同个DSP平台内部会有多个广告主的多条广告活动，多个广告主的广告活动之间、或者即使是同一个广告主的多条广告活动之间，可能会同时竞价购买同一个流量（PV），这时DSP则需要对这些广告主&广告活动进行内部竞价排名。在满足参与竞价条件的众多广告主中，一般是根据内部平台每个广告活动的出价方式及数值、点击率、转化率进行计算，预估eCPM并对其进行排序，再将胜出者的出价返回给广告交易平台。
如何预估eCPM呢？
RTB竞价方式一般是按CPM出价的，广告主投放广告活动时设置竞价CPM，则系统直接将该CPM价格用来排序。
但部分DSP支持按CPC或者CPA出价方式，即支持输入广告主能接受的最高CPC或CPA价格，再由算法根据公式计算eCPM值，从而用该值将他们所设定的CPC或CPA转换成CPM价格再进行排序。原理是：输入CPC或者CPA价格（广告主在广告活动中设置的期望KPI价格），再由算法通过动态pCTR（predicted CTR，即预测点击率）或pCVR（predicted CVR，即预测转化率），计算eCPM（effective CPM，即有效CPM，每一千次展示对应的费用），从而再用比eCPM高1分钱的CPM方式出价。
计算公式：
设置CPM价格：eCPM=广告活动中设置的CPM值
设置CPC价格：eCPM=1000 * pCTR * 广告活动中设置的CPC值
设置CPA价格：eCPM=1000 * pCTR * pCVR * 广告活动中设置的CPA值
上面公式中的pCTR和pCVR通过是离线模型和实时模型同时作用得出。
离线模型一般是按天更新，使用一定时期内（如60天内）的日志数据进行特征分析。特征包括用户特征、广告位特征、创意特征、广告主特征（如行业）等。初次投放时，用离线模型的历史数据进行预估。
实时模型一般是准实时更新，如10分钟（不同平台会有不同的更新时间），并将实时效果数据加入特征分析，包括广告位特征、创意特征和广告主特征等。
