在此基础上进行平均拆分

2020-11-12 05:19

“二八定律”在游戏广告变现同样适用,即极少部分用户贡献了绝大部分广告收入;

*(当日该国家贡献广告总收益/所有用户贡献的展示数)。这种方法问题明显,首先假设了每次广告展示的价值相同;其次无视以cpc或cpi模式计费的广告变现平台;再次假设了贡献更多广告次数的用户贡献更高收益。这些都是不完全符合事实的误区。

与以上两种用户级广告收益拆分不同,

第二种是完全基于已有数据的部分平均拆分法,通过细分广告位来做分层和限价,在此基础上进行平均拆分。此法对比“一刀切”式的拆分更准确,但归根结底还是平均算法,依然存在误区。另外,细分广告位是有限制的,理论上限价层数越细分,拆分就越准确;但实际操作中,过多的分层会造成广告收益降低。

mediation),能够获取有效的广告互动行为数据,并通过积累亿级广告历史构建用户广告行为画像,再以大数据分析和人工智能算法预估用户级广告收益。在对用户级广告收益进行有效拆分后,根据输出的数据报表可分析用户的广告价值。upltv通过大量产品测试后得出两个结论:

目前业内已有其他广告聚合平台陆续发布用户级或展示级广告收益拆分功能,然而普遍对自身拆分的逻辑和方法说明不是很清楚。经过upltv的调查和验证,其他广告聚合平台的用户级或展示级广告收益拆分主要有两种方式,都存在明显误区和缺陷:

upltv完全摒弃了“平均拆分”的逻辑,而是基于用户广告画像的收益拆分。通过对不同广告形态应用针对性的逻辑算法,准确区分不同渠道的计费模式。用户级广告收益拆分建立在每一个有效的广告行为的识别和拆分上。之所以能够实现更有效的用户级广告收益拆分,是因为upltv作为完全中立的第三方广告聚合平台(third-party

第一种是“一刀切”式平均拆分法,通常按照日期和国家维度展示数平均拆分,即:某用户贡献的广告展示数