这里记录计算广告领域的技术实践与行业思考 —— 从 RTB 竞价到推荐算法，从归因模型到增长策略， 用工程师视角拆解广告系统的每一个齿轮。
从底层基础设施到上层策略优化，系统性地拆解广告技术栈。
实时竞价架构设计、DSP/SSP/AdX 交互协议、出价策略与预算控制。
点击率与转化率模型演进，从 LR 到 Deep & Cross，特征工程实战。
用户画像构建、Look-alike 扩量、上下文定向与隐私计算平衡。
多触点归因模型、增量测试(Incrementality)、SKAN 与隐私时代的衡量。
信息流混排策略、自然结果与广告的博弈平衡、eCPM 排序机制。
LTV 建模、买量 ROI 优化、Monetization 策略与广告产品设计。
理论分析与工程实践并重，每篇都值得收藏。
用数据讲述计算广告行业的变迁与趋势。
计算广告领域的工程师与实践者。日常工作涉及广告系统架构、 机器学习模型迭代与商业化策略，习惯用代码验证想法， 用文字沉淀经验。
相信广告技术是「工程 × 经济学 × 心理学」的交叉学科， 好的广告系统应该让正确的信息在正确的时间抵达正确的人。
这个博客是我的「开源笔记本」—— 记录日常思考， 也希望能帮到同样在这个领域探索的你。
主导工程、CTR/CVR 模型与竞价策略优化
负责竞价引擎系统开发
电信接入网设备官网软件开发
waynewan.com 上线，记录工作和生活