廣告系統設計：流量提升

產品經理入行寶典，12週特訓，22名產品大牛全程帶班，200+名企內推，100%保障就業！了解詳情

上一篇中，二哈簡單的介紹了一下廣告系統的整體架構，如果掌握的話，基本就可以搭建出一個完整的廣告系統啦！

那麼問題來了，廣告系統搭出來是為了掙錢的，怎麼才能掙更多的錢呢？這裡就要說到廣告流量提升的問題了。

1、廣告指標拆解（暫不討論成本）

下面來看幾個簡單的公式：

收入=廣告流量*轉化率

廣告流量=產品用戶數*廣告展示率*廣告點擊率

那麼最終得到：

收入=產品用戶數*廣告展示率*廣告點擊率*轉化率

產品用戶數：每天啟動/打開產品的用戶數
廣告展示率：廣告展示用戶數/產品用戶數
廣告點擊率：廣告點擊用戶數/廣告展示用戶數
轉化率：這個是最不好理解的地方，其實不同廣告業務的定義是不一樣的。如果只是單一的流量變現廣告，且考核指標為CPC的話，那麼轉化率≈1；如果是增值、會員業務的話，那麼轉化率=付費用戶數/廣告點擊用戶數

到這裡就完了嗎？ NONONO，對於互聯網產品來說，掙錢的廣告可不止一個喲！所以公式還可以拆解為：

收入=產品用戶數*（A廣告展示率*A廣告點擊率*A轉化率+B廣告展示率*B廣告點擊率*B轉化率+……）

對了，額外說一下，相信大家都知道常規廣告的投放形式（CPC、CPT、CPM、CPA等等），不同的投放形式對收入的考核也是不一樣的。

CPC：按點擊考核，故收入=產品用戶數*廣告展示率*廣告點擊率
CPT/CPM：按展示天數/次數考核，故收入=產品用戶數*廣告展示率
CPA：按行為（可以是註冊、評論、付費等等）考核，故收入=產品用戶數*廣告展示率*廣告點擊率*行為轉化率

以上是整體廣告指標的拆分說明，其中轉化率與廣告業務密切相關，一般也由專門的業務部門負責，故本次不詳述，重點來說說——廣告流量。

2、廣告流量提升

從上面可以知道，廣告流量=產品用戶數*廣告展示率*廣告點擊率

那麼要提升流量，只要提升這三個變量就好啦。

2.1、產品用戶數（一般稱為日活）

日活往往是一個產品的核心指標，對於日活的提升方法可能比流量的提升方法還要多，這裡不詳述，簡單拆解指標如下：

產品用戶數=新增用戶+留存用戶+回流用戶=新增用戶+之前的新增用戶*留存率+流失用戶*召回率

2.1.1、增加新增用戶
2.1.2、提升留存率
2.1.3、提升流失召回率

2.2、廣告展示率（展示/日活）

廣告展示率主要反映的是廣告的前端設計邏輯。按照經驗來看，這個是提升流量最快捷的方式，但也是最容易引起用戶反饋的方式，主要手段如下：

2.2.1、增加廣告位：1個廣告位變成2個廣告位……
2.2.2、提升廣告的頁面層級：從3級頁面變成2級頁面，從底部變成頂部，從詳情頁變成默認頁等
2.2.3、提升展示頻次：比如之前啟動時展示的插屏，從前後台切換時再展示一次；之前的靜態廣告變成輪播廣告等

2.3、廣告點擊率（點擊/展示）

廣告點擊率主要反映的是用戶對廣告的喜好程度，不過也有一定程度的誤點擊（騙點擊）。優化點擊率是一門細活，能做的方面非常多。

2.3.1、素材優化：說白了就是利用人性的弱點（主要是貪婪、色欲、獵奇）去製作一些具有誘惑力的素材，從經驗上來講，折扣、紅包、美女、反常理的素材點擊率普遍較高
2.3.2、增加效果：增加紅點、動態效果等，這種提升效果很明顯，但是要克制，頻繁使用會導致用戶免疫2.
2.3.3、提升關聯：提升和用戶的關聯度，比如“同城”，或者有用戶認知的元素比如“認識的人”，“買過的東西”等
2.3.4、迎合喜好：主要是個性化推薦方面的工作，通過分析用戶歷史數據，建立用戶畫像（標籤），通過協同過濾等方式對不同的用戶推薦不同的廣告（關於協同過濾、用戶畫像也是一門大學問，有時間詳細講述）
2.3.5、結合場景：在合適的時間或合適的地點展示合適的廣告，比如冬天來臨之際羽絨服一定比短袖更好，比如晚上推直播比中午推更好（因為很多用戶中午都在公司或外出）
2.3.6、結合行為：在用戶某個前置行為後展示廣告，比如在用戶使用某個功能時，提示會員付費即可使用，結合用戶的需求來展示解決需求的廣告，點擊率一定高於純展示類
2.3.7、提升誤點：比如彈窗廣告從點擊按鈕變成全彈窗可點，插屏廣告跳過按鈕點擊區域比實際要小（該類策略不推薦）

3、用戶體驗的平衡

有廣告就有反饋，哪裡有壓迫就有戰爭，這是難以避免的，所以和用戶體驗的平衡也是流量提升的必經之路。商業產品和用戶產品相愛相殺也不是一兩天的事情了，那麼怎麼才能解決這個矛盾呢？

其實廣告和內容一樣，當需要的用戶看見需要的東西時，用戶不會感到反感甚至是愉悅的。這也反映出廣告投放變化趨勢：考核展示量——考核流量——考核有效流量。其中與有效流量對立的無效流量，就是平衡用戶體驗的核心。

無效流量特徵：

重複展示：對單一用戶頻繁，甚至用戶已經產生了有效行為（點擊、轉化等）
無價值：對單一用戶無需求

3.1、重複展示問題

3.1.1、對於長時間展示無操作，考慮更換廣告內容、減少展示頻次或不展示
3.1.2、對於已經產生有效行為，考慮更換廣告內容或不展示

3.2、無價值問題

解決這個問題的核心在於如何判斷廣告對用戶無價值

3.2.1、增加關閉按鈕：若用戶主動關閉X次，考慮減少展示頻次或不展示
3.2.2、直接用戶反饋：考慮減少展示頻次或不展示
3.2.3、分析用戶需求：通過機器學習方法建立用戶模型，分析判斷用戶喜好，考慮針對性投放/更換廣告

以上是根據實際工作經驗整理，當然二哈也沒有很好的處理商業化和用戶體驗之間的關係，寫出來也是和大家分享經驗，共同討論。

額外說一下，其實在大多數情況下均是明知到會傷害用戶，但為了公司運轉商業化是不可避免的，而這個時候又沒有精力來做以上問題的分析，怎麼辦呢？

這個時候可以粗暴的引入用戶價值來思考，比如單個用戶原ARPU是X元，原日活是M，增加廣告之後貢獻的ARPU是Y元，但是日活降低到N，總價值P=Y*NX*M ，若P為正，那麼增加該廣告是值得的。（但實際上這個公式並沒有這麼簡單，比如若M-N，主要影響的是核心用戶就得不償失了，所以需要不斷的測算，形成合理評估模型）

這裡有個很經典的例子（廣告-體驗正循環）：

在展示率、點擊率不變，且要求收入提升的情況下，用戶體驗越好——用戶數越多——廣告越值錢——適當減少廣告——用戶體驗越好

但反過來，也是成立的（廣告-體驗負循環）：

在展示率、點擊率不變，且要求收入提升的情況下，用戶體驗越差——用戶數越少——廣告越不值錢——適當增加廣告——用戶體驗越差

所有的產品都希望走上正循環，但往往誤入歧途，進入負循環。

所以作為商業產品，一定要設置不可逾越的底線，一旦超過了這個底線，那麼離負循環肯定不遠了。