休闲游戏如何实现广告收益的*大化

休闲游戏如何实现广告收益的*大化，是许多开发者都关注的话题。

开发者追求用户roi*大化，需要打通买量和变现数据。同时，每个广告位的变现优化也不能忽视，这是收益的基础。接下来，本文将从广告位和用户两个维度，来介绍如何获取*高的收益。

广告位维度

由于广告位收益=展示量×ecpm，因此，若想获得*高的广告位收益，就要分别将展示量和ecpm*大化。

1.1 展示数*大化——漏斗模型

tradplus 广告漏斗模型

上图为 tradplus 的广告漏斗模型，下面我们来看看每个环节要关注的数据。

应用请求聚合 sdk：主要关注请求成功率。如果广告场景较密集，需提前缓存多条广告。

聚合 sdk 请求三方 sdk：关注 google admob、facebook等三方的填充率、未填充原因和加载时长等，这些数据可有效支持运营优化。

广告填充：聚合 sdk 的填充率。

用户进入广告场景：如广告场景渗透率非常低，说明广告位较隐蔽，会影响广告展示数。

点击播放按钮：关注用户进入广告场景后观看广告的比率，评估奖励是否合理。

广告成功展示：点击播放按钮后，可能因为频次限制、填充不足等原因，导致无法展示，所以要关注展示成功率。

tradplus基于漏斗模型，创建多达38种数据埋点，为您提供完整的变现“体检报告”。通过这些数据，可透视收益在哪个环节流失。只有先精准定位问题点，才能针对性优化。

1.2 ecpm*大化——三明治模型

waterfall 示意图

对广告网络 waterfall 更精细的拆分，可获取更高的收益。

在上图中，左侧是*基本的 waterfall。其模式为聚合abcd四家广告网络时，根据历史 ecpm排序。当需要广告时，首先请求广告网络a，a没有填充再请求b，依次往下。

虽然广告网络b的均价低于a，并不代表b所有的广告资源都低于a，把b始终放到第二位，是不公平的。

为防止此问题，我们可以通过设置目标价来对 waterfall进行拆分。如图中右侧所示，将a按目标差拆成$16和$11，b拆成$15和$8，形成更精细的 waterfall。

此时，如果a没有目标价高于$16的广告时，则去请求b（高目标价）的广告源，b如果没有就获取a（中目标价）的资源。

通过拆分的 waterfall，可以拿到各个广告网络价格较高的头部广告，获得更高的收益。

这里还需要强调两点：第一，要构建数据埋点，观察 waterfall在客户端的实施效率和准确性；第二，由于三明治模型是一个经验模型，因此要通过a/b 测试，对比不同 waterfall 的效果，持续优化ecpm。

用户维度

构建bi系统实现 roi 自动化

roi 是开发者们都非常关注的一个指标，而 tradplus 可以协助开发者构建bi系统，来实现 roi 的自动化。

tradplus 协助开发者构建 bi 系统

主要通过以下三步：

第一步，结合三方报表和埋点数据，精准计算用户ltv。

第二步，通过api，同步用户级变现数据给开发者。

第三步，开发者通过追踪工具拿到推广数据，将用户级的广告变现、买量推广和应用内购买数据打通，形成 campaign级的数据运营闭环。

结语

经常有开发者谈到，在做广告变现时不清楚目前的方案是否为*优的。我们认为，广告变现不仅仅是接入广告sdk，还需要一整套变现服务和精细化运营，才能真正帮助开发者实现收益*大化。

精细化运营的基础，是一套完善的数据埋点。如果把所有影响广告变现的因素都数据化、指标化，并将这些影响因素做到*优，*终的收益目标就可以达到*优。

通过 tradplus完整的漏斗数据和构建的bi系统，可以持续提升收入，让您实现变现收益*大化。