PPCEye 是什么：数据来源、覆盖范围与统计口径
PPCEye 把 Google 官方公开的广告存档数据，重组成两种官方界面给不了的视图：按广告主看它在推哪些落地页，按落地域名看有哪些广告主在给它买流量。截至 2026-08-15，库里有约 8.53 亿条创意、3,014 万个广告主、307,400 个去重后的投放域名。这篇文章讲清楚这些数字是怎么来的、经过了哪些处理、以及哪些地方你不该信它。
数据从哪来
唯一来源是 Google 自 2023 年起对外公开的官方广告存档——它是免费的，任何人都能查到同样的内容。我们不购买第三方数据集，不安装浏览器插件采集用户行为，也不使用点击流样本外推。所有数字都可以在 Google 的公开界面上逐条复核。
这一点决定了 PPCEye 的能力边界：官方存档里没有的东西，我们也不会有。它有的东西，我们做了官方界面没做的整理——这才是价值所在。关于官方界面具体能查什么、查不到什么，见《Google 官方广告存档完整指南》。
从一条广告到一行数据：五个步骤
原始数据是一张广告图片加一点元信息。要变成"某广告主在给某域名买流量"这样可检索的结论，中间有五步：
| 步骤 | 做什么 | 产出 |
|---|---|---|
| 1. 发现 | 按广告主或按域名调用官方存档的检索接口，拿到创意 ID 列表 | 创意 ID、广告主、首次/末次出现时间 |
| 2. 取详情 | 逐条拉取创意详情与投放地区 | 广告格式、投放国家/地区、投放渠道 |
| 3. 识别落地页 | 对创意图片做 OCR，把图上印着的网址读出来 | 落地页 URL 文本 |
| 4. 归并域名 | 用公共后缀表把 URL 收敛到根域名 | root_domain |
| 5. 分析域名 | 用大模型分析域名对应的站点，并调 Google Ads 关键词规划师取指标 | 行业、地区聚焦、风险等级、关键词搜索量与出价 |
第 3 步是整套流程里最容易被低估的一环。搜索网络的图片广告不把最终落地 URL 作为结构化字段暴露出来，网址往往只是印在图上的一行小字。没有 OCR，一条创意就只是"某广告主投过一张图"，无法归属到任何域名，域名维度的检索也就无从谈起。我们用多引擎 OCR（一家多模态模型服务为主，另两家做兜底），失败会重试并记录状态。
每条创意只归属一个根域名，优先级固定：域名检索命中的域名 > 接口返回的域名字段 > OCR 读出的网址。这条规则写死在数据层，由数据库触发器强制，所以你在广告主页面和域名页面看到的归属永远一致。
覆盖范围
| 指标 | 数量 | 说明 |
|---|---|---|
| 创意 | 约 8.53 亿条 | 含图片与展示广告 |
| 广告主 | 3,014 万个 | 官方存档口径的广告主主体 |
| 投放域名（去重根域名） | 307,400 个 | 至少有一条创意归属到它 |
| 已完成分析的落地域名 | 121,600 个 | 大模型已给出行业/地区/风险判定 |
| 已取到关键词指标的域名 | 186,300 个 | 搜索量、竞争度、首页出价区间 |
这里面还有一个子集，是"数据厚到值得做成独立页面"的部分：广告主需要 ≥10 条创意、≥2 个落地域名、90 天内仍在投放；域名需要 ≥5 条创意、≥2 个广告主、365 天内仍在投放。这个子集每天都在变，我们不在这里给一个会过期的数字——广告主目录和多广告主域名目录页面上显示的就是当前值，直接翻即可。
已分析域名的行业分布
以下是 121,600 个已分析域名中带行业标签的 118,000 个的分布（数据截至 2026-08-15）：
| 行业 | 域名数 | 占比 |
|---|---|---|
| 其他 / 未归类 | 44,800 | 38.0% |
| 电商零售 | 29,300 | 24.8% |
| 健康 / 医疗 | 15,300 | 13.0% |
| 软件 / SaaS | 9,200 | 7.8% |
| 旅游出行 | 8,600 | 7.3% |
| 金融 / 保险 | 4,100 | 3.5% |
| 教育培训 | 3,900 | 3.3% |
| 游戏 | 2,000 | 1.7% |
| 招聘 | 800 | 0.7% |
| 汽车及其他 | 30 | 0.03% |
一个必须交代的处理细节：行业标签由模型生成，同一个类目会写出多种拼法（Software / SaaS 与 Software/SaaS、Recruitment 与 Recruiting、United States 与 USA）。上表是归一化合并后的结果，直接对原始字段分组会得到不同的排名。地区维度同理——合并 United States 与 USA 之后，美国是 22,100 个域名，仅次于"全球投放"的 39,900 个。
一个域名背后有多少广告主
这是我们最常被问的问题，也是官方界面完全答不上来的。在全部达到收录门槛的域名里（快照时间 2026-08-14）：
| 投放该域名的广告主数 | 占比 |
|---|---|
| 2–4 个 | 56.4% |
| 5–9 个 | 19.0% |
| 10–19 个 | 11.9% |
| 20–99 个 | 11.2% |
| ≥100 个 | 1.6% |
超过一半的域名只有 2–4 个广告主在推，通常是品牌自己加一两家代理或联盟。真正拥挤的是平台型域名：linktr.ee 有 40 万多个广告主指向它，canva.site、squarespace.com、naver.com 也都在十万量级——这些数字反映的是"大量小广告主用同一个建站/短链工具做落地页"，而不是某个品牌被围攻。读这类数据一定要先判断域名的性质。
广告主一侧是同样的形状，只是反过来。绝大多数广告主只推一两个落地域名，长尾属于代理商、分销商和黄页型生意——Yellow Book USA, Inc 触及 7000 多个落地域名，Dealer Spike 有 1700 多个，Epsilon Data Management, LLC 在一千上下。对照 Tripadvisor：它的创意数比上面几家都多，却只落在两个域名上。落地域名数高说明对方是中间商，不说明它花钱多——这两种情况的应对方式完全不同。
已知局限，以及我们不做什么
写在前面比被问出来好：
- 不是全网广告的全集。 覆盖范围以搜索网络的图片创意为主，展示广告走另一条处理路径。视频与纯文字广告不在当前重点内。
- OCR 有失败率。 有相当一部分创意读不出可用网址，它们不会被错误归属，而是留在未归属状态——宁可少算，不能算错。
- 行业、地区聚焦、风险等级都是模型输出。 它们是研究线索，不是事实认定，更不是法律结论。风险等级尤其如此：121,600 个已分析域名中被标为中风险的有 6,900 个、高风险 1,400 个，这只代表模型认为值得人工复核。
- 数据是快照，不是实时流。 页面会显示数据截止时间。免费访问的样本还额外有一段新鲜度延迟。
- 我们不提供关键词级别的竞价数据。 没有任何公开数据源能告诉你"竞争对手为哪个关键词出了多少钱"，声称能给的都是建模推测。我们给的是可核验的投放事实：谁在投、投向哪、投了多久、投在哪些国家。
怎么开始用
不需要注册就能查：在域名查询输入一个根域名，看有哪些广告主在给它买流量；或在广告主目录按名字搜索，看某个广告主在推哪些落地页。想按活跃度浏览可以看榜单。
匿名访问看到的是抽样结果——总数是真实的，行是抽样的，页面上会明确写出被隐藏了多少条。完整枚举与最新数据需要订阅。这一点我们写在明处：所有人（包括搜索引擎爬虫）拿到的是完全相同的页面，我们不对爬虫和访客返回不同内容。
常见问题
PPCEye 的数据合法吗？
数据源是 Google 主动公开的广告存档，任何人都能在 Google 的公开界面上查到同样的内容。我们做的是整理和索引，不涉及任何非公开数据。
多久更新一次？
广告主与域名的抓取持续在跑，热门实体的刷新更频繁。每个页面都会显示自己的数据截止时间，请以页面为准，不要以本文的 2026-08-15 为准。
为什么某个广告主/域名查不到？
三种可能：它在官方存档里就没有记录；它的创意 OCR 没读出落地页所以尚未归属；或者它还没被我们抓取到——这种情况可以登录后手动触发一次抓取。
能导出数据吗？
订阅用户可以在页面上完整浏览。批量导出与 API 需求请邮件联系 [email protected]。
你们和 SpyFu、SimilarWeb 这类工具是什么关系？
数据源不同，因此结论的性质也不同。它们的关键词与流量估算基于建模和点击流样本；我们只呈现官方存档里可逐条核验的投放记录。两类数据互补，但不能互相替代——详见 /vs 系列对比页。
数据口径：本文所有数字取自 PPCEye 生产库，截至 2026-08-15；域名广告主分布一栏的快照时间为 2026-08-14。数字会随抓取推进变化，页面上的实时数值以各详情页为准。