百都网络小编 发布于 年月日 评论() 阅读()
内容【隐藏】一、优先原则二。重量和包装数量。更复杂的策略。摘要本文供读者阅读:
产品(APP)进入商业化阶段，已经选择广告实现流量。
面对多个广告供应商(联盟、代理商、直客)等等，不知道如何更好的分发流量媒体。
接下来从业务底层逻辑入手，分析思路。我将带领大家一步步分析广告流量分配的原理和方法。
一、优先级原理从媒体的角度来说广告变现的目的很简单，就是收入。
那么与收入相关的因素有哪些呢？？
根据下面的广告收入公式(广告收入=eCPM*曝光PV/)，可以明确与广告收入直接相关的因素有两个:eCPM和曝光PV，这是我们APP可以提供广告来实现的流量。
所以，我们在这里主要讨论eCPM。
eCPM的波动因素是复杂的，包括外部因素和内部因素，如:
在实际操作中，产品属性和用户属性是我们无法改变或者短时间内无法快速改变的。广告 bit的设计和风格优化与本文主题无关。外界因素的市场和季节影响对所有媒体都是一样的，这里就不展开这些内容了。
广告供应商平台的资源和能力，其实可以和广告平台选择内部因素放在同一个维度上分析，交付策略也是我们文章的核心讨论点。
市面上有很多广告平台，有些是联盟，比如腾讯的优度汇，头条的穿山甲。也有许多代理和供应商是直接客户。每个渠道的平均eCPM不一样，有的甚至差距很大，这跟渠道的商业资源和技术能力有关。
那么我们在分配流量的时候，很自然的会认为应该先把流量分配给eCPM较高的通道。
这里有个优先级，哪个渠道eCPM更高，先显示这个渠道的广告，当广告显示失败时，显示eCPM价格更低的渠道广告，以此类推。
这里说的“优先”是广告流量分配的基本原则。
当然，eCPM是一个动态的东西。渠道广告预算的变化，市场经济的波动都会影响eCPM，所以运营同学有必要随时关注数据，及时调整。
刚才我提到了广告频道的广告在显示失败时显示二级eCPM。
那么广告什么时候会显示失败呢？？广告展示的流程是:请求-请求返回成功-曝光。
“请求返回成功-曝光”这个过程的成功率就是展示率，与媒体的时限有关。
这里主要讨论“请求-请求返回成功”的过程。这个过程的成功率就是填充率，映射了每个渠道的广告业务能力。像Google这样的公司，填充率基本接近%，即使职位差广告，而国内主流联盟公司的填充率相差较大。
因为广告请求被曝光比较耗时，所以肯定是希望在有限的时间内有效曝光更多的广告请求，以免浪费流量。
所以很自然的认为高填充率的渠道应该给予更高的流量优先级。
到目前为止，关于“优先级”，我们提出了三个因素:eCPM和填充率，两者都是价值较高的渠道，给予较高的优先级。那么，如果它们冲突了呢？//K19/]
比如A通道的填充率很高，但是eCPM很低。
在实际操作中，这是一个会遇到的基本问题，所以我们在考虑优先级时可以按照以下标准来分析优先级:
原则上根据eCPM安排基本优先级，当前一级显示或填充失败时请求下一级。
如果该频道的填充率很低，甚至不到%，那么除非eCPM远高于其他频道，否则我们可以根据媒体的耗时情况考虑排除该频道的流量，或者降低该频道的优先级，尤其是耗时问题严重的媒体。
eCPM低但填充率高的通道可以给予较低的优先级广告。根据经验，市面上有很多这样的渠道。
如果有几个通道，eCPM和填充率相似，这些通道可以设置为水平。
通道提供的广告访问方式一般有API和SDK。
SDK广告只能由客户端请求，但是对于API通道的广告，不同的媒体有不同的技术实现方法。
如果API广告是服务器请求的，那么API channel 广告的优先级只能高于SDK广告。
此时对接媒体商务，API渠道的底价eCPM一定不能低于SDK渠道。
当然，风险是API渠道的填充率可能比较低，尤其是市面上主流的大公司基本不提供API接入方式。
所以，这个时候运营同学就需要根据媒体情况，以及所有渠道的eCPM和填充率综合决定。
战略投资回报率的比较可以根据以下公式进行:
一级渠道广告收入=总计广告请求PV*一级渠道填充率*一级渠道eCPM/*一级渠道广告展示率。
二级渠道广告营收= (total 广告请PV-一级渠道展示后剩余PV)*二级渠道填充率*二级渠道eCPM/*二级渠道广告展示率。
以此类推，我们可以计算出每一层的预估广告收益，然后将所有层的广告收益相加，大致估算出这个策略的收益。通过这种方法，我们可以简单地分析不同策略的投资回报率。
当然，有技术条件的媒体可以对所有策略进行AB测试，直接用线上数据对比效果。
到目前为止，我们已经分析了流量分配策略的基本原则，即优先级原则。当然，在实际操作过程中，要综合考虑各通道的耗时、eCPM和填充率的差距，进行综合计算分析。
二、权重和包量如前所述，一些通道已经设置为水平。对于等级频道，有时候我们可以根据实际情况分配流量权重。
比如通道A和通道B虽然是平的，但是A的权重是%，那么当流量流向A层和B层时，A有%的机会获得流量，B有%的机会。
这种流量分配策略主要是在几个渠道的评测结果差不多，我们和渠道方谈的流量相对固定的情况下，为了灵活运营而使用的。当然，在这种情况下，为了满足渠道方的需求，需要运营做相对精确的流量计算来计算这个权重比。
对于有技术条件的媒体来说，也可以通过一个包量来满足渠道这样一个固定流量的需求。
当然，包流量总量需要根据全天APP活跃度的波动，至少以小时为单位进行动态分配，包流量的分配独立于优先级和权重分配。
三、更复杂的策略以上，我们基本讲完了广告流量分配的基本原理。这样思考和管理流量分发，基本可以满足基本的业务运营需求。当然，还有一些更复杂的策略，下面简单介绍一下:
广告请求和展示应该是按订单而不是渠道做的，这样每个渠道可以有多个订单，我们可以为每个渠道设置一些高价订单和低价订单。
我们从订单维度分配流量，因为每个通道可以有多个订单，这增加了我们可以分配的流量请求单元的数量。
比如有一个通道，根据通道分类，我们可以分层提出广告请求。如果换成订单维度，假设一个渠道和一个渠道分别有订单，那么总共有订单，可以按照订单维度进行分类，在这个层面上eCPM和填充率有一定的差异。
当然，并不是说所有渠道都必须有多单。这个还是需要根据渠道和媒体的实际情况来判断。在某些渠道，一个订单可能就足够了。毕竟订单层次多，耗时多，需要综合考虑。
另外，在渠道和订单两个维度都可以加入优先级功能，在运营实际制定和配置策略的过程中会更加方便，但也会对产品经理的后台设计有更高的要求。
上面提到的套餐数量和重量分配也可以在订单维度设置相同的功能，这样就可以针对同一个渠道进行单个订单的套餐数量和重量分配(往往与底价有关)，这样我们与渠道的合作会更加灵活，策略也会更加丰富。
我们前面讲eCPM的影响因素时，投放策略提到了物料、人群等。
每个媒体的用户往往是分群体的，比较基础的分为城市级别(一、二、三、四线)和性别，而不同群体的eCPM往往不一样，比如不同城市级别用户的eCPM不一样，男女也不一样。
那么我们在分析策略的时候，可以设置不同的订单，配置不同的底价，针对不同的用户群配置不同的渠道和流量优先级。
这需要媒体已经在广告业务运营有一段时间了，对自己的用户画像和不同画像之间的广告数据差异有非常清晰的认识，才能够有效运营。
上面提到的所有流量策略都基于串行流量请求逻辑。
当媒体的广告业务运营到了一定阶段，输出策略的渠道太多，就需要进行水货或者RTB竞价 运营模式，相对比较复杂，而本文一开始主要关注广告流量的实现。
四、总结根据上面的分析和描述，广告流量分配的基本原则是优先原则。在耗时的前提下，以填充率和eCPM为主要因素，同时结合流量权重和包容量策略，综合计算分析适合自己媒体的流量分配规则。
同时，它还提供了一些更复杂的策略，如:顺序&:渠道组合的优先级/权重/套餐数量，用户聚类的细化运营等。
后面希望这篇文章能给刚开始变现广告流量的媒体一些帮助和启发。
本文由@小木原创发布。每个人都是产品经理。
微海报作者：徐州百都网络 | 来源： | 发布于：2022-03-22 11:06:06