标签：刷量   arp   服务   支持   变现   大于   描述   过程   广告主   

如何提升付费渠道投放的效率，做到精细化运营？全链路数据监控，今天这篇文章就是要给你答案：如何做好付费渠道的全链路数据监控工作。

从广告的漏斗模型来看，渠道的数据监控主要分为三个阶段：

• 前端广告投放数据监控

• 后端用户行为数据监控

• 端变现转化数据监控
  

01

前端数据监控

前端数据指标主要为展示、点击、消耗、ctr、cpm，其中核心为ctr、cpm分别代表了触达流量的转化程度和流量采买成本，不同的数据表现代表不同的渠道特性，组合起来排兵布阵才能够达到预期效果。如下示例：

渠道
广告展示
广告点击
预算消耗
ctr
cpm
A
10000
400
250
4%
25
B
20000
200
200
1%
10
C
5000
350
350
7%
70

渠道量级：B>A>C；渠道转化率：C>A>B；渠道成本：C>A>B。

其中C类渠道来说人群定位较为精准转化率高，流量引入后流失速度慢，但成本较高且流量池量级较小无法满足扩量投放需求；B类渠道精准度差转化率低，流量引入后流失速度快，但成本低且量极大可以满足扩量投放需求；A类渠道各方面指标居中，那这3种渠道该如何组合投放呢？假设以上3渠道点击→到达转化率均为80%。

目标1：预算3000，到达量2000

此目标预算充足，目标到达成本1.5，最优的C渠道到达成本1.25，因此可以全部投放C渠道。

目标2：预算3000，到达量2500

目标到达成本1.2，低于C渠道到达成本，需要A、C组合投放，效果最优的目标下C渠道分配预算1375，A渠道分配预算1531。

目标3：预算3000，到达量3000

目标到达成本1，需要A、B、C类组合投放，效果最优的目标下A渠道分配预算547，B渠道分配预算1575，C渠道分配预算875。

综上，在实际投放过程中，我们需要遵循的原则是在不超预算、满足量级目标的情况下选择转化率高用户群体更匹配的渠道进行投放。

02

后端数据监控

后端数据，包含后端用户行为数据和后端变现转化数据。

1、后端用户行为数据

用户行为数据主要分为两个部分：
（1）用户设备信息
（2）用户访问行为

这两部分综合起来，可以描述流量质量、渠道用户活跃度、渠道变现能力。

用户设备信息指用户使用手机的品牌、机型、系统、系统版本等信息，这些信息可以加工整理出用户使用手机系统版本分布和设备的价格分布，这部分用户的基础数据既可以描述流量质量又可以说明该渠道用户的可变现能力。

以手机系统版本分布为例：

上市年份
Android系统
IOS系统
2011
4
3
2012
4.1
4
2012
4.2
5
2013
4.3
6
2013
4.4
7
2014
5
8
2015
6
9
2016
7
10
2017
8
11
2018
9
12
2019
10
13
Android5、IOS8以前的系统版本过于陈旧，甚至部分APP升级已不支持这部分系统的兼容，这类陈旧版本用户占比的多少证明了流量质量的高低。使用Android10、IOS13这类当前较新版本的用户则是目标变现用户，新版本用户占比的多少证明了流量可变现能力的高低。

用户访问行为核心指标为留存率、页面访问深度、产品使用时长。这一系列指标本质上来说与产品内容质量相关，针对于付费渠道用户来说，其用户行为指标数值相较于自有流量保持在一定区间范围内即可，过高、过低都存在问题。过低，说明渠道流量与产品匹配度不高，用户不活跃、流失速度较快，那么该渠道也就无法变现无法收回流量采买成本。过高，说明渠道流量可能存在异常集中点击作弊刷量情况，需要重点排查过滤异常流量。

这里需要重点监控的是留存率。常用于付费渠道贡献用户量的预估，根据1-7日留存率、14日留存率、30日留存率、60日留存率等关键时间点的留存数据拟合用户留存的衰减曲线。如下图：

即可计算渠道用户的生命周期，结合渠道用户的变现能力arpu可计算投放渠道能否收回成本及收回成本所需的天数。

2、后端变现转化数据

变现的环节对于平台本身最为关注的是广告收入，付费流量能否收回成本。但对于平台引入的广告主来说最重要的是效果的转化，正如我们对付费流量采买渠道的考量。因此为了让平台能够获得更多的利润服务更多的广告主实现正向的循环，付费流量采买数据监控的最后一个环节一定是变现+效果转化。

我们既要计算广告主的效果成本也要计算平台的效果采买成本。首先要保证广告主的效果成本在可接受范围内，假设广告主的效果转化为400电话拨打，以家政公司为例，试问一个保洁小时工的电话线索成本大于100元加上沟通关节的线索流失，家政公司如何盈利？其次是广告主的效果成本与平台的效果采买成本的比较。这很容易理解，平台的效果采买成本低于广告主的效果成本，那么流量采买的roi才大于1，采买的流量才能收回成本。

感谢【一个数据人的自留地】的盛情邀请，我即将会在这里给大家就广告流量数据分析做个系列篇分享。下一篇文章，小宇带你讲讲《裂变增长模式下的流量分析》，大家敬请期待哦！

一个数据人的自留地是一个助力数据人成长的大家庭，帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。
扫码关注我，带你探索数据的神奇奥秘

付费流量全链路数据监控

标签：刷量   arp   服务   支持   变现   大于   描述   过程   广告主   

原文地址：https://blog.51cto.com/14915210/2525567