一文读懂互联网产品商业化.docx
- 文档编号:7017285
- 上传时间:2023-01-16
- 格式:DOCX
- 页数:7
- 大小:21.54KB
一文读懂互联网产品商业化.docx
《一文读懂互联网产品商业化.docx》由会员分享,可在线阅读,更多相关《一文读懂互联网产品商业化.docx(7页珍藏版)》请在冰豆网上搜索。
一文读懂互联网产品商业化
一文读懂互联网产品商业化
编辑导语:
商业化产品和用户产品是产品经理的两大方向,两者的产品逻辑有着明显的差异。
本文作者结合自身工作经历,以什么是产品商业化内容为切入点,由此深入分析梳理了互联网产品商业化的基本逻辑,与你分享。
商业化产品和用户产品是产品经理的两大方向,两者的产品逻辑有着明显差异。
本人曾有幸在近亿日活的产品先后做过用户侧和商业化侧的工作。
用户产品的一些方法论,社区里讲的比较多了,在此结合个人工作经验,梳理一下互联网产品商业化的基本逻辑,希望大家看完后能有所收获。
一、什么是产品商业化
商业化的本质就是流量的变现。
一般而言,做一款产品的最终目的都是为了赚钱。
产品提供产品价值吸引用户,同时也希望将用户流量变现,这是一种交换关系。
许多用户不喜欢商业化,从个人体验来看无可厚非,但是从可持续性的角度来说是不合理的。
只有有利可图,企业才有动力做出好产品。
产品商业化的基本模式包括广告、电商、游戏、直播等,其中广告是最为主流的商业化模式。
这里以抖音、快手为例,2019年,抖音的广告收入占比约为80%,快手则相对较低,广告收入占比为27%。
但是两年过去了,根据快手发布的2021一季度财报,快手一季度广告收入为86亿元人民币,占比已经上升到50.3%,这个变化是值得关注的。
另外和大家常识可能不太相符的是:
拼多多的广告收入占其总收入的80%左右,而电商的收入不到20%。
当然,产品商业化的程度和其生命周期以及公司核心战略相关。
一般而言,在引入期和成长期,产品的核心目标是打磨用户体验,快速的拉新增长,这时不宜做过度的商业化。
但是在成熟期,产品最需要关注的指标就是变现和留存(做变现是为了提升ARPU值,做留存是为了延长用户生命周期,单用户价值=ARPU值*生命周期)。
当然,市场上还是存在一部分小而美的成熟公司,商业化程度相对克制一些(如豆瓣),这是比较少见的(创始人的态度,外加没有上市压力)。
二、广告的基本逻辑
正如我们上文所说,对于大部分互联网产品,广告都是最主要的商业化变现模式。
这里我们先简单讲下广告的基本逻辑:
1.广告的基本分类
广告有多种分类维度,如广告目的、展现形式、计费方式等,这里只从广告目的出发,讲一讲品牌广告和效果广告。
品牌广告的目的是通过大量的曝光增强品牌心智,基本的承载形式是开屏广告和头图;效果广告的目的是吸引点击,产生消费或转化,基本的承载形式是信息流广告。
2.互联网广告的发展历程
互联网广告的发展历程大体可以分为三个阶段(总体而言,广告的不同呈现形式是由技术的发展决定的,伴随着互联网产品的变迁而变迁),分别是:
门户网站广告,基本的承载形式是banner和文字链(参见网易)。
搜索广告,基本的承载形式的query词购买和联想广告(参见XX)。
信息流广告,基本承载形式是图文、视频、topview等(参见今日头条)。
3.广告的计费方式
计费方式也是划分广告类型的一种特征,不同的计费方式往往反映着广告主的不同诉求,目前市场上主要的计费方式如下:
按千次展示付费(CostperMille,CPM):
即按照千次展示结算。
这种方式是媒体与广告主约定好千次展示的计费标准,至于这些展示是否能够带来相应的收益,需要由广告主来评估。
大多数的开屏广告、片头广告等,都是这种计费方式。
按点击付费(CostperClick,CPC):
即按点击结算,用户产生一次点击,对广告主实时扣费,cpc结算在在效果类广告市场中具有接近垄断的地位。
按转化付费(Cost-per-Action):
根据广告最终投放的效果,即回应或激活的数量收费,而不是广告的投放量。
按转化付费,其中,cpd(cost–per-download)是cpa计费的一种重要方式。
按时间付费(costpertime)结算,这是针对大品牌广告主特定的广告活动,将某个广告位以独占式方式交给某广告主,并按独占的时间段收取费用的方式,这类大广告主财大气粗,其中多数传统采买都是按天结算(CPD,Cost-per-Day)的。
三、现代广告的基本形式——计算广告
1.广告的参与主体和计算广告的由来
了解了广告的基本概念,给大家分享一下目前互联网广告的新形态——计算广告。
广告是种自古有之的交易模式,这种交易模式下由三个主体,分别是需求方(广告主)、供给方(媒体侧),和受众,这三个主体有各自的诉求,三者的利益博弈推动了广告活动的向前发展。
广告主的诉求:
希望能找到最有价值的目标用户,在固定广告预算下获得最大收益。
广告界里有一个哥德巴赫猜想,“我知道我的广告费有一半都被浪费掉,但就是不知道哪一半。
”这是广告主最大的痛点。
媒体侧的诉求:
待价而沽,现有的流量如何卖出最高的价钱?
对于用户:
如果广告无可避免,请给我最有价值(如时效性强、相关性强)的广告。
因此,用数学的方式来表达,我们进行广告活动,实际上就是期望:
这里的i代表从第1次到第T次之间的某一次广告展示。
核心目标就是最大化T次展示上的总收入(r)与总成本(q)的差,即广告活动的利润。
根据我们上文所说的三个主体(a—广告主,u—用户,c—广告主),可以进一步细化公式,如下:
这个公式很简单、也很优雅,但是这个最优解问题在过去很难解决。
随着数据科学的发展,尤其是定向技术和计算交易的出现,一切才成为可能。
2.计算广告的基本流程
这里为了便于大家理解,我不直接讲机械的广告计算流程,而是以QQ浏览器为例,讲述一个信息流广告如何产生的全过程。
可以看到,当我打开QQ浏览器时,首次刷新的第5位是唯品会的广告,恰好我最近有买衣服的需求,点击了该广告,QQ浏览器以deeplink的形式拉起了唯品会,我在唯品会里进行了浏览消费。
上述过程是可见的,也只是冰山一角。
那么冰山下的的整体流程是怎么样的呢?
首先,当我浏览QQ浏览器时,QQ浏览器的客户端会向其广告服务端发起广告请求,发起广告请求的同时会携带大量的用户信息参数(主要包括用户画像数据、设备信息、用户行为数据、场景数据、广告位数据等)。
广告服务端将上述数据透传至SSP(SSP就是所谓的供给方的平台,ssp连接着不同的媒体,做统一的流量分配),SSP再将数据上传至ADX平台(ADX就是所谓的广告交易平台)。
ADX平台是供给方(SSP)和需求方(DSP,需求方平台,大大小小广告主所在的平台)的交易平台,将SSP发起的广告展示请求和DSP发起的广告竞价请求进行匹配,完成竞价。
完成竞价后,将获胜的广告主素材以及相关信息参数下发给QQ浏览器服务端,服务端再透传给客户端,完成广告展示。
当用户点击时,客户端对广告监测链接中的部分参数进行宏替换,作为监测付费的依据。
整个竞价流程有几个关键点,如下:
1)用户信息
用户信息越多、越全。
定向的准确性就越高,这就是为什么腾讯的广点通、头条的穿山甲计算效率那么高,因为他们有海量的用户数据(想想你手机里有多少腾讯系的app?
),并整合多方数据源,形成了一套完整的用户标签体系(DMP,数据管理平台)。
2)关于SSP和DSP
SSP和DSP都是平台性质的产物,对于大公司而言,旗下的媒体众多,为了统一管理流量,增加计算效率,往往会建立供给方平台;而对于广告主而言,加入DSP平台也能有机会获得更多优质的流量,这两者的核心目标都是为了提升效率。
3)关于ADX竞价机制
不同的广告主在ADX进行竞价,这里ADX会计算不同广告的千次展示期望收入(expectedCostPerMille,eCPM)作为衡量指标。
ecpm高者得到本次广告曝光的机会。
eCPM=预估点击率*点击价值
点击价值(clickvalue),即单次点击为广告产品带来的收益。
在CPC结算的广告产品中,eCPM可以表示成点击率和出价的乘积:
ecpm=CTR*bidCPC
该公式同时考虑了点击率和广告主的出价这两大变量,避免出现广告主出价虽高,赢得了竞价,但是无人点击,媒体也没有收入的窘况。
这种计算方式是由google率先发明的。
我们继续拆分,如何精确的计算出ecpm呢?
首先,广告主的出价是已知的东西,问题就转换为如何获得精确的预估点击率——这就属于机器学习的预测问题。
通过获取广告特征和用户特征,进行特征工程和模型训练,最终能达到根据特定的特征算出对应的预估点击率的效果。
这里大家可以参考科大讯飞预测点击率的比赛代码,贴上冠军大佬知乎文章和的github:
四、互联网广告的优化逻辑
最后一部分,我们讲一讲互联网广告的优化逻辑,这也是日常工作中涉及最多的部分,大多情况我们不需要从0开始造轮子,而是在已有的体系上不断优化。
广告的优化分为两个方面,分别是广告收入优化和广告体验。
收入不必多说,这里值得注意的是体验——只有保证一定的广告体验,才能可持续的发展,而不是竭泽而渔。
1.广告收入优化
首先要拆解收入,这里以信息流广告为例(其他广告的计算方式和信息流广告大同小异):
广告收入=广告曝光*点击率*点击单价
继续拆分:
广告曝光=产品日活*人均刷次*每刷次广告条数*pvr(每刷广告请求率)*广告返回率*曝光率
综上,可得:
广告收入=产品日活*人均刷次*每刷次广告条数*pvr(每刷广告请求率)*广告返回率*曝光率*点击率*点击单价
这确实是一个很复杂的公式。
想要优化收入,就要从公式的各个变量入手,整条链路逐一优化。
要说明的是:
拆分漏斗的思维是互联网最重要的思维之一,相比大家有所体会。
先来看产品日活和人均刷次,这个需要产品侧不断优化,提升日货和用户的消费数据,这里不加赘述,这是用户产品的课题。
每刷次广告条数是指用户刷新一次最多能出几条广告,这个值直接决定产品的adload,需要媒体侧和商业化侧达成一致。
PVR和竞价返回率,PVR是每刷次的广告请求率,这个值要尽量逼近100%,如果PVR较低,可能是广告请求的时机存在问题。
竞价返回率是指媒体侧发出广告请求后,能竞价成功获得广告返回的概率。
竞价返回率是由媒体侧的流量价值和广告主数量共同决定的,一般而言,流量价值短时期内不太会发生变化,所以需要引入更多的广告主,接入第三方DSP等。
曝光率,曝光率是指成功返回的广告中有多少成功曝光了,曝光率与广告素材的加载时间,广告位置相关。
比较通用的技巧就是对广告素材,尤其是视频类的广告素材做预加载,或者提升广告位置。
点击率,点击率反映了广告素材对用户的吸引程度,除了提升定向准确性之外,还需要优化广告素材,创新广告形式(如按钮动效、topview形式)等,广告素材优化有单独的一个领域。
CPC,CPC就是广告主出价,广告主的出价对产品而言是个黑盒,但是可以明确和后向的转化链路有关,即广告“曝光→点击→下载→安装→激活”全链路。
后向的转化率越高,广告主的出价也就越好。
比如说针对下载成功率优化,首先可以分析下载错误代码,确定失败原因,通过断点续传优化、预约下载解决网络问题;通过引导用户空间清理解决空间大小不足的问;通过缩小安装包体、双wifi加速等方案解决下载时间过长的问题。
2.广告体验优化
广告体验也是产品商业化必须关注的另一层面,因为体验往往是个主观的东西,所以首先需要找到可以量化体验的指标,这样后续的优化才可衡量。
关于广告体验,主要关注如下指标:
1)adload
首先是adload。
adload=广告曝光/(广告曝光+内容曝光)
如果adload过高,用户就会觉得整个产品充斥着广告,一般而言,adload维持在10%是比较合理的,当然同时也要参考竞品的情况。
2)广告质量
和内容一样,针对广告素材也必须要有完整的审核体系,从广告主、广告标题、广告文案、广告素材、广告样式等不同指标进行打分,将广告划分为S级、A级、B级、C级等不同等级,监控整体曝光中不同等级广告的曝光占比,就能对整体的广告质量心中有数。
3)广告重复度
重复广告也是用户经常吐槽的点,想象一下,当你使用一款产品时,所有广告都是抖音,这绝对会让你抓狂。
而且如果用户已经看到了一个广告而未点击,你给他大量推送相同广告大概率也不会点击,从效率上来说也是不合适的。
关于定义重复广告,广告重复度从高到底有三个维度,首先是相同广告,即广告素材完全一致;其次是相似广告,即同一广告主,但是素材不一样;最后是同行业的广告,比如抖音和快手,都属于短视频行业。
一般而言,在用户一个刷次内不能出现相同广告,一个session内不能出现相似广告,至于同行业广告,因为现在广告主市场头部效应很明显,财大气粗的就那几家,所以较难控制。
商业化产品需要配合算法同学,基于频控策略、相似性模型解决问题
4)用户负反馈率
一般而言,广告都会有负反馈的按钮,只有用户对广告非常不满意才会点击,因此负反馈率是红线指标,而对于那些点了负反馈的用户,应当少出广告,甚至是在一段时间内不出广告,否则很容易流失。
以上就是互联网产品商业化的一些基本逻辑,包括广告的基本概念、计算广告的流程以及广告的优化思路,篇幅所限,整体内容相对简单,大家如果对产品商业化感兴趣,可以详细阅读参考文献中的书籍。
参考文献:
《抖音vs快手深度复盘与前瞻——短视频130页分析框架》方正证券
《国内互联网公司全年广告营收情况》中国18大互联网公司广告收入榜(2020年全年)丨Morketing榜单
《计算广告-互联网商业变现的市场与技术》刘鹏
《程序化广告实战》吴俊
《程序化广告–个性化精准投放实用手册》梁丽丽
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 读懂 互联网 产品 商业化
![提示](https://static.bdocx.com/images/bang_tan.gif)