出品 | 買量江湖 作者 | 一二 架構師 | 海風

大家好，我是一二。

近期，我經(jīng)常會在一些社群碰到許多優(yōu)化師新人問一些優(yōu)化思路、基礎概念方面的問題，尤其是一些基礎性的數(shù)據(jù)指標、及這些指標之間的關系，如何根據(jù)這些指標決定優(yōu)化方向，解釋起來比較繁瑣，就想對這些基礎性的指標做個簡單的梳理。

因為優(yōu)化師們都有個常識性的思路，分析問題層面由大到小，即產(chǎn)品、渠道、賬戶、計劃、素材、落地頁等，具體執(zhí)行層面則由小到大；所以具體指標的，也就需要從比較基礎的層面確定。

在廣告層面，優(yōu)化師們經(jīng)常會遇到一些問題，諸如沒曝光、成本高、不起量、回收低等等，其實從這些問題中就可以具體確定對廣告進行分析的數(shù)據(jù)指標，這里可以具體分為兩個方面，一是廣告層面，二是素材層面。

一、廣告層級數(shù)據(jù)指標

1.1 廣告層級關鍵數(shù)據(jù)指標有哪些呢？

其實從甲方乙方對優(yōu)化師KPI考核中可以知道，乙方考核KPI關鍵指標主要就是消耗，當然客戶會有量級、成本、ROI（Return on Investment 投入產(chǎn)出比）上的要求。

甲方主要考核指標就是ROI和成本，同時兼具量級要求，其實從這里可以得出，廣告層級最關鍵的數(shù)據(jù)指標就是ROI、成本和回收。

1.2 ROI=回收/成本

什么是成本？根據(jù)買量方式不一樣，一般來說可以通俗理解為CAC （Client Acquisition Cost 獲客成本），即激活成本、創(chuàng)角成本、注冊成本等，和付費成本，這兩個成本基本決定了一條廣告的模型情況。

其次就是回收，所謂回收就是導進的量帶來的收益，在IAP（In App Purchase 應用內(nèi)購）類型游戲中表現(xiàn)為道具內(nèi)購、付費充值等。

有了成本和回收，就可以具體計算出，一款產(chǎn)品在買量階段某個具體時間節(jié)點的收益情況，以公式表現(xiàn)，即ROI=回收/消耗。

以此公式展開，就可以得到其他幾個關鍵的指標，即ROI=回收/消耗=ARPPU/付費成本=LTV/成本。

因此，優(yōu)化ROI，可以從回收、成本、ARRPU、付費成本、LTV等方向去進行，各個方向又可以繼續(xù)往下拆解，從而得到優(yōu)化思路，但本文僅講數(shù)據(jù)指標，不在優(yōu)化思路方向展開。

2.

以上確定了幾個關鍵指標，消耗、回收、LTV、成本、ARPPU、付費成本。

消耗與回收容易理解，上文也有簡單提到，這里會結合投放過程常見問題深度。

分析下，會延伸到廣告投放邏輯中幾個重要指標，ECPM、CTR、CVR；

LTV其實和產(chǎn)品增長模型聯(lián)系緊密；

付費相關的有幾個數(shù)據(jù)，arpu與arppu與付費率等。

2.1 ECPM與消耗

首先，我們知道，只有廣告曝光出去，才會產(chǎn)生計費，才會有消耗，那么什么會影響到廣告曝光呢？

一條廣告送到用戶面前，會經(jīng)過定向、流控、用戶體驗過濾、模型預估、ECPM排隊、內(nèi)容混排，其中最關鍵的就是ECPM（effective cost per mile 有效的千次展示成本）值。

同賽道的廣告，預估ECPM越高，理論上越容易獲得曝光，因為ECPM高意味著媒體能從該條廣告獲得的收益越高，媒體更傾向于它給更多曝光，廣告競爭力強，排名自然就越高。

但在實際投放過程中，廣告曝光會和產(chǎn)品目標用戶群體、廣告定向人群覆蓋范圍、廣告創(chuàng)意質量以及探索成本等相關，ECPM高，獲得定向人群中的優(yōu)質曝光越多，但如果系統(tǒng)探索不到更高價值的用戶，往往會造成空耗。

同時，ECPM高也意味著，同樣是千次展示廣告主付出的成本就越高，抓取到的用戶注冊成本也會很高，產(chǎn)品是否能承受高成本也是需要考慮的。

而ECPM=Bid*ECTR*ECVR*素材質量度*1000，因此廣告消耗得出去與否，消耗得快慢，就直接和出價、預估CVR、預估CTR相關。

預估CVR、預估CTR是直接和廣告模型接收到的數(shù)據(jù)樣本，或者說數(shù)據(jù)積累有關的，樣本大致分為三類，用戶特征、廣告特征、上下文特征，即廣告系統(tǒng)數(shù)據(jù)積累、賬戶數(shù)據(jù)積累、歷史廣告數(shù)據(jù)積累。

2.2 LTV與注冊成本

LTV（life time value)）即用戶生命周期價值，是玩家從進入游戲到流失所產(chǎn)生的全部收益的總和。

基于此定義可以看出，LTV在周期內(nèi)是呈增長趨勢的，因此也可以由此計算出一個產(chǎn)品某個時間新增用戶的LTV，比如某游戲產(chǎn)品在4月1號新增用戶的LTV2，就是這批用戶在4月1號和2號兩天產(chǎn)生的付費與新增用戶數(shù)的比值。

下圖是筆者某條廣告在某日的數(shù)據(jù)及后續(xù)增長表現(xiàn)，假設這條廣告是4月1號產(chǎn)生的數(shù)據(jù)，包括量級，注冊成本、LTV，那么這條廣告3日LTV，就是這142個注冊用戶，在4月1號、2號、3號，產(chǎn)生的總的付費，平均到這89個人每個人身上。

從上面的定義以及上文提到公式ROI=LTV/成本可以看出，LTV也是計算一款產(chǎn)品回收周期的重要依據(jù)，不討論分成，當ROI大于等于1，產(chǎn)品就是回本賺錢的，那么理論上只要LTV值越大，成本越低，ROI就越高。

但這僅僅是理論上，實際買量過程中，用戶質量越高，成本也就越高，LTV也越高，因此可以將LTV數(shù)值看做用戶質量，買進來的用戶只有產(chǎn)生付費，并且是持續(xù)付費，最終覆蓋成本，ROI才能回正，才能回本，乃至盈利。

關于注冊成本，廣告在曝光，其實就是被推到用戶眼前，用戶觀看、點擊、安裝、激活、創(chuàng)角、注冊、付費、留存等產(chǎn)生一系列行為。

以注冊為例，從用戶看到廣告到完成注冊，這期間廣告曝光產(chǎn)生的消耗就是抓取到這個用戶的成本，當然也可以以某些行為做節(jié)點，計算行為成本，比如點擊成本、激活成本、付費成本等。

結合上文LTV來看，如果注冊成本為100，但是當日ltv只有10，ROI=10%，后續(xù)只有這批用戶LTV增長達到10倍，也就是100，才能不虧錢，超過100才能盈利，結合留存數(shù)據(jù)（留存反映了用戶生命周期和LTV增長空間），LTV增長倍數(shù)，就可以大致得出產(chǎn)品的增長模型。

下圖是筆者某條廣告某段時間跑出來的相關數(shù)據(jù)表現(xiàn)，LTV對比注冊成本就是roi的數(shù)據(jù)，即23/77*100%=30%；然后這條廣告比較穩(wěn)，累計增長倍數(shù)在7倍，即163/23=7，基本達到運營制定的標準。

2.3 ARPU 與 ARPPU、付費成本

ARPU（average revenue per use）即平均用戶收益；

ARPPU（average Revenue Per Paying User）即平均付費用戶收益；

ARPU =總回收/用戶數(shù)；

從定義不難看出，ARPU與ARPPU的區(qū)別，前者是收益平均到每個注冊用戶，后者是收益平均到付費用戶，往往公司財報上會選擇寫ARPPU，因為這樣數(shù)據(jù)看起來會好看些。

也許有的同學看到上文的LTV，會覺得和ARPU定義很像，那么二者的區(qū)別是什么呢？

筆者這里需要說明他們相關，但不相同。

不同于，看起來LTV和ARPU定義非常接近，都是從用戶維度計算收益，但二者本質是不同的，LTV考量的重點在“價值”，是從每個用戶身上獲取價值的能力，ARPU考量的重點在“注冊用戶”，是從每個用戶身上反饋出來的產(chǎn)品運營情況。

相關在，LTV可以理解位以用戶生命周期為單位的ARPU值，即LTV=LT（Life Time）*ARPU。

我們只需要計算用戶的平均生命周期，再計算這個周期內(nèi)的ARPU值，就能得出平均每個用戶在此平均生命周期帶來的價值。

付費成本，即為獲取付費用戶付出的成本，比如導進100個用戶，獲客成本是80，消耗為8000，100個用戶里產(chǎn)生20個付費用戶。

那么付費成本就是8000/20=400。

結合上文，ROI可以將ARPPU與付費成本串聯(lián)，即ROI=ARPPU/付費成本。

二、創(chuàng)意層級數(shù)據(jù)指標

1.播放數(shù)據(jù)

1.1 黃金3秒

對于創(chuàng)意層級的數(shù)據(jù)，我們可以從騰訊廣告的創(chuàng)意排行榜去看一些行業(yè)創(chuàng)意數(shù)據(jù)指標，具體的步驟跟大家說下：

第一步，點擊“工具”——“創(chuàng)意排行榜”

第二步，點擊“黃金3秒榜”

素材開頭歷來是兵家必爭之地，前3秒是吸引用戶點擊和停留的重要因素。

往往可以通過一些矛盾沖突強烈的劇情，或者是視覺聽覺等感官刺激，來抓住用戶。

或者是設計一些前貼文案、或直接引用大盤3秒點擊率高的開頭，提高點擊。

以下圖為例，前貼文案加美女背景，就是一種比較好的3秒開頭。

1.2 完播率

是僅此于3秒播放率的評價素材質量度的重要數(shù)據(jù)，完播率高，素材質量度就高，就有更大概率擴大系統(tǒng)分配的流量池。

優(yōu)化完播率，可以具體分析素材跳出率比較高的節(jié)點，比如文案、劇情等不能引起用戶興趣，或者招致用戶反感，做出相應的修改。

1.3 平均播放時長

數(shù)據(jù)長短可以直接反映出用戶對素材是否感興趣，也影響到用戶能否看到素材賣點。

有時候會在實際投放中出現(xiàn)素材平均播放時長長，但是轉化率低，這說明用戶對素材感興趣。

但是素材本身在賣點或者說付費點、轉化點設置上不合理，不能引起用戶轉化欲望，需要做出相應的修改。

下面是筆者某款產(chǎn)品某段時間里兩個同類素材的播放數(shù)據(jù)表現(xiàn)，播放率和平均播放時長優(yōu)秀的，在消耗和回收上也會表現(xiàn)更佳。

1.4 播放進度率

25%播放進度率、50%播放進度率等，可以和開頭結合起來看，有的素材開頭很能吸引用，但播放進度率很低，說明這種吸引是不持續(xù)的。

可以結合播放進度率異常表現(xiàn)，判斷具體素材環(huán)節(jié)引起用戶流失，做出相應修改。

2. 互動數(shù)據(jù)

2.1 dislike率、點贊、評論、分享等

重點在dislike率，主要被用戶標記不感興趣或者被舉報等數(shù)據(jù)，系統(tǒng)接收到用戶負向反饋頻次過高，就代表廣告模型輸入負向數(shù)據(jù)過多，會影響模型預估，進而影響ECPM預估，拉低廣告排名，減少廣告曝光。

同理，點贊、分享、評論數(shù)據(jù)指標高，會給到系統(tǒng)正向反饋，進入更高流量池，獲得更多曝光，就像用戶經(jīng)常點贊美女視頻，后面就會更高頻次接收到美女視頻推送。

三、總結

作為剛入行的優(yōu)化師，尤其是還沒有形成自己的投放思路或者總結出自己的投放方法論的時候，多看多分析多復盤總結是快速成長的不二法門。

以上這些數(shù)據(jù)指標只是在投放中應用到的頻次相對高些，并沒有囊括到全部，優(yōu)化師們可以從以上的數(shù)據(jù)指標入手，從中拓展延伸，開始嘗試總結優(yōu)化思路與方法，希望能對大家有些許幫助。