對于產(chǎn)品來說，實現(xiàn)商業(yè)模式的閉環(huán)與盈利是支撐產(chǎn)品活下去的關(guān)鍵步驟。而廣告變現(xiàn)就是實現(xiàn)產(chǎn)品收入的一項重要方式，那么在廣告變現(xiàn)上，我們?nèi)绾芜_到最大收益呢？又該如何有效監(jiān)控，并對問題行為做出改進呢？

對于大部分移動互聯(lián)網(wǎng)公司來說，廣告變現(xiàn)是產(chǎn)品收入的重要構(gòu)成部分，因此，廣告變現(xiàn)效率對于公司來說就尤為重要。

但是，在廣告實踐過程中，我們往往會遇到一些問題，比如廣告的填充不夠、eCPM太低，該展示的廣告沒有展示出來，又或者廣告位選擇不合理導致用戶負面反饋變多，這些種種問題都會影響我們的廣告變現(xiàn)效率。

接下來，我們將會從整體產(chǎn)品變現(xiàn)和具體廣告位優(yōu)化兩個層面分別介紹如何提升我們產(chǎn)品的變現(xiàn)效率。

Part I 廣告黃金公式

我們先從宏觀上看產(chǎn)品的廣告收入是如何計算的，下面是移動產(chǎn)品廣告變現(xiàn)的黃金公式：

廣告收入 = 活躍用戶數(shù) * 商業(yè)流量比例 * 人均廣告展示數(shù) * 廣告點擊率 * 單次點擊廣告價格

（Ad Revenue = DAU * MTR * AvgAdImps * CTR * AdPrice）

每一個從事廣告變現(xiàn)的人，都應該理解該黃金公式中每一項的意義，并知道如何針對具體的因子去優(yōu)化和提升。

1. 活躍用戶數(shù)（DAU）：產(chǎn)品每天至少使用產(chǎn)品一次的用戶數(shù)；
2. 商業(yè)流量比例（MTR）：活躍用戶中進入廣告場景的用戶占比，即有可能看到廣告的用戶比例；
3. 人均廣告展示數(shù)（AvgAdImps）：能夠看到廣告的用戶每天平均能看到的廣告次數(shù)；
4. 廣告點擊率（CTR）：實際點擊廣告的次數(shù)在整體廣告展示次數(shù)中的占比，即廣告點擊率 = 廣告點擊次數(shù) / 廣告展示次數(shù)；
5. 單次點擊廣告價格（AdPrice）：每一次廣告點擊廣告平臺愿意支付給我們的價格；

首先，我們應該如何優(yōu)化商業(yè)流量比例？并且如何確定合適的廣告展示次數(shù)？

在提升商業(yè)流量這件事上，不少開發(fā)者都直接選擇盡可能多地開辟廣告位，期望以量取勝。但是為了平衡用戶體驗，不建議我們在產(chǎn)品里添加過多的廣告，因為這樣很可能會降低用戶留存，從而影響用戶生命周期價值（LTV）。

其實，商業(yè)流量不在乎數(shù)量而在乎質(zhì)量，我們需要在產(chǎn)品里選擇合適的場景添加廣告位，北京三環(huán)的小一居也貴過7、8線城市的大平層。應該怎么在產(chǎn)品中選取合適的廣告位呢？可以參考《廣告場景選取三要素》。

一般我們會把這CTR和AdPrice這兩個指標統(tǒng)一起來看，也就是我們常說的千次展示收入（eCPM）。

?那么，eCPM應當如何優(yōu)化？也就是如何獲得合理的CTR和更高的AdPrice?

這里的關(guān)鍵在于選取主流的、大型的廣告平臺合作，比如海外市場選擇Admob、Facebook Audience Network，國內(nèi)的廣點通、百度、穿山甲，因為他們往往擁有更多的廣告主，而且他們一般都處于整個生態(tài)的上游，拿到廣告的單價也會較高；同時，他們有著更強大的技術(shù)和算法能力，可以根據(jù)我們的用戶偏好推薦給用戶更加合適的廣告，從而提升廣告的CTR和最終的轉(zhuǎn)化效果。

Part II 廣告漏斗模型

現(xiàn)在，我們將目光轉(zhuǎn)移到更加微觀的層面，來看具體每一個廣告位的變現(xiàn)效率的影響因素有哪些，并且試圖找到針對這些影響因素的優(yōu)化之道。

我們先看下面這個廣告漏斗，將廣告從請求到轉(zhuǎn)化自上而下分成五層，漏斗旁邊標注著層級之間需要關(guān)注的指標。

作為一名商業(yè)化產(chǎn)品經(jīng)理，特別是從事廣告變現(xiàn)相關(guān)工作的時候，我們尤其需要明確這四個指標（廣告填充率、廣告展示率、廣告點擊率、廣告轉(zhuǎn)化率）的意義、如何計算、可能的影響因素以及對應的優(yōu)化方案。

1. 廣告填充率（Fill Rate）

廣告填充率，指的是從發(fā)起廣告請求到實際有廣告填充的比例，即廣告填充率 = 廣告填充數(shù) / 廣告請求數(shù)。

廣告填充率理想情況當然是達到100%，但是實際上幾乎沒有可能，主要是因為以下兩個原因：

1. 廣告平臺暫時沒有匹配當前用戶的廣告資源。比如，該地區(qū)當前沒有可用的廣告主，該用戶不是已有廣告主的目標用戶，甚至還有可能廣告平臺出現(xiàn)服務故障這種小概率事件；
2. 網(wǎng)絡原因?qū)е聫V告沒有正常返回。比如，部分地區(qū)或者情境下由于用戶的網(wǎng)絡不佳，廣告資源不能在規(guī)定的時間內(nèi)返回給客戶端，從而表現(xiàn)出無廣告填充。

對于第一種原因，我們可以通過廣告瀑布流的辦法解決，這是當前最主流的一種廣告聚合方式，基本邏輯是先請求A廣告平臺的廣告，如果A沒有返回廣告，則請求B廣告平臺，依次類推，直到有廣告返回或者所有層級的廣告平臺都已經(jīng)遍歷結(jié)束。

而第二種網(wǎng)絡原因，由于用戶實際環(huán)境對于我們來說不可控而且不確定，因此為降低這種情況帶來的廣告填充損耗，我們建議在產(chǎn)品客戶端提前緩存好廣告，特別是對于那些廣告展示概率比較大的廣告位。

2. 廣告展示率（Show Rate）

廣告展示率指的是實際展示出的廣告占所有填充返回廣告的比例（廣告展示率 = 廣告展示數(shù) / 廣告填充數(shù)）。這個指標是所有指標里我們主動權(quán)最大的一個，同時也對我們的收入提升十分關(guān)鍵，因此我們需要盡可能提升廣告展示率。理論上，廣告展示率也應該盡量接近100%。

要想弄明白展示率的優(yōu)化策略，就必須明白廣告不展示的背后到底是發(fā)生了什么。

我們先看下面兩個時間軸，上面的時間軸是從廣告開始請求到廣告結(jié)束展示（結(jié)束展示的原因可能是用戶點擊廣告、關(guān)閉廣告，或者用戶選擇離開展示該廣告的頁面），下面的時間軸是從用戶進入當前頁面到離開頁面。

從上面兩個時間軸上，我們可以分析出，要想廣告能夠順利展示出來，就需要滿足以下的條件：D1 > T1 + T2（考慮到廣告的有效展示，一般我們還需要額外增加1s），即用戶頁面停留時長必須要大于廣告從請求到資源加載總共耗費的準備時間。

建議我們在產(chǎn)品里加入這些對應的埋點，這樣可以幫助我們精確定位廣告展示率未達預期的原因。

因此，要想優(yōu)化廣告展示率，我們可以從以下兩個方面入手：

1. 縮短廣告準備時間T1+T2

實際上，我們沒有辦法控制網(wǎng)絡請求耗時以及服務器處理請求的時間，但是，我們可以把這里的T1和T2變成負數(shù)，也就是提前請求廣告并緩存。

在前面廣告填充率優(yōu)化時，也提到了這一策略，如果條件允許，我們可以盡量提前高頻廣告位的廣告請求時間。

要注意的是，如果我們提前緩存廣告，廣告展示率因為緩存的廣告不一定能得到充足的消耗反而會降低，但是實際廣告展示數(shù)卻能提升上去，這樣我們的目的也達成了。

2. 延長頁面停留時長D1

也就是盡量提升用戶在當前頁面的停留時長，最關(guān)鍵的就在于當前頁面要對用戶有價值，比如有吸引用戶的內(nèi)容；當然，我們還可以通過一些小技巧來提升頁面停留時長，比如在廣告加載過程中，加入等待動效，轉(zhuǎn)移用戶的注意力。

如果使用了瀑布流的方式，那么廣告的填充時間和資源加載時間就會更長，我們也需要將這些對應的時長計算進去。

?三、廣告點擊率（CTR）與廣告轉(zhuǎn)化率（Conversion Rate）

廣告點擊率，顧名思義，就是用戶點擊廣告的比例，廣告點擊率 = 廣告點擊數(shù) / 廣告展示數(shù)。而廣告轉(zhuǎn)化率是指點擊廣告的用戶最終完成廣告轉(zhuǎn)化（比如購買廣告上推薦的商品，安裝廣告上推薦的App等）的比例。

這兩者對于我們來說，正常情況下是不可控的，尤其是廣告轉(zhuǎn)化率，此時用戶已經(jīng)跳出我們的產(chǎn)品，后續(xù)的轉(zhuǎn)化行為取決于廣告內(nèi)容對于用戶的吸引力。

我們可以優(yōu)化的是提升用戶對于廣告的關(guān)注度，但是不建議通過“聰明地”設計廣告位來誤導用戶點擊，因為這種情況帶來的CTR上升，并沒有為廣告主創(chuàng)造真正的價值，因此并不能長期為我們帶來廣告收益。

接下來，我們來看一下廣告優(yōu)化的例子，希望通過這個例子提升我們對于廣告位優(yōu)化的感覺。

假設我們的新聞資訊App已經(jīng)對接一家廣告平臺，App中的三個廣告位近期表現(xiàn)平穩(wěn)，我們選取其中一天數(shù)據(jù)如下：

基于以上數(shù)據(jù)，我們可以嘗試給出以下優(yōu)化建議：

1. 目前的廣告平臺填充率只能到90%左右，仍然有提升的空間，建議再找一到兩家廣告平臺進行聚合，提升廣告填充到98%以上；
2. 廣告位二在一個二級頁面上，目前廣告展示率目前比較低，可以在用戶剛進入App的時候提前緩存廣告提高實際廣告展示數(shù)，同時也可以嘗試提升用戶在該頁面的停留時長；廣告位一的展示率也可以根據(jù)實際埋點數(shù)據(jù)嘗試優(yōu)化提升；
3. 廣告位三入口較深，無論是廣告請求量級還是廣告展示率、廣告點擊率都比較差，如果我們通過分析數(shù)據(jù)發(fā)現(xiàn)這個地方?jīng)]有優(yōu)化空間，比如場景PV無法大幅提升，用戶停留時長短，同時廣告收益又非常低，那么建議可以移除該廣告位。

最后，討論一個問題，我們優(yōu)化到什么時候就可以停下了呢？

這個沒有統(tǒng)一答案，商業(yè)化策略推進的唯一標準就是投入產(chǎn)出比，如果發(fā)現(xiàn)我們策略驗證成本已經(jīng)提升較多，但是廣告收益并沒有實質(zhì)性的提高，那么建議可以先停下來。

在實際廣告的實踐中，一定要記得完善廣告行為的相關(guān)埋點，建立對各廣告場景全面的數(shù)據(jù)監(jiān)控。只有不斷收集和分析廣告數(shù)據(jù)，并且持續(xù)將目標聚焦在這些廣告的關(guān)鍵指標上，才有機會一直將廣告的變現(xiàn)效率優(yōu)化到更高水平。

作者：凌波，產(chǎn)品總監(jiān)，互聯(lián)網(wǎng)入行6年，現(xiàn)負責一家移動互聯(lián)網(wǎng)公司產(chǎn)品業(yè)務。公眾號：凌波4876

本文由 @凌波 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議