无法展示可衡量的 ROI，预算就会流向其他渠道。这不是销售问题，而是效果基础设施的问题。
好的投放效果能赢得更多预算
许多零售媒体平台首先强调广告形式的丰富程度。但广告主购买的是效果，而不是形式。Sponsored Products、Sponsored Brands 和 Display 只有在其广告活动真正带来效果时才有价值。
缺少合适的 AI，A2G 就会停滞
许多平台的 A2G 长期低于 1%。能否实现突破，关键不在广告库存或广告负载，而在底层技术能否将消费者信号转化为广告主可衡量、并愿意继续投入的效果。{[data-attribute="init-tooltip"][tooltip-content="<p>来源：<br><br>Moloco内部数据，截至2026年4月。A2G（广告支出占商品交易总额百分比，即“GMV”）计算方式为：每位客户在Moloco MCM平台商业化上线（其首个计费日期）后第3至第6周期间的广告支出总额除以GMV总额，不含前两周以消除软启动爬坡期的影响。样本：24家MCM客户，按合同客户层级衡量，截至2026年4月已完成六周活动周期。绝大多数客户的初始A2G低于1%。</p>"]}
广告主增长，广告业务才能增长
零售媒体有一条可靠规律：广告主会在看到回报的地方继续投资，在没有回报时转移预算。因此，广告主的投放效果才是广告业务的增长引擎，而不是广告库存、广告量或销售团队规模。多数零售商刚采用 MCM 时，A2G 低于 1%。实现突破的零售商并不是展示更多广告，而是让广告主的每个广告活动都取得足以支撑下一笔投入的效果。{[data-attribute="init-tooltip"][tooltip-content="<p>来源：<br><br>Moloco内部数据，截至2026年4月。A2G（广告支出占商品交易总额百分比，即“GMV”）计算方式为：每位客户在Moloco MCM平台商业化上线（其首个计费日期）后第3至第6周期间的广告支出总额除以GMV总额，不含前两周以消除软启动爬坡期的影响。样本：24家MCM客户，按合同客户层级衡量，截至2026年4月已完成六周活动周期。绝大多数客户的初始A2G低于1%。</p>"]}
覆盖完整漏斗，一个平台即可。
将高意向流量转化为广告主效果
搜索和浏览页面往往是最具价值的广告资源。Sponsored Products 将高购买意向转化为可衡量的广告主效果。传统关键词方法依赖静态匹配，而 Moloco 的 AI 根据行为信号和购物场景预测购买意向，选择更有可能获得点击和转化的商品。相关广告既能带来效果，也不会打断购物体验。
为效果而竞价
广告主可以选择购买方式。Target ROAS 按设定的回报目标控制投放；MaxSales 在预算范围内最大化归因销售额；Fixed CPC 从模型尚无转化历史的第一天起，就能提供精准成本控制。随着广告活动逐步成熟，广告主可以从手动控制转向基于成果的自动化。
消费者真正认可的相关性
个性化且相关的广告帮助消费者发现所需商品，让效果和购物体验同步提升，而非彼此取舍。
广告主可据此行动的证据
2026 年第一季度，跨平台、跨行业的 Sponsored Products 广告主平均 ROAS 达到 1,100%。{[data-attribute="init-tooltip"][tooltip-content="<p>来源：<br><br>Moloco内部数据，用于计算2026年第一季度（Q1 2026）赞助商品广告系列的平均ROAS。计算方法为：MCM各零售商归因收入总额之和除以整个季度均处于活跃状态的零售商的广告支出总额之和。若零售商在整个季度内广告支出均不为零，则视为活跃。ROAS采用各零售商自身的归因配置进行计算，包括其报告的直接和间接（光环效应，halo）归因。归因逻辑（包括归因窗口和类型）因零售商而异。结果反映了多种商业模式和垂直行业的综合情况。</p>"]}
让广告主愿意将品牌预算投入您的平台
购物旅程中的品牌广告位
展示广告和品牌广告单元可在高曝光的站内广告位以 CPC 或 CPM 投放，让广告主在消费者已经浏览的场景中建立购买考虑。
通过消费者行为找到更好的广告位
受众定向基于您自有平台的行为信号，利用消费者实际浏览和购买方式构建只有您的平台才能形成的细分人群。
成熟广告主熟悉的控制方式
关键词和广告位定向为专业广告主与代理商提供成熟零售媒体渠道中熟悉的控制能力，降低将现有策略和预算迁移到您平台的门槛。
让直销业务也运行在同一套引擎上
企业品牌合作通常不通过自助竞价，而是通过承诺广告位的广告订单（IO）销售。Reserved Display 将这类直销业务与竞价需求统一到同一平台，让保量展示、按时长计费（CPT）的品牌赞助和效果广告活动共享同一套基础设施与衡量体系。
为确定预算提供触达保障
为提前数个季度规划预算、愿意为确定性付费的品牌提供保量展示和按时长计费（CPT）的购买方式。
直销与竞价需求，一套系统管理
广告销售团队销售品牌赞助，长尾广告主通过自助方式运行效果广告活动。两者共享同一套基础设施、衡量和控制功能。
专业广告预算会流向效果可验证的渠道
Moloco Commerce Media 打通从展示到购买的衡量闭环：提供可配置窗口内的 SKU 级归因、广告主完整商品目录的直接与总 ROAS，以及按买家实际规划维度拆分的报告。对于要求更高的平台和品牌，基于对照组的增量框架还能帮助量化广告对平台和广告主双方的实际作用。
SKU 级明细
商品级归因同时捕捉直接转化与同一账户的关联购买，让 ROAS 结果经得起品牌自身分析团队的验证。
投入前的预测
上线前提供展示、点击和购买预估，并给出预算与目标建议，减少中途放弃和配置错误的广告活动。
建立广告主信心的报告
按广告主实际规划所需的 SKU、广告活动、受众和时间等维度拆分报告，让效果沟通从“相信我们”转变为“请看数据”。
同一套智能让每种广告形式持续提升
专属模型每两小时更新一次，并从实际效果中学习，在消费者行为变化时持续保持准确。系统每天在整个平台进行超过 1,900 亿次实时预测，95% 的请求能在 100 毫秒内返回个性化广告，无需为了变现牺牲加载速度。系统完全基于一手数据构建：不使用第三方 Cookie，也不汇集不同零售商环境的数据。您的数据只服务于您的业务。{[data-attribute="init-tooltip"][tooltip-content="<p>来源：<br><br>Moloco内部数据。对2026年6月1日至6月7日当周处理广告请求时实时执行的机器学习（ML）模型预测的分析。ML预测次数是根据竞价记录推算而非直接测量得出：每个广告请求触发一次用户上下文模型推理，每个在竞价中被评估的广告则根据其广告格式触发固定数量的评分推理。赞助商品（Sponsored Product）广告每个被评估广告触发两次评分推理，分别为点击率（CTR）预测和转化率（CVR）预测；所有其他广告格式则按每个广告候选一次推理计算，为最保守的估算方式。仅计入请求处理时实时执行的推理；提前于广告请求执行的计算不计入内。数字基于抽样内部竞价日志（10%样本，并按比例换算）并折算为日均值。</p>"]}
无需运营负担的优化
AI 持续自动处理关键词定向、商品选择、出价管理和广告活动优化。无论商品目录变化、推出新类别，还是季节性需求转移，系统都会自动适应。
保护购物体验的广告投放
广告质量算法限制低相关性广告，并从搜索结果中过滤质量较差的匹配，在保护购物体验的同时提升收益。
无需人工管理的规模化能力
基础设施会随广告库存、商品目录和流量峰值自动扩展，包括高并发大型活动，全程无需人工管理。
常见问题
Moloco Commerce Media 支持哪些广告格式？
商品推广、品牌推广、展示推广以及预留展示广告（包括保量展示和按时段计费的赞助广告）。这些广告形式均支持图片和视频素材。大多数平台会先从商品推广入手，以建立广告主对投放效果的信任，随后随着需求的增长，逐步引入覆盖营销漏斗中层和上层的广告形式——每个阶段都能进一步挖掘广告主的预算潜力。
Moloco 与基于规则的赞助产品平台有何不同？
传统平台通过静态关键词列表匹配查询，且需要人工输入和干预来调整广告活动设置。Moloco 的人工智能则基于行为信号和购物者情境预测购买意向，并通过基于结果的竞价（目标广告支出回报率、最大化销售额）针对广告主的核心目标优化投放。其核心差异在于：广告主管理的是业务成果，而非竞价表。
广告主是自行投放广告吗？
是的。广告主可以自行投放并管理广告系列，而您则通过角色分配、权限设置、资源配置和创意审核来保持管控。自助服务模式让广告主能够自主扩展业务，从而避免了广告运营团队随业务增长而线性扩张。
Moloco Commerce Media 如何保护零售商数据？
每个平台的模型均仅在隔离环境中使用其自身数据进行训练，而 Moloco 的现场架构完全基于第一方数据构建。我们高度重视数据与安全。如需了解有关数据架构和安全实践的完整详情，请访问我们的 信任中心。
Moloco 可以与我们现有的广告技术或内部系统协同工作吗？
是的。我们提供灵活的部署方案——无论是仅使用竞价基础设施、接入自有模型，还是采用完整的 Moloco AI 技术栈——都能让您根据当前的业务规划进行选择，并支持未来随时扩展。此外，得益于 API 优先的集成模式，无论您是计划替换现有平台、补充自研系统，还是启动全新项目，Moloco 都能完美适配。
