買量團隊看中用戶增長的成本價格和 ROI 來把控每一筆運營費用的支出價值;產(chǎn)品團隊則關(guān)注產(chǎn)品用戶體驗和更新版本后的表現(xiàn),是否出現(xiàn)崩潰等異常。而作為一名廣告變現(xiàn)的從業(yè)者,通常需要關(guān)注哪些數(shù)據(jù)指標,從而引導(dǎo)我們做出正確的變現(xiàn)策略?
01
決定廣告收入的指標
首先,第一步,看2個決定收入的綜合指標——用戶生命周期總價值和新增用戶數(shù)。
1. 用戶生命周期總價值(LTV,Life Time Value)
定義:Life Time Value,用戶生命周期總價值。指某日媒體新增用戶在往后 N 天的平均廣告變現(xiàn)收益。LTV=某日新增用戶往后 N 天的廣告總收益/某日新增用戶數(shù)。LTV 對于開發(fā)者來說參考意義重大,其不僅體現(xiàn)了新增用戶帶來的廣告收益的高低,還體現(xiàn)在開發(fā)者在各渠道投放廣告買量時/或通過多代理買量時,通過 LTV 能更準確的分析出買賣流量的 ROI 平衡點(盈利周期)、并判斷出買量渠道的質(zhì)量。
我們平時更多關(guān)注1天后的生命周期、7天后的生命周期、30天的生命周期價值、60天的生命周期價值。所以,總結(jié)來說,用戶生命周期總價值決定了用戶質(zhì)量。
分析場景舉例:
該產(chǎn)品需要以多少CPI出價,才能保證ROI回正?
該產(chǎn)品在哪些國家的LTV表現(xiàn)較好,適合加大投放?在哪些國家LTV表現(xiàn)較差,需要優(yōu)化或減少投放?
廣告、產(chǎn)品、用戶新增等策略也許提升了某一指標,但是否真正帶動了LTV上升?
2. 新增用戶數(shù)(New Users)
一般在廣告變現(xiàn)的產(chǎn)品中,以Firebase為例,我們一般都默認首次打開APP的用戶數(shù)為新增用戶數(shù)。所以,總結(jié)來說,新增用戶數(shù)決定了用戶規(guī)模。
分析場景舉例:
更新版本或內(nèi)容調(diào)整之后的新增用戶數(shù)是否變化?
增加廣告之后的新增用戶數(shù)是否有變化,比如是否因新增加了激勵視頻廣告或調(diào)整獎勵之后,新增用戶數(shù)有增多?
產(chǎn)品的節(jié)日、季節(jié)、周末效應(yīng),是否導(dǎo)致新增用戶數(shù)增加?
廣告收入降低是否由于新增用戶數(shù)降低?
02
決定LTV的指標
隨著自然新增占總體用戶比重逐漸減少,用戶收入增長更多依賴于推廣買量,而買量的規(guī)模取決于用戶生命周期總價值,如果在保持生命周期總價值足夠高的情況下,可以進行大規(guī)模推廣,從而獲得較高新增用戶。所以第二步,看兩個影響用戶生命周期價值的指標——用戶留存率、IAA-ARPU。
1. 用戶留存率(Retention Rate)
用戶留存率通常是根據(jù)開發(fā)者自己設(shè)置的一個日期開始后記錄不同星期和階段的用戶活躍表現(xiàn)。例如更新版本或者通過廣告投放新增用戶之后的互動表現(xiàn)。如果當開發(fā)者有研發(fā)不同類型的產(chǎn)品之后,每一種類別的產(chǎn)品在留存數(shù)據(jù)中自然就有差別,也應(yīng)該分產(chǎn)品分析。
我們平時更多關(guān)注次日留存、7日留存、30日留存、60日留存。
分析場景舉例:
不同國家的用戶留存有和差別?是否需要對應(yīng)重點國家的用戶調(diào)整內(nèi)容功能?
廣告人均展示次數(shù)提升以后,是否影響用戶留存?
2. 單個用戶平均廣告收入(IAA-ARPU, In-App Advertisement Average Ad Revenue Per User)
單個用戶平均廣告收入(IAA-ARPU, In-App Advertisement Average Ad Revenue Per User)
單個用戶平均廣告收入=廣告變現(xiàn)收入/活躍用戶數(shù)
廣告變現(xiàn)收入來直觀表現(xiàn)產(chǎn)品的廣告變現(xiàn)能力,活躍用戶數(shù)不變,廣告ARPU越高,廣告收益越高。
分析場景舉例:
瀑布流中某一層提價,是否導(dǎo)致整體IAA- ARPU提升?
某一廣告平臺使用Bidding后,相比瀑布流運營,IAA-ARPU是否提升?
由于用戶留存率更多還是取決于產(chǎn)品功能、產(chǎn)品質(zhì)量,所以變現(xiàn)者更多需要關(guān)注IAA-ARPU的指標。所以第三步,需要分析影響IAA-ARPU的指標。
03
決定IAA-ARPU的指標
1. 人均廣告展示次數(shù)(AIPU, Average Impression Per Users)
定義:人均廣告展示次數(shù)=總廣告展示數(shù)/活躍用戶數(shù)
判斷當前廣告位和觸發(fā)機制是否合理,對用戶是否有足夠吸引力,是否覆蓋到足夠的用戶。
分析場景舉例:
新增加了激勵視頻廣告或調(diào)整獎勵之后,是否提升了人均廣告展示次數(shù)?
調(diào)整插屏廣告展示時機,是否提升了人均廣告展示次數(shù)?
2. 每千次展示收入 (eCPM, Effective Cost Per Mille)
每千次展示收入(eCPM )=(廣告變現(xiàn)收入/總廣告展示數(shù))*1000
每1000次廣告展示可以獲得的收入,被業(yè)內(nèi)普遍認為衡量廣告變現(xiàn)效果的指標。其中廣告展示量級較小會導(dǎo)致eCPM較大,所以前期測試必須保證當日廣告展示量到達1W次以上,才能計算eCPM。
分析廣告場景舉例:
原生廣告和大橫幅的 AB 測試,哪一個eCPM效果更好?
更改插入位置的插屏廣告的eCPM是否有提升?
哪些國家和性別、年齡的用戶廣告eCPM更高?
修改單層瀑布流價格后,整體eCPM是否提升?
增加激勵視頻廣告后,是否利于提升eCPM?
接下來兩步,我們進一步需要分析決定人均廣告展示次數(shù)和eCPM的指標。
04
影響AIPU的指標
AIPU=人均廣告請求數(shù)*廣告填充率*廣告展示率。由于人均廣告請求數(shù)非人為可優(yōu)化的變量,且過多無效請求反而容易造成無效流量,所以在這個指標中,我們重點關(guān)注:廣告填充率、廣告展示率。
1. 廣告填充率(Fill Rate)
填充率=廣告平臺返回廣告的次數(shù)/廣告請求數(shù)。幫助判斷流量與廣告的匹配度,廣告填充率的高低主要受廣告主數(shù)量影響。
分析廣告場景舉例:
某廣告平臺是否在哪些地區(qū)表現(xiàn)填充較好?
某層單價設(shè)置為$X,是否導(dǎo)致其填充較低?
2. 廣告展示率(Impression Rate)
廣告展示率=廣告展示成功次數(shù)/廣告平臺返回廣告的次數(shù)。其中廣告展示次數(shù)是用戶實際能看到廣告的次數(shù),每家廣告平臺對有效展示的定義不同。
影響廣告展示率的兩個因素
廣告場景展示率
廣告場景展示率=廣告展示成功次數(shù)/用戶進入廣告場景次數(shù)
分析場景舉例:
廣告是否緩存過晚,導(dǎo)致廣告無法及時展現(xiàn)?
人均廣告觸發(fā)次數(shù)
人均廣告觸發(fā)次數(shù)=廣告觸發(fā)次數(shù)/日活躍用戶數(shù)
分析場景舉例:
新增插屏廣告的人均廣告觸發(fā)次數(shù)是否較低,需要調(diào)整觸發(fā)機制?
激勵視頻的人均廣告觸發(fā)次數(shù)是否較低,需要調(diào)整獎勵內(nèi)容或出現(xiàn)時機?
05
影響eCPM的指標
新增用戶占比
新增用戶/活躍用戶*100%。
新增用戶對廣告的容忍度比留存用戶高,所以轉(zhuǎn)化整體也會提升,如果新增用戶占比總活躍用戶的10%,這10%的用戶當日貢獻的廣告收入可以到當日廣告收益的35%以上。
分析場景舉例:eCPM降低是否由于新增用戶數(shù)降低?
2. 人均廣告展示次數(shù)(AIPU)
eCPM會隨著轉(zhuǎn)化率的降低而降低,同時用戶每日看到的前3個廣告轉(zhuǎn)化率會相對高,3次以后轉(zhuǎn)化欲望會降低。如果看5次發(fā)生的轉(zhuǎn)化是1-2次,看10次轉(zhuǎn)化率依然是1-2次,那么會導(dǎo)致轉(zhuǎn)化率降低從而eCPM降低。
分析場景舉例:eCPM降低是否由于廣告頻次過于頻繁,需要調(diào)整廣告展示次數(shù)?
3. 廣告點擊率 (Ad Click Rate)
廣告點擊率=廣告點擊次數(shù)/廣告展示次數(shù)
由于多數(shù)廣告以點擊進行出價,所以廣告點擊率較高,一定程度上會造成eCPM提高。
分析場景舉例:
修改原生廣告設(shè)計是否利于提升廣告點擊率?
最后,需要強調(diào)的一點是:所有以上指標并沒有統(tǒng)一的標準數(shù)據(jù)進行參考,需要結(jié)合不同國家、不同變現(xiàn)策略、不同產(chǎn)品形態(tài)和用戶特征進行分析,才能找到最適合自己產(chǎn)品形態(tài)的變現(xiàn)策略。