移动先锋

喻久港 喻久港 | 2022 年 8月 11日

喻久港 (Fable),Android 端开发出身,工作前三年曾编写过多款畅销 App, Google Play 下载量累计超过 500万+;2019 年起开始负责广告 SDK 的编写、变现调优等工作,设计了一套从买量到变现打通的用户级别的 LTV,实现了基于用户价值来做买量的决策。他还针对 Mopub 做过二次开发,编写的 SDK 已经和数十家合作方合作。此外,喻久港每年都会作为嘉宾参加业内媒体或平台组织的沙龙活动,分享变现相关的经验和心得累积十余次。

了解更多关于 移动先锋喻久港 的访谈内容。


作为流量变现负责人,在商业化运营中最关心的产出指标莫过于产品收益。这里先给出一个移动产品广告变现收益的公式,即:

广告收益 = DAU(日活跃用户数)* ECPM(千次广告展示带来的收入)* 人均广告数/1000

收益与 DAU 就是产品量级;ECPM 和人均广告数有关。DAU 主要是用户获取相关的指标,后面 2 个参数是商业化运营需要关注的数据。

这其中,ECPM 对应的是广告方式的选择(用 Bidding还是 Waterfall)以及策略是否会违规;在运营过程中,需要根据数据来调整;广告设计的是否合理则与人均广告数密切相关。

下面我们将围绕这些指标,来展开分析一下,哪些是我们在商业化运营中需要留意的;此外也会和大家分享一些参考值,比如当出现什么数据时需要做好及时调整,并解读为什么要做这样的调整。

Bidding(竞价)还是Waterfall(瀑布流)?

Bidding 的原理是每一次请求,出价最高的广告主赢得这次展示机会;对于开发者来说,这是能有效提升收益的一种方式。Waterfall 是对于不支持 Bidding 的渠道,按照经验设置底价的方式接入。

但目前,对于 Bidding 的使用仍然面临一些障碍。一方面,目前不是所有的渠道都支持 Bidding。另一方面,因为 Bidding 是先竞价再请求的机制,对加载速度的要求更高。而由于不同渠道的算法不一致、调优程度不一样,以及 CDN 节点的基础设置等原因,有些渠道以 Bidding 的方式接入没有以 Waterfall 的方式好。

虽然存在上述问题,但我仍认为 Bidding 是趋势、是未来,相信各家渠道会花大量的人力物力来解决这些问题;所以对于 Bidding 效果不好的渠道,建议等 2 个月再来测试,这样可以第一时间了解 Bidding 的最新优化效果。

Bidding 和 Waterfall 设计好了,ECPM 至少会是中等偏上的水平。至于如何判断 ECPM 好不好,可以拿市面上的各类报告,以及自己内部同类型产品进行对比,这样调整 ECPM 目标性更强。

广告平台政策

在 Google Admob 平台做广告投放时须严格遵守其平台规则政策。由于 Admob 对于非 Admob mediation,一次请求最多只能用 3 个 placement id;所以当 Admob 是以 Waterfall 的方式接入,切记最多配置 3 层 Admob。超过 3 时,则可能会出现结算时无效流量过多,甚至产生账号受限、停用等风险。

Facebook 平台则不存在上述问题。据当前的 Facebook 广告政策,无论 iOS 还是 Android 的流量,要求必须全面用 Bidding。

关注数据指标

当渠道接入没有问题、也符合政策没有违规的前提下商业化运营过程中需要关注 Bidding rate 和 ARPU。

1. Bidding rate:各家渠道的 Bidding 的竞价率

Facebook 的 Bidding rate 大于 60% 是优秀,小于 30% 则需要排查一下是不是哪里有问题。因为 Facebook 只对安装过 Facebook 或 WhatsApp、Messenger 的应用参与竞价;所以通过 Facebook 买的用户,Bidding rate 会高一些。另外,由于 iOS 中没有 idfa,Facebook 也不参与竞价,所以 Android 的 Bidding rate 会比 iOS 的要高一些。其他渠道的 Bidding rate 可以拿自己内部产品横向对比,当差异很大时,就需要排查一下具体原因。

2. ARPU: 每用户平均收入

ARPU 比渠道 ECPM 的波动更值得关注。当接入的 Bidding 渠道变多后,看单一渠道的 ECPM 就变得没有那么重要了,更需要关注整体 ECPM 的波动,甚至 ARPU 的波动。

广告场景设计

这里广告主要是指激励视频,判断广告场景设计的是否合理主要有 2 个指标:一是广告场景用户知不知道;二是用户知道了,愿不愿意观看。

对此,我自创了两个词:用户到达率和用户观看率。

用户到达率 = 用户到达广告场景的次数/用户的会话数。对于 2 级页面,如果这个数据低于 50%,说明引导做的不够,需要加强引导。尤其是核心循环路径上的场景,要更加留意这个指标。

用户观看率 = 用户看了这个广告的次数/ 用户到达这个广告场景的次数;当这个比例低于 50% 的时候,就需要考虑是不是奖励的内容不够吸引人,建议做 AB 测试,在数值不崩溃的前提下,奖励调多一些;观察数据变化。

对于插屏广告来说,可以通过 AB 测试,观察插屏弹出的频率对于用户留存,时长等产品数据的影响,可以测试,1 局 1 个插屏,2 局 1 个插屏,3 局 1 个插屏;这样分别的测试,看哪个效果最好。

以上的几个指标,是从我长期以来的经验和积累中得出的,建议大家在进行商业化调整时多多关注。祝大家优化出来的 ARPU 节节攀升,产品都能冲到榜单前列。

 

您也想成为下一位大中华区移动先锋吗?即刻申请与全球移动营销人分享您的经历和见解!