APP商业化的本质是流量变现,而APP广告商业化就是基于APP流量进行广告变现。APP通过自身的产品使用价值吸引用户,同时将吸引的用户流量进行变现,实现APP使用价值到商业价值的转换。可现实场景中,大部分用户并不希望APP进行商业化。这是由于很多APP在商业化上没有照顾用户个人体验,盲目采取了不可持续的商业化方案,过度追寻商业价值破坏了APP的使用价值。
APP商业化基本包括广告、内容变现(付费/订阅/版权/教育培训课程)、电商变现(关联商品)、增值内购变现(会员权益、游戏联运、个性服务身份/装扮等 )、硬件变现(关联智能设备)、社交变现(打赏)、线下变现(导流转化),其中广告是最为通用及成熟的商业化模式。
以Morketing上图榜单为例,我们可以发现广告营收占总营收比50%以上5家,20%-50% 5家,20%以上的7家,这还是用广告营收/公司总营收。如果细究各家互联网公司旗下APP广告营收占该APP总营收上看,广告营收占比50%以上的头部APP会更多。
每款APP商业化的程度和其生命周期以及公司核心战略息息相关。一般而言,在启动期和成长期,APP的核心目标是打磨产品提升用户体验,快速完成用户的拉新增长,这时并不会进行太重的商业化。一旦APP进入成熟稳定期, 企业为了覆盖团队人力、服务器设备等生产经营成本,实现APP的长久运行,就会着重进行商业化。APP团队此时最关注的指标就是变现和留存(做变现是为了提升ARPU值,做留存是为了延长用户生命周期,单用户价值 = ARPU值 * 生命周期)。
由于大部分APP的商业化变现模式都是以广告为主,这里简单介绍一下互联网广告:
互联网广告的发展历程大体可以分为三个阶段(总体而言,广告的不同呈现形式是由技术的发展决定的,伴随着互联网产品的变迁而变迁),分别是:
广告有多种分类维度,如广告目的、展现形式、计费方式等,本文主要从广告目的出发,讲一讲品牌广告和效果广告。品牌广告是通过大量的曝光增强品牌心智,基本的承载形式是开屏广告和banner广告;效果广告是吸引点击,产生消费或转化,基本的承载形式是开屏广告、信息流广告。
计费方式也是划分广告类型的一种特征,不同的计费方式往往反映着广告主的不同诉求,目前市场上主要的计费方式如下:
其中竞价环节有几个关键点,如下:
1)用户信息
用户信息越多、越全。定向的准确性就越高,这就是为什么腾讯的广点通、头条的穿山甲计算效率那么高,因为他们有海量的用户数据(想想你手机里有多少腾讯系的app?),并整合多方数据源,形成了一套完整的用户标签体系(DMP,数据管理平台)。
2)关于SSP和DSP
SSP和DSP都是平台性质的产物,对于大公司而言,旗下的媒体众多,为了统一管理流量,增加计算效率,往往会建立供给方平台;而对于广告主而言,加入DSP平台也能有机会获得更多优质的流量,这两者的核心目标都是为了提升效率。
3)关于ADX竞价机制
不同的广告主在ADX进行竞价,这里ADX会计算不同广告的千次展示期望收入(expected Cost Per Mille, eCPM)作为衡量指标。ecpm高者得到本次广告曝光的机会。
eCPM= 预估点击率*点击价值
点击价值(click value),即单次点击为广告产品带来的收益。在CPC结算的广告产品中,eCPM可以表示成点击率和出价的乘积:
ecpm = CTR * bidCPC
该公式同时考虑了点击率和广告主的出价这两大变量,避免出现广告主出价虽高,赢得了竞价,但是无人点击,媒体也没有收入的窘况。
这种计算方式是由google率先发明的。
我们继续拆分,如何精确的计算出ecpm呢?
首先,广告主的出价是已知的东西,问题就转换为如何获得精确的预估点击率——这就属于机器学习的预测问题。通过获取广告特征和用户特征,进行特征工程和模型训练,最终能达到根据特定的特征算出对应的预估点击率的效果。
广告的优化分为两个方面,分别是媒体广告收益优化和用户广告体验优化。
APP只有保证一定的用户体验,才能获得可持续的广告收益,而不是竭泽而渔。
首先要拆解收入,这里以开屏广告为例(其他广告的计算方式大同小异):
广告收入 = 广告曝光 * 点击率 * 点击单价
继续拆分:
广告曝光 = 产品日活 * 人均频次 * 每频次广告条数 *pvr(每频次广告请求率) * 广告返回率 *曝光率
综上,可得:
广告收入 = 产品日活 * 人均频次 *每频次广告条数 *pvr(每频次广告请求率) * 广告返回率 *曝光率 *点击率* 点击单价
基于拆分漏斗思考,想要优化广告收入,就要从公式的各个变量入手,对整条链路进行逐一优化:
广告体验也是APP广告商业化必须关注的另一纬度,因为体验往往是个主观感受,所以首先需要找到可以量化体验的指标,这样后续的优化才可衡量。
关于广告体验,主要关注如下指标:
1)adload
首先是adload。
adload = 广告曝光 / (广告曝光 + 内容曝光)
如果adload过高,用户就会觉得整个产品充斥着广告,一般而言,adload维持在10%是比较合理的,当然同时也要参考竞品的情况。
2)广告质量
和内容一样,针对广告素材也必须要有完整的审核体系,从广告主、广告标题、广告文案、广告素材、广告样式等不同指标进行打分,将广告划分为S级、A级、B级、C级等不同等级,监控整体曝光中不同等级广告的曝光占比,就能对整体的广告质量心中有数。
3)广告重复度
重复广告也是用户经常吐槽的点,想象一下,当你使用一款产品时,所有广告都是抖音,这绝对会让你抓狂。而且如果用户已经看到了一个广告而未点击,你给他大量推送相同广告大概率也不会点击,从效率上来说也是不合适的。
关于定义重复广告,广告重复度从高到底有三个维度,首先是相同广告,即广告素材完全一致;其次是相似广告,即同一广告主,但是素材不一样;最后是同行业的广告,比如抖音和快手,都属于短视频行业。
一般而言,在用户一个频次内不能出现相同广告,一个session内不能出现相似广告,至于同行业广告,因为现在广告主市场头部效应很明显,财大气粗的就那几家,所以较难控制。
商业化产品+运营需要配合算法同学,基于频控策略、相似性模型解决问题
4)用户负反馈率
一般而言,广告都会有负反馈的按钮,只有用户对广告非常不满意才会点击,因此负反馈率是红线指标,而对于那些点了负反馈的用户,应当少出广告,甚至是在一段时间内不出广告,否则很容易流失。
倍业科技成立于2015年,以“赋能媒体商业化”为使命和愿景。自主研发推出APP自己的商业化管理和运营产品Blink,先后获得了险峰华兴、竑观投资、颐成投资等机构的投资。业务涵盖视频、社交、金融、教育、交通出行、汽车、母婴、动漫、工具等多个领域媒体商业化。已与国内100多款知名媒体建立长期合作伙伴关系。倍业科技整合了API和SDK解决方案,结合了全栈式广告技术,通过流量管理和运营优化工具,为媒体充分挖掘每个流量的价值。此外,倍业科技的免费开源聚合广告SDK产品EasyAds,已在GitHub代码库、Gitee代码库、华为开发者联盟生态市场等平台上线。EasyAds旨在为移动开发者集成市面广告SDK时,可以实现安全拓展层面、迁移层面、开放层面的完全自主可控。
参考文献:
《计算广告- 互联网商业变现的市场与技术》 刘鹏
《程序化广告实战》吴俊
《程序化广告 – 个性化精准投放实用手册》梁丽丽