概述

如何让应用快速变现？这是所有出海开发者出海首先需要考虑的问题。不考虑应用外变现业务场景的APP，无论是游戏APP还是应用APP，变现的方式主要也就是广告、内购、订阅这三种模式。

广告是其中门槛最低的变现方式。只要APP有流量，有用户使用就可以实现广告变现。所以，本篇文章将着重介绍出海APP如何进行广告变现。

一、搭建广告聚合及数据平台

「预先善其事，必先利其器」，这个阶段主要是变现前的准备工作。

广告聚合

什么是广告聚合

Mediation（聚合）的大概定义：Mediation可以聚合多方广告SDK，协调各广告位中的广告请求、展现等逻辑，使得多个SDK可以在一个广告位正常运作起来。

广告聚合的最终目的是为了提升广告请求、展示的效率及eCPM。

Mediaiton（聚合）可以通过两种方式实现：

1. 自主开发

优点：开发者可自主控制广告请求、展现等逻辑，过程透明，灵活度高。

缺点：聚合SDK技术门槛高，且需要不断实验、更新及优化，需要长期投入时间和精力。

2. 使用三方

优点：省去人工开发、维护成本，且一样可以实现多方广告SDK在单一平台进行请求、展现，以提升eCPM和填充率。

缺点：整个过程较为黑盒，开发者无法知道其实际请求、展现的逻辑。

综上，建议资金实力雄厚、规模较大的开发者可选择自主开发聚合；新手开发者可考虑从三方入门。

如何选择聚合

市面上的聚合产品很多，如何选择合适的聚合平台呢？我认为有以下几个参考标准：

接入及运营成本

广告SDK是否容易接入？聚合平台操作是否简单易懂？

支持的广告平台及广告类型

聚合支持的广告类型是否能满足需求？支持的三方广告平台是否满足需求？

应用内竞价

应用内竞价相比传统瀑布流，减少人力成本以及减少延时等问题发生，是未来广告竞价的发展趋势，具体内容会在下一篇内容提到。所以「是否支持应用内竞价」应当考虑在其中。

SDK稳定性及bug

是否有强大的技术团队支撑，能够提供稳定服务？

数据中台

是否可视化，可以细分到哪些数据维度，数据的及时性，以及是否能拉取多方数据，精准算出渠道ROI。

其它特殊功能

是否支持自动优化？是否支持A/B Test？

海外Top广告聚合SDK功能比较

曾经做过实验，将同一产品及同一竞价策略配置到不同广告SDK上，最终得到的人均广告展示次数及ARPU是相近的。当然，由于各个广告请求和缓存机制不一样（串行、并行还是混合，缓存数量1条还是2条），会导致过程指标人均请求和展示率不一样。

所以，由于各家广告聚合都有自己的优劣势，最后落实到一个问题，你的产品更在意什么，才能辅佐你的团队更高效进行变现，才是决定使用哪个广告聚合的最终原因。当然，如果对流量变现有很复杂的需求，建议还是自建聚合。

数据平台

什么是广告变现的关键指标？

直接反映变现收入的指标——IAA-ARPU

单个用户平均广告收入（IAA-ARPU, In-App Advertisement Average Ad Revenue Per User）

单个用户平均广告收入=广告变现收入/活跃用户数

数据来源：广告变现收入来源于Admob、Unity、Ironsource等广告平台。

活跃用户数来源于Firebase、appsflyer等三方统计或自有统计平台。

作用：直观表现产品的广告变现能力，活跃用户数不变，广告ARPU越高，广告收益越高。

影响ARPU的两个关键指标-AIPU及eCPM

人均广告展示次数（AIPU， Average Impression Per Users）

人均广告展示次数=总广告展示数/活跃用户数

数据来源：总广告展示数来源于Admob、Unity、IronSource等广告平台。

活跃用户数来源于Firebase、appsflyer等三方统计或自有统计平台。

作用：用来衡量广告的渗透率情况，判断当前广告位和触发机制是否合理，对用户是否有足够吸引力，是否覆盖到足够的用户。

每千次展示收入 （eCPM， Effective Cost Per Mille）

每千次展示收入（eCPM ）=（广告变现收入/总广告展示数）*1000

数据来源：来源于Admob、Unity、Ironsource等广告平台，但各广告平台对有效展示的定义存在差异，因此eCPM存在差异。

作用：每1000次广告展示可以获得的收入，被业内普遍认为衡量广告变现效果的指标。其中广告展示量级较小会导致eCPM较大，所以前期测试必须保证当日广告展示量到达10000次以上，才能计算eCPM。

人均广告展示次数的影响因素

AIPU=人均广告请求数*广告填充率*广告展示率。人均广告请求主要受广告位和触发机制影响，其余比较重要的影响指标如下：

1. 广告填充率（Fill Rate）

填充率=广告平台返回广告的次数/广告请求数

数据来源：Admob、Unity、IronSource等广告平台。

作用：帮助判断流量与广告的匹配度，广告填充率的高低主要受广告主数量影响。

2. 广告展示率（Impression Rate）

广告展示率=广告展示成功次数/广告平台返回广告的次数

数据来源：Admob、Unity、IronSource等广告平台。其中广告展示次数是用户实际能看到广告的次数，每家广告平台对有效展示的定义不同。

影响广告展示率的两个因素：

广告场景展示率

广告场景展示率=广告展示成功次数/用户进入广告场景次数

数据来源：广告展示成功次数、用户进入广告场景次数需要在Firebase、appsflyer等三方统计或自有统计平台进行埋点。

建议：主要通过优化广告预加载逻辑，提升广告场景展示率。

渗透率 （Penetration Rate）

渗透率 =产生广告展示的用户数/活跃用户数

数据来源：产生广告展示的用户数及活跃用户数来源于Firebase、appsflyer等三方统计或自有统计平台。

如果渗透率低，则意味着实际观看广告的用户数占总用户数的少数，则意味着广告场景设置不合理，影响整体AIPU。

建议：通过调整当前广告位和触发机制，提高广告渗透率。

影响eCPM的因素

1. 新增用户占比

新增用户对广告的容忍度比留存用户高，所以转化整体也会提升，如果新增用户占比总活跃用户的10%，这10%的用户当日贡献的广告收入可以到当日广告收益的35%以上。

建议：保持合理的持续的新增用户比例提升，也会带来eCPM一定比例的的提升。

2. 人均广告展示次数（AIPU）

eCPM会随着转化率的降低而降低，同时用户每日看到的前3个广告转化率会相对高，3次以后转化欲望会降低。如果看5次发生的转化是1-2次，看10次转化率依然是1-2次，那么会导致转化率降低从而eCPM降低。

建议：合理控制广告频次，可以带来eCPM升高。

3. 头部广告主及季节性影响

当同品类头部广告主买量力度增加时，所有同品类和类似品类游戏的eCPM会有一定程度的提升。

每年圣诞节、黑五、电商节、万圣节、元旦等节日期间，品牌广告主会加大预算会导致广告出现加大浮动波动，一般来说每年Q4的eCPM平均值为全年最高。

建议：跟踪头部广告主趋势，留意季节及节日变化，把握变现最佳时机。

4. 变现策略

使用广告聚合的方式接入尽可能多的广告平台，使用瀑布流或者公开竞价的方法让各家广告源充分竞争。广告形式选择，比如banner广告的eCPM远远低于激励视频和插屏广告。

建议：利用广告聚合充分竞价，尽可能选择高价值广告形式，利于eCPM提升。

5. 广告点击率 （Ad Click Rate）

广告点击率=广告点击次数/广告展示次数

数据来源：Admob、Unity、IronSource等广告平台。

由于多数广告以点击进行出价，所以广告点击率较高，一定程度上会造成eCPM提高。

建议：多使用广告点击率较高的广告形式，比如插屏广告点击率高于Banner，但是注意不能用机器刷点击、诱导用户点击行为，容易被封号。

搭建数据平台

和聚合SDK同理，如果资金实力雄厚、规模较大的开发者，可以选择自建数据后台；否则就使用三方数据及归因工具。常见的三方数据及归因平台总结如下，建议使用具有归因功能的数据平台，方便后续追踪广告LTV，更好地评估渠道及产品价值。

二、广告平台的选择

选择或搭建广告聚合及数据平台以后，下一步是选择接入合适的广告平台。

如何选择广告平台

对于如何选择应当有这样几种考量因素：

1. 广告样式是否能满足需要？

一般游戏最常见的三种广告样式：激励视频、插屏和Banner。大部分平台都是支持的，而游戏广告收入的主要组成部分是插屏和激励，因此选择广告平台的时候尽量选择插屏和激励效果较好的广告平台。

2. 产品功能

比如是否在后台自主设置底价？比如是否有提供API接口，方便后续读取数据？

3. 考虑地区、用户差距

不同广告平台的在不同国家的表现差异是非常大的，开发者要结合自己流量分布的情况选择合适的平台接入，比如AppLovin在欧美等T1国家是表现较好的广告平台，但在欠发达的T3国家如印度、印尼就是相对比较鸡肋的广告平台。

4. 集成的便捷性、版本的稳定性

你选用的广告聚合是否支持该广告平台？同时广告平台是否能提供持续稳定的服务？

各国Top收益广告平台

美国：Unity Ads /Facebook/Admob/Applovin/Mintegral/IronSource

港澳台：Facebook/Admob/Unity Ads/Pangle/Mintegral

日本&韩国：Admob/Unity Ads/Facebook/Pangle/Mintegral

英国、德国：Unity Ads /Facebook/Admob/Applovin/Mintegral/IronSource

俄罗斯：Unity Ads /Facebook/Admob/Applovin/IronSource

印度、印尼：Facebook/Admob/Mintegral/Applovin/Unity Ads 

巴西：Facebook/Unity Ads/Admob/Applovin/IronSource/Mintegral

以上数据来源于：《2020全球手游广告买量投放与变现报告》

评估标准

这个阶段仍然是变现前的准备工作，该广告平台是否能够适合自己的产品及用户，最终可以在后续变现中通过填充率及eCPM两个指标进行衡量。最理想的广告平台一定是在高价值eCPM的情况下，仍能保持较高填充。

三、广告请求逻辑及缓存机制

自建广告聚合SDK

这里如果选择自建广告聚合SDK，那么这里需要考虑广告请求逻辑和缓存数量，决定了聚合对广告的使用效率，和对产品展示需求的响应能力。比如，请求有串行，并行和混合，之前平台为节约服务器成本，多数使用串行（或者控制waterfall的层数），目前有的开始转向混合。比如缓存数量，有1条或者2条。

使用三方聚合SDK

如果选择使用三方聚合SDK，那么广告请求逻辑和缓存数量是由聚合SDK控制。这里需要重点关注的是广告预加载逻辑。主要包括：

广告缓存逻辑：针对网络情况不好的T3国家，需要前提进行广告缓存，广告缓存时机过早或过晚，均会影响广告展示。具体优化方向可从请求时机、广告缓存数量等方面入手。

重试逻辑：加载不成功后的重试逻辑，需要考虑到游戏性能、网络情况，部分时候频繁进行重试逻辑，容易造成游戏卡死，且被广告平台认定为无效流量。

评估标准

在这个阶段，变现效率的提升可以用广告场景展示率来评估。广告场景展示率=广告展示成功次数/用户触发广告场景次数，如果广告场景展示率能到达90%以上，那将是较为理想的状态。

四、广告位设计

了解不同广告设计的规则

原生广告（Native ad）

来源：AdTiming《常见广告形式与场景入门》

广告形式

原生广告，是一种在形式或内容上与下文保持一致的广告位形式。原生广告在社交、资讯等媒体中比较常见，有信息流、焦点图等展示方式，有图文结合、文字+视频等常见形式。

设计建议

1. 注意形式和内容设计

原生广告的形式和内容设计，需要注重上下文环境的内容和形式，通过物料获取与拼装，形成原生化的广告布局。

2. 位置需要保证一定可见性

比如在社交信息流广告中，根据逐条内容而加载广告位，这样在内容间隔、屏数等环节上就需注意，才能形成高可见性。

3. 提前缓存广告

对于视频、大图类的广告，都要通过预加载的方式进行，这样在用户触发广告场景时，才能够保证广告位的显示效率。

横幅广告（Banner）

来源：AdTiming《常见广告形式与场景入门》

广告形式

横幅广告是最常见的一种硬广形式广告位，通常又被称为“万能广告位”，在应用的布局中占据某一处固定位置，通常为应用顶部、底部、栏目或频道间隔，表现形式多为纯图片、纯文字或者图片+文字。

设计建议

1.Banner与游戏界面有明显间隔，为Banner留出专属空间。

如Banner被夹在了APP内容之间，或悬浮在APP内容之上，容易造成误点击。

2. 不要对内容有一些遮挡

如果Banner遮挡了内容，与游戏内容类元素极度贴近，那么用户的体验可能会很差，如果遮挡内容恰好是用户感兴趣的，可能还会造成用户的流失。

3. 适当增加广告刷新机制

如果一个用户进入APP中，Banner一直不变，而用户对这个广告不感兴趣，那就不会产生点击。但是增加刷新机制，会有视觉上的变化，对用户可能会产生一定的吸引力。这个方法会增加广告展示量，一定程度上会造成eCPM降低或者CTR降低，但广告点击的绝对值会上升，从而带来收益的上升。

4. 需要注意不同机型的适配

由于现在智能手机分辨率比较丰富，所以应该测试不同分辨率以达到全机型都能充分适配，虽然有可能只是几个像素的微调，也会对整个广告的表现力和APP体验带来很大的区别，需要非常注意。

插屏广告（ interstitial ad）

来源：AdTiming《常见广告形式与场景入门》

广告形式

在特定界面、时机全屏弹出，用户被动观看的广告形式，在展示一定时间后可由用户主动关闭，广告收益可观。这种广告形式视觉冲击大，支持图片和视频两种类型，视频一般要求强制观看 5 、6秒后方可关闭 。

设计建议

1. 不要突然展示广告

因为插屏广告是一个强制弹出的动作，它并不是用户主动触发的行为，所以最好是在用户完成某一动作的环节自然插入。比如说一个关卡结束之后，这时候用户看到插屏广告的接受程度会好一点，而不是在玩游戏的过程中，突然弹出来，这样的话用户肯定会非常反感。

2. 提前缓存广告视频

不要等需要插屏广告时游戏才加载广告，需要在某几个关键点提前加载，避免玩家需要等待一段时间才能播放广告的情况出现。

3. 控制广告展示频次和间隔

不要在在每次用户操作（包括但不限于点击、滑动等）之后都展示插页式广告，导致用户连续看到两个插屏广告。另外，在插屏广告播放前，我们也可以加一个中间页（如Ads Break），告诉用户马上有一个广告要播放了，提示用户来避免误触。因为插屏广告是突然弹出的，所以它非常容易造成点击。

4. 增加去插屏的内购

在欧美发达国家中，可以结合内购系统，设计去插屏的内购场景。

激励视频（Rewarded ad）

来源：AdTiming《常见广告形式与场景入门》

广告形式

激励视频广告是由用户主动触发、通过观看视频广告而获取应用内奖励的一种广告形式。相比其他广告形式，激励视频因具有由用户主动触发、与应用内场景密切衔接、广告变现效果好等特点，深受开发者喜爱。

设计建议

1. 广告位入口设计

广告位入口应设计在用户经常触及的界面（如游戏失败界面），并且增加漂浮、动画特效或设计像弹框式的广告入口。如果广告位入口比较深，我们需要在最初的入口上添加一些提示标志，或者增加一些动画特效，来增强广告场景的触达率。

2. 合理的奖励内容

激励视频激励视频是必须要给用户奖励的，并且一定要明确地提示用户具体奖励是什么，而奖励内容应当根据品类型、产品场景去选择，一般建议奖励内容设置为最低内购档位的10%-50%左右或同等价位的奖励，具体的设置情况也需要根据自己产品内购的情况、以及货币消耗量去设置和优化。

3. 不要忽视激励视频广告结束后的页面

用户在看完激励视频广告后，可以通过弹窗提醒用户获取了新道具或是金币，增强用户获得干部，同时，可在该页面上增加二次观看广告的入口，提醒用户可通过观看激励视频获取其它奖励。

选择合适的广告形式

根据国家和游戏类型，选择合适的广告形式。

以休闲游戏为例：

T1国家主要依赖激励视频发力，插屏为辅；而T3国家主要依赖插屏，banner为辅；

细分游戏类型上来看，超休闲游戏主要依赖插屏广告，而中重度休闲游戏主要依赖激励视频。

评估标准

渗透率 =产生广告展示的用户数/活跃用户数，除banner以外，插屏和激励视频的广告渗透率到达80%以上，是一个比较理想的状态。

如果进行进一步拆分，渗透率有以下两个指标影响：

广告场景到达率

广告场景到达率=广告场景到达用户数/日活跃用户数

如果该广告场景到达率过低，则说明广告场景引导有问题，用户根本不知道这个位置，需要加强引导。

广告场景触发率

广告场景触发率=广告场景触发用户数/广告场景到达用户数

这个指标主要针对激励视频而言，因为只有激励视频是需要用户主触发的广告场景。常见的优化方向有以下几点：

奖励内容，用户是否清楚它的价值；

奖励物品的参考价格，一般建议奖励物品为最小内购项目的1/5-1/10，具体根据数据情况调整；

奖励时机，比如复活场景中，进度80%的时候选择复活还是20%的时候复活，对用户的吸引力差很多；

UI，比如弹窗按钮放左边还是右边，用什么颜色；

文案，是否有清晰的奖励说明；

激励视频结束后的反馈，一般建议通过强烈特效说明反馈内容，也可作为引流其它常见的入口。

五、竞价策略调整

什么是竞价策略

目前市面上主要有三种竞价策略：

1. 传统瀑布流（Waterfall）

瀑布流模型（Waterfall）是传统用于应用广告的变现模型，开发者预先给各个广告平台设置预期eCPM出价，并进行优先级排序。当用户触发广告时，优先给出价最高的广告平台展示机会，如果该平台不填充则会流至出价第二的广告平台，通过漏斗的方式，直到有广告被展示。

2. 应用内竞价（In-App Bidding/Advanced Bidding/Header Bidding/Open Bidding）

应用内竞价在各个广告聚合中有不同的说法，但强调的都是Bidding的概念。在传统的瀑布流，想要填充一次展示，广告平台需要排队出价，直到广告位得到填充。广告平台按历史CPMs均值顺序排列，这样的竞价机制会造成延迟，同时也会错过许多高出价机会。

而通过统一的实时竞价机制，应用内竞价可以保证开发者的每次展示都是最高出价。所有的需求合作方在同时间竞价，出价最高的合作方获得该广告位的展示机会，从而让开发者获得更多收益。

3. 混合模式

由于应用内竞价是一个较新的概念和技术，一些游戏开发者已经在使用应用内竞价，而一些则考虑在不久的将来采用该技术；因而，混合方式作为一种过渡模式存在（即使用Waterfall广告聚合网络和竞价广告网络）来产生收益。

目前行业的趋势走向，游戏行业短期还是会以一种瀑布流加上应用内竞价共存竞争的形式存在，但长期则会逐渐转变为应用内竞价的这种变现模式。

传统瀑布流的配置策略

配置基本原则

头部抬高价格，保证高价卖出；中间部分要保证一定填充和展示；底部低价处理。如果eCPM比较高，填充较低，则尝试降低eCPM提升填充；反之亦然。总而言之，找到eCPM和填充率的平衡点，实现价值最大化。

配置建议

初始建议：

先接入几家常见广告源，每家1层，出价选择系统出价（刚开始数值不重要，只是为了排序），取到7天平均值以后再修改初始数值。中介组中的价格设置只是为了排序，最终出价需要在三方广告源的后台中设置价格，以三方广告源的最终价格为准。

分层不要太密也不要过多：

各个之间有一定落差，分层不至于过密，导致广告请求浪费。广告填充低于10%、广告展示量低于1000的层数可以选择合并，因为一个请求到平台告诉你这个请求没有填充，大概要耗到1~2秒。如果有很多层都没有填充，加起来耗时就会很久，这样就会影响广告的一个展示情况。

时间频率不能过于频繁：

刚开始可以比较频繁，但是最频繁频率不能低于3天（机器需要学习时间）；后面可以延长调整频率，以周为单位修改。

其它：

平台之间的分层要交替排序，不交替的话，那意义就不是就不是很大了。

需要设置1~3个兜底层，这个不要去设底价，主要是用于去吃尾量。

如何调整

从展示占比及收入贡献占比较高的层级入手，设置价格与实际价格相差较远；目前某层级填充尚可，继续提升价格，某层级填充较低、需要降价。

合并展示量较低层数（低于1000），如上述。

单次尽量只改动1个变量，方便后续调整策略。

调整后如何判断好坏

判断整体调整的好坏，在排除新增流量、节日等可能造成的影响，通过ARPU去判断，AIPU辅助判断。

选择某一层提价

ARPU 提升较大，但AIPU下降较多：

分情况分析——对banner、插屏、原生广告相对是好的，因为用户减少观看广告次数；对激励视频而言是不好的，用户需要看广告的时候，看不到广告，最终需要综合产品留存和使用时长去考虑，回归到用户LTV上。

AIPU没有影响，ARPU略有提高：

说明提升是正向的。

ARPU下降，AIPU下降：

调整层级填充率及展示占比下降明显，说明价格过高，可能需要考虑降价。

选择某一层降价

ARPU 提升较大，但AIPU提升较多：

分情况分析：对banner、插屏、原生广告相对是不好的，而激励视频是相对较好的，最终同样需要综合产品留存和使用时长去考虑，回归到用户LTV上。

如果ARPU略有提高，且AIPU略有提升：则说明提升是正向的

如果ARPU提升不明显：

查看该层级填充率及展示占比，如果填充率无明显变化，可能是因为该层价格仍然过高，需要继续降价；如果持续降价，也不见效，说明该广告平台在对应地区填充不足。

评估标准

这个阶段的评估标准是ARPU，通过找到eCPM和填充率，实现ARPU最大化。

六、精细化运营

如何进行流量精细化运营，就是按照一定的规则划分很多组，可以是国家、性别、年龄等标签。不同分组下，用户行为和广告平台的表现是有差异的。所以针对这种差异也去实施差异化的waterfall排序，这样可以达到提升广告效果的目的。前提条件是产生了一定量级以后才需要去做流量精细化运营。

部分广告聚合已经为流量精细化运营提供了很多便利工具，比如IronSource支持分国家设置瀑布流，并提供了A/B Test工具辅助运营决策。

常见的精细化运营方法

1. 国家

这是最基础的精细化运营策略，多数广告平台都能支持，且一些广告聚合比如IronSource支持分国家设置瀑布流。

2. 性别、年龄等更多维度数据

部分广告平台没办法分性别看数据，针对这种情况，可以使用单独的广告位ID来去做区分，比如说针对男性用户可以使用一个广告位ID，女性用户使用另一个广告位ID，这样可以区分ID去看数据，但ID越多，运营成本就会越高。如果只用一个ID的话，那就可以根据展示来去拆分，运营成本会低一些，但收益并没有那么精准，所以需要去综合考虑。

评估标准

这个阶段的评估标准仍然是ARPU，通过找到eCPM和填充率，实现ARPU最大化。

最后

如果完成以上六步，我认为出海APP广告变现阶段基本是完成了；如果认为目前APP各方面指标还算满意，有后续发展的可能。接下来需要进一步提升，需要结合产品和研发一起讨论，如何延长用户使用时长、丰富APP功能，从而为商业化场景创造更多空间。同时，这个阶段，也可以开始考虑由单一广告变现转向广告+内购的混合变现方式。

参考文献：

UPLTV《2020休闲游戏出海增长进阶指南》

游戏陀螺《干货分享：休闲游戏出海如何提升广告变现效率》

AdTiming《常见广告形式与场景入门》

-END-