{{ v.name }}
{{ v.cls }}类
{{ v.price }} ¥{{ v.price }}
广告是一种常见的变现方式,可是针对于广告投放的指标统计以及具体的数据监控分析,你是否了解呢?
作为产品经理,经常需要对产品的全生命周期负责,而任何产品的发展过程中都会遇到一个绕不过去的问题,那就是如何通过这款产品获取到收入,最终实现盈利呢?
起初,很多2C的产品基本都是靠烧投资人的钱来快速积累用户、扩大市场。前期基本不会去考虑赚钱的事情,产品如果做的足够好,有足够的用户,那么会吸引到下一轮的融资。但如果产品做的不好,自身也没有任何盈利手段,很多产品最后都在烧完钱之后以失败告终。
而随着现在经济形势的变化,投资人对产品盈利变现的能力更加看重,如果说投资是一款产品的入场券,那么产品的商业化变现就将决定这款产品究竟能跑多远。
不同的产品类型变现手段会不一样,比如:电商类产品,淘宝更多的是面向第三方小商家提供服务,然后收取各类服务费;而京东更多的是通过自建物流等手段提高商品的运转效率而从中获取利润。
社交类产品主要靠一些会员特权、装扮等获得收入,比如:QQ会员,通常会提供各种绿钻皮肤;现在常见的直播类产品,主要通过用户给主播打赏虚拟礼物,在主播提现时平台收取一定的手续费而盈利。
典型的像陌陌16年上线直播功能,18年第二季度直播收入已经占到平台总营收的80%以上。
在我个人的经历中,主要是面向海外的工具类产品广告变现,因此主要分享一下广告变现的相关内容。
广告变现就是直接在自己的产品当中接入广告,用户在使用产品的过程中看到广告,进而贡献收入。
对于一些中小公司会直接接入第三方的广告源,像Google的AdMob、FaceBook广告源、Twitter的MoPub以及一些比较小的广告源;而对于一些有一定规模的公司,也会搭建自己的广告平台,广告主(有投放广告需求)来平台充值选择不同的计价方式进行投放。
对于通过广告来变现的方式,商业化产品需要把握的一个重点就是收入与用户体验的平衡。
如果过分注重收入而忽略用户体验,不停的给用户展示广告,就会导致大量用户流失,最终导致产品失败;而过度关注用户体验,那么变现就无从谈起,因此掌握这个平衡点显得尤为重要。
如何能在收入最大话的同时,尽可能将用户流失控制在合理范围内,需要一个不断探索试验的过程。
因此,在设计广告展示时机时,需要结合用户具体的使用场景,尽量将对用户体验的影响降到最低。
比如:可以在用户进行某一项操作之后,再给用户展示广告,或者当用户进到某一个页面,在不影响用户操作的情况下,给用户展示广告。像海外清理类产品,大家在设计广告的时候一般会在用户执行完清理操作之后再展示广告,这样显得比较自然,没那么突兀。
广告的展现形式主要有:插屏类广告、原生类广告、banner类广告以及激励视频广告
我们也习惯将广告分为应用内广告、应用外广告:
对于应用内的广告,需要用户触发才能展示,需要做的是:提升用户打开APP的使用频率并做好相关的功能引导,让用户尽可能多打开APP并且尽可能多的使用功能,以此来提高广告展示次数。
对于应用外的广告,则需要发掘更多高频的新场景,用户每天都能用的功能,像早晚安卡片,健康提醒等等,给用户带去价值的同时也能顺便展示广告。
对于广告位的跟踪,一是已有广告位监控,二是新增广告位效果评估。
对于已有的广告位来说,因为涉及到收入,一旦出现问题,影响是巨大的,因此日常的数据监控就显得十分重要。
对于新增广告位来说,只要增加就势必会影响用户体验,因此新上线的广告位都需要进行评估,如果广告位表现不好,也可以及时调整或者将广告下线。
对于广告我们会有一系列统计指标,通过这些指标维度,我们就可以发现其中是否存在问题:
广告页面PV:指的带广告页面总共访问了多少次
比如:在消息通知下方加了一个banner广告,那么用户进入这个页面总次数就是该广告页面的PV。
请求数:指客户端一共发起了多少次要广告的请求
通过请求数/广告页面PV,我们可以看到广告的发起请求是否有问题,正常两者的比值应该接近1。
如果此处数值较低,有可能是广告会有云控策略,比如:30min内只展示一次广告,展示过一次之后,30min内就不会再去请求;还有一种可能是有网率,请求时首先会判断有没有网络,如果没有网络是不会去请求的;因此如果发现次数值,首先需要验证是否有云控策略,然后再计算有网率。
填充数:发起请求之后,第三方广告平台返回的数量
填充数/请求数=填充率:说起填充数就不得不说广告请求时的底价策略,因为每个广告主(投放广告的人)在投放广告时出的价格是不一样的,所以就会导致不同广告展示价格是不同的——有的广告展示一次可能0.005美元,但有的广告展示一次可能0.001美元。
为了收入,我们都想要价高的广告,因此在向第三方广告平台请求广告时都会有一个底价,比如说:我请求时带的底价为0.005美元,那么我向第三方请求时只要等于0.005美元的广告。如果此时第三方后台没有大于0.005美元的广告,那么它就不会返回。比如:你像Google一共发起了100次请求,底价0.005,Google返回底价大于等于0.005的50次,那么填充率就是50%。
当然,如果没有填充,那就意味这此次广告没法展示,不会产生一点收入,为了不浪费每一次请求,保证每一次请求都会有广告返回,我们通常会设置多层底价策略。
还是之前的例子:我们向Google请求100次,我们通常会设置5层底价+无底价广告,由高到低分别为:0.005、0.004、0.003、0.002、0.001。
我们会按照由高到低的顺序去请求,如果高价的没有,则依次请求次低的。无底价广告是用来保底的,比如说:我们设置底价的广告第三方平台都没有符合条件的,那么,我们就取一条无底价的广告,避免广告机会的浪费。因此,广告底价分层越多,价格就越接近最优值,但分层过多也会导致请求时间过长,因此要合理把握两者之间的平衡。
展示数:广告的展示次数
展示数/填充数=展示率:展示数顾名思义就是:广告真正展示出来的次数,广告只有真正展示出来才会产生收入。
影响广告展示:
点击数:广告的点击次数
点击数/展示数=点击率:弹出广告的点击次数即为广告点击数,只有用户点击广告、安装广告推荐的APP才算是一次完整的转化。
点击产生的收入要比纯展示产生的收入要高得多,因此要想提高收入,提升点击率是很重要的一部分。
但是不能违规操作,比如:有的应用开发者故意把广告关闭按钮设计的很小,不容易点击,导致用户误触,随后短期内提升点击率。但是,后来产品因为违规被下架,得不偿失。
提升点击率关键还是在于:你推荐的内容是否是用户感兴趣?
这就想要借助大数据、人工智能分析用户行为,做好广告推荐,对技术能力要求比较高。对于一般开发者只能从设计跟样式上做优化,以此来提升点击数。
AIPU:人均广告示次数
AIPU=展示数/DAU:该值是人均广告展示次数,主要看目前广告对用户的影响,例如:AIPU=20——相当于一个用户一天要看20次广告,那么他对留存的影响是巨大的,这时候就需要调整广告的展示策略了。
通常在计算投入产出比时也会看该数值,像AIPU达到多少时ROI才能打平。
ECPM:每千次展示收入
广告展示1000次的钱,例如:一个广告展示一次是0.001美元,那么ECPM就是0.001*1000=1美元。
之前说点击数会影响收入,但毕竟点击数是比较小的一部分,大部分广告还是只展示,影响收入大头的还是ECPM,同样的广告展示1000次,ECPM高的肯定收入大。
影响ECPM的因素也有很多:
ARPU:百万用户收入
ARPU=收入/DAU*1000000:ARPU是评估一款产品变现能力的主要指标,通过该指标排除了DAU的的影响,可以把不同用户量产品放到一起,对比查看产品变现能力。
不同类型产品、不同国家,产品的变现能力都会不同,ARPU是计算ROI(投入产出比)的重要指标。
不论是监控还是效果评估,基础的基础还是得有可以分析的数据。因此,打点就是重中之重,这块不能出差错,一旦出现问题,会导致后边一系列数据分析全是错的。之前工作中,也遇到过数据对不上的问题,查了好几天最后发现原来打点打错了,遇到这种情况是很让人痛苦的。
通过打点的数据,提取相应的指标做成监控报表,当有些指标表现异常时发出预警,然后再根据打点分析查找具体的问题。因为面向海外市场,一个产品会面向很多个国家,不同国家情况差别有时候很大,因此也需要分国家看各项数据。同时,有的国家网络状况很差,也会影响广告展示,那么推广时就可以考虑放弃这类国家。
而对于新增广告位,则会上线之后先观察数据有没有异常,待数据稳定之后会对其变现能努力进行评估,包括:整体、分国家等等。
这里还有一个评估那就是产品的投入产出比,如果产品的收入大于推广成本,那么这款产品可以快速推广起来,反之则需要调整相应的策略,能达到快速推广的标志。
以上是关于广告变现与指标计算的相关内容梳理,欢迎大家一起深入探讨,加油!