移动广告变现优化平台UPLTV分享：游戏广告变现关键参数解析

随着游戏广告变现越来越重要和普遍，每一位游戏开发者或多或少应该了解一些评估产品变现能力以及用户价值的重要参数，但是你们真的用对了吗？今天我们就来聊一聊广告变现中常见的参数，以及怎样去实际运用在游戏数据分析中。

广告展示数 (Impression)，表示广告有效展示的次数。每家广告平台对有效展示的定义不同，以激励视频为例，有的广告平台认为当有一个像素的广告被展示出来即为有效展示，但有的广告平台认为视频需100%播放完毕才算为有效展示。

广告填充率（Fill Rate），表示在所有的广告请求中，广告平台返回广告的次数所占广告请求数的百分比。它的计算公式为：广告填充率=广告填充数/广告请求数

人均展示数(Viewing Frequency)，即每个活跃用户平均被展示广告的次数。

它的计算公式为：人均展示次数=总展示数/活跃用户数。通过这个参数可以评估游戏内广告的强度。

渗透率(Penetration Rate)，代表观看过广告的人数占活跃用户的百分比。

计算公式：渗透率=观看广告人数/活跃用户数

用来评估游戏内广告场景和触发机制是否合理，即广告是否覆盖足够的用户量。

eCPM(Effective Cost per Mille)，表示每1000次展示可以获得的广告变现收入。

它的计算公式为: eCPM=(当日广告变现收入/总展示数)*1000

eCPM目前被认为是衡量广告变现水平的标准参数，也是广大开发者们最先想到的衡量变现水平的参数。但由于eCPM反映的是盈利能力的参数，不能直接代表收入。而且每家广告平台对有效展示的定义不一，所以eCPM也存在差异。

广告ARPU，代表一段时间内，平均每个用户带来的广告收益。

它的计算公式是：广告ARPU=变现收入/活跃用户数

相比于eCPM，广告ARPU可以更直观地体现产品的变现能力——当活跃用户总量一定的情况下，广告ARPU越高，广告收益就越高。

看完枯燥的定义，我们拿一款产品数据举例：

下面是一款苹果商店发布的休闲游戏某日的数据情况——该产品85%的收入来自于广告变现，游戏内共设置两处激励视频广告入口，当日90%的活跃用户来自美国：


我们来逐一分析一下各数据：

eCPM为$39.05，填充率为99.18%：由于接入UPLTV（www.upltv.com）聚合SDK进行广告变现，该产品填充率接近100%，基本没有浪费展示机会，并且与美国区发布的同类休闲游戏相比，eCPM表现也比较好；

广告ARPU为$0.04：该数值与同类产品相比偏低。如果算上内购收入，该产品单日总ARPU（内购ARPU+广告ARPU）不到$0.05，对于只有常规留存数据的产品而言，很难盈利。目前通过UPLTV优化过的优秀产品，单日仅广告ARPU值可以达到$0.15-$0.2甚至更高；

人均展示次数为1.26次、渗透率为21.89%：对于拥有两处激励视频广告入口的产品而言，这两项数值明显低于市面上同类产品的平均水平，可以推测是因为广告入口过深、UI设计不明显、广告限制过强等因素导致。

最后，我们总结一下变现参数的分析方法：

分析eCPM时，一定要同时参考总展示量和填充率；

优化流量分配时，应及时监控填充率以及广告ARPU；

广告ARPU值过低时，需要检查人均展示次数及覆盖率情况。

---

本文作者：Bruce Du，目前担任移动广告变现优化平台UPLTV（www.upltv.com）大中华及韩国区域重要客户经理。Bruce在游戏和移动广告领域从业多年，曾就职于某知名游戏公司负责UA工作，在广告投放和广告变现两方均面积累了丰富经验。他拥有英国林肯大学（University of Lincoln）硕士学位。

关于UPLTV

UPLTV总部位于上海，并在韩国首尔、新加坡、越南河内和德国杜塞尔多夫设有办公室。UPLTV专注移动游戏广告变现领域，拥有一支资深研发团队，有多年产品开发、移动广告优化和变现经验。UPLTV的SDK聚合了全球多家顶级移动广告平台，运用先进的算法优化广告逻辑，从而显著提升游戏广告填充率和广告收益。此外，还基于谷歌TensorFlow框架，使用长短记忆网络(LSTM)来分析玩家行为，包括玩家如何在游戏中互动，何时开始或结束游戏，何时付费以及对广告的敏感程度。通过测试玩家反馈以及预测7日和14日留存率，便可优化广告展示时长以及频率，从而最大化提升玩家LTV，并可实现“千人千面”的个性化广告方案，以达到用户留存率以及开发者收益的平衡。目前UPLTV已与300多家国内外游戏开发者和发行商合作，每日广告展示超过几千万次，帮助这些合作伙伴从广告中获得了巨大收益。

via：游戏葡萄