如何使用TradPlus漏斗报表提升广告变现收益

为什么使用漏斗模型

很多开发者在刚接触聚合广告变现时，往往会对一大堆数据指标感到困惑。想要进行数据分析，却无从下手。最常见的问题是：广告源的填充率很低，是否说明广告位的填充不足？广告源的展示率很低，是否说明展示流失很多？

开发者之所以困惑，是因为很多平台把聚合层级的数据和广告源层级的数据混在了一起，没有体现各指标的层次关系和先后顺序，更没有一条“主线”来引导开发者先看什么，再看什么。

而TradPlus在业内首创的基于聚合广告变现的“漏斗分析模型”，便是这条行之有效的“主线”。开发者可借助TradPlus的漏斗分析报表，快速掌握数据分析方法，找到收益提升点。

如何快速发现问题

聚合的漏斗分析模型

漏斗分析是一种很常用的数据分析方法，很多开发者已经用于分析应用自身数据，比如分析用户的转化率。对聚合广告变现，我们看下如何进行漏斗分析。

应用内广告流程通常是：应用提前请求广告，当用户到达广告场景时，触发并展示广告。基于此流程，我们梳理出“应用请求广告->用户到达广告场景->触发广告展示->展示广告”这四个漏斗步骤。通过统计每个步骤的关键转化率，我们就可以知道收益流失在哪一步。

​

TradPlus构建的关键转化率如下：

广告填充是否足够快

需要注意的是，即使应用填充率达到100%，也无法保证应用需要广告时一定有广告可供展示，原因是用户到达广告场景时，广告可能还没有准备好。可能的影响因素有：

• 应用发起广告请求的时机较晚，用户快看广告时才开始请求
• 广告场景设计较浅，用户打开应用后很快就需要观看广告
• Waterfall配置层级过多或底价过高，导致填充时长过长

为监控广告填充是否足够快的问题，TradPlus提供了多种数据指标供开发者使用

指标1：到达广告场景时的ready率

含义：用户到达广告场景时，至少有一条广告已经ready的比率。可以反应广告填充是否足够及时，如果过低，可以增加并行请求数、减少waterfall层数或调整广告场景位置。

统计此指标需要应用主动上报到达广告场景事件给TradPlus，上报时机是：

• 对激励视频，如果广告观看按钮始终显示，不会在无广告时置灰或隐藏，可在用户点击按钮时上报此事件；如果广告按钮只有在广告时才会显示，可以在用户进入广告位时上报。
• 对其他广告类型，在满足广告触发条件时上报用户到达广告场景的事件，比如广告场景时清理结束后弹出插屏，则在清理结束时进行上报。

指标2：查询ready率

含义：应用询问TradPlus是否有广告ready时，广告已经ready的比率。

因为询问的接口（即isReady方法）是由应用灵活调用，所以开发者需要结合具体使用方式来分析。需要注意的是，应用在发现广告没有ready时，有时会频繁调用isReady方法，从而导致“查询ready率”比真实情况偏低。

指标1和指标2两种ready率的区别是：“到达广告场景时的广告ready率”是在应用上报广告场景这一时机的广告ready率，而“查询ready率”的触发时机和场景是不确定的，取决于开发者的使用方式。

指标3：应用填充时长

含义：从应用发起请求到成功填充广告的平均时长，是聚合层级的广告填充速度。

此指标反映了waterfall的加载速度，当上述两个ready率比较低时，我们可以通过减少waterfall层数来降低应用填充时长。但同时要注意对eCPM的影响，因为我们最终是要得到最优的Arpu值。

TradPlus的《漏斗分析报表》可以完整呈现聚合广告变现的所有漏斗转化率和指标，并支持应用、广告位、国家、渠道、SDK版本和应用版本等多种查看维度，能够帮助开发者快速发现收益流失在哪一步。

如何定位收益流失原因

当我们借助TradPlus的漏斗分析报表，发现某个转化率有问题后，我们需要进一步分析流失的原因有哪些，从而帮助我们针对性地解决问题。除了漏斗分析报表，TradPlus还提供了详细的漏斗数据，呈现每一步漏斗的流失原因和相应次数。

我们以下面2个转化率的流失原因为例进行介绍：

应用填充率

应用填充率即聚合层级的广告填充率，如果填充异常，可以通过查看waterfall每一层的填充结果来定位问题，TradPlus会记录向每个广告源请求后的结果和对应次数（如下图）：

其中“三方未填充”指的是三方广告SDK返回的错误信息（如下图），每一种错误信息在三方广告平台都有含义说明，可以帮助开发者精准定位到填充异常的原因。

展示成功率

展示成功率即用户触发展示广告后，能够成功展示的比率。如果数据异常，可查看所有触发展示后的结果和对应次数，从而针对性的优化问题。

总结

广告变现的收益提升，离不开精细化的运营和设计，而漏斗模型数据是实现“精细化”的基石。TradPlus构建的漏斗数据就像一份详细的“体检报告”，能够帮助开发者及时发现运营策略的不足之处，并找到最精准的优化策略。

Q&A

我们再来看下文章最开始提到的2个问题：

Q1：广告源的填充率很低，是否说明广告位的填充不足？

A1：三方广告源的填充率与广告位的填充情况无必然联系。因为聚合包含了多个三方广告源，应用向聚合发起请求后，只要有一个填充即可。所以我们应当看应用填充率，这个才是聚合层级的广告填充率。只有当应用填充率异常时，才需要关注三方广告源的填充率。

Q2：广告源的展示率很低，是否说明展示流失很多？

A2：三方广告源的展示率低与展示流失无必然联系。如果配置多个广告缓存，当应用向聚合SDK发起一次请求后，聚合会向多个三方广告源请求广告，在展示广告时只会展示价格较高的广告，剩余的广告会缓存下来备用。如果后续没有被展示，就会降低广告源的展示率。而如果要知道展示流失情况，需要看漏斗模型的每一步转化率。如果某一项有异常，再针对性排查原因。