广告数据的监测链路：曝光点击（也有部分媒体采用互动或有效视频播放）转化（下载激活、付费购买等）
OAID：匿名设备标识符（ Open Anonymous Device Identifier ）是由中国信通院联合华为、小米、OPPO、VIVO等厂商共同推出的设备识别字段，在Android 10及以上的系统版本中支持，用户可关闭获取权限及手动重置，同时恢复出厂设置会被重置。
IDFA（广告标识符）：苹果在iOS6系统版本开始提供，用于开发者追踪用户的广告标识符。
在广告数据链路中，用户的曝光、点击、互动、转化的数据，都是有价值的，可以转化为用户的广告行为标签，结合用户原有的人群属性、兴趣等标签数据，进行用户标签体系完善、数据模型构建和分析应用。
oCPX是指智能优化出价，根据转化目标KPI，智能预估转化率，并自动出价，o指的是Optimized-优化。
CPX中的X根据最终的结算方式而定，可为CPM、CPC及CPA。oCPX出价中，优化目标可以选择点击、下载激活、表单线索、付费等。
oCPX的核心竞争力在于平台根据第一阶段累积的种子数据进行数据分析、建模并预估对应的点击率（pCTR）和（pCVR）的能力。
oCPX的常用数据模型有：（1）传统机器学习：LR（逻辑回归）、LR+GBDT、XGBoost、LightGBM等（2）深度学习模型：wide&deep，DeepFM、xDeepFM、DIN等，比较适合在大数据集的场景下应用
（1）AUC（正负样本的排序能力），范围是0到1之间，越高表示模型效果越好，正常比较ok的都在0.65-0.75之间，更好的auc可以到0.8以上；
（2）平均损失值（预估偏差值，样本真实值与预估值的偏差情况）：效果比较好的DeepFM模型可以达到0.0001以下。
根据客户提供的或初期投放的种子用户，进行多维度的标签分析、特征提取，构建目标用户画像后，根据目标用户画像在用户池里进行潜在目标用户挖掘扩展，最终输出数据包进行定向投放。
相似人群包扩展中的lookalike建模原理跟oCPX是一致的，通过种子用户构建目标用户模型后，对潜在用户进行相似度打分和排序，最终输出相似扩展人群包。针对种子数据来源的不同可输出不同层级的人群包，如通过行业产品的历史转化数据作为种子数据输出行业人群包，通过同产品的历史转化数据，输出产品定制人群包。
以上就是对两个典型的数据应用模式的介绍，下面来分享两个oCPX的案例，是我们公司过往的一个实际投放案例。