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！