1、ADX发起竞价请求，上面会携带User ID等用户信息和广告信息一大堆信息。
2、DSP收到竞价请求，解析请求，转为统一的数据格式和结构
DSP会收到来自很多ADX平台的竞价邀请，各家发送的信息不一，所以需要不同的ADX的竞价请求转化为内部统一，可识别的格式。
3、过滤竞价请求
a、根据是否在Blacklist里面做筛选，可以将某些展示或流量的来源屏蔽掉，进入这个黑名单的往往都是表现不好的媒体或流量源，如花费高，转化低，那么就有理由怀疑流量质量有问题，可以选择性的过滤掉这部分的竞价请求。
b、基于历史数据判断，如某个ADX的成功率低，其实就价格高；ADX的流量质量不佳；网站历史的CTR低等而不参与竞价，有些甚至会基于用户的站内行为，对流量做更严格的筛选。
c、流量洪峰控制，对流量做控制，避免服务器过载，这个主要是节假日是流量暴增。
4、预处理
从解析的请求里面处理处一些特征，如广告位特征，广告主特征，方便后续的计算或筛选定位。
5、用户识别
去match table中查询对应的cookie，如果找不到，直接根据请求的特征信息去处理，而且后续需要做cookie mapping；
如果匹配得到，去用户中心查询用户的特征，再做处理。
6、匹配索引广告，
用前面获取的用户特征，根据广告主在DSP上设置的时间，预算，用户类型，频次控制等投放策略做匹配，决定DSP内部广告主是否出价，如果符合要求就参与DSP内部竞价，如果不符合就放弃。
7、出价
出价多少主要是需要计算pCTV/pCVR，预估eCPM，RTB竞价里面基本上是按CPM的，虽然部分DSP支持CPC或CPA的方式出价， 但实际上是将CPC或CPA转化成CPM，本质还是CPM，如：
pCPC的预估出价 eCPM=1000*pCTR*CPC
CPC是广告主设定的，那么eCPM的准确与否就直接取决于DSP对CTR的预测是否准确的，预估的核心就转化为对CTR的预估了。
pCPA的预估出价 eCPM=1000*pCTR*pCVR*CPA
在这里除了CPA是固定的，pCRT 和pCVR都是需要预估的。
出价预估的的核心就转为需要计算pCTR和pCVR，这两个因素对收益影响最大，如果能够准确预估，那么将最高eCPM的胜出就是，就非常简单，但实际的情况是CTR的预估常常不准确，对于一个新的请求来说，缺少先验经验，也缺少数据，数据是离散，所以很难预估一个合理的CTR。竞价算法就各家不一，有的简单有的复杂，但都是为了尽可能的出的准确去获利。
