应如何拆解广告收入？

广告收入已经成为越来越多平台的变现支柱，而将广告收入拆解清楚对于分析业务现状及明确后期的发展方向都是非常重要的。今天就来总结一下广告收入是如何计算的，影响各关键数据指标的因素又有哪些，希望通过分析，可以让大家更加系统的了解广告收入的构成。

广告收入公式

COST = DAU * 人均vv * AD_load / 1000 * CPM

DAU * 人均vv ：这是一个用户侧数据，可以决定一个app商业变现的量级，一个日活百万的应用和一个日活千万的应用，能带来的广告收入大概率是不在一个量级上的。

DAU 对广告收入的影响主要体现在用户质量和可展示广告DAU数量两个方面

用户质量是广告变现的天花板，买量所带来的用户决定了变现的方向和能力，例如某app的用户以学生、4-5线城市偏多，由于这个群体能贡献的消费价值较小，则这个app的变现能力也就较弱，但如果它的主要用户群是上班族、一二线用户，则用户的消费能力普遍较强，变现价值也就较高。

同时，DAU * 人均vv 也决定了广告的总请求数，总请求量=可展示广告的DAU总数 * 人均发起请求数量，一般广告的请求规则分为：按广告间隔数量请求，例如每隔多少个内容出一条广告；按时间请求，每隔多少秒请求一次；以及结合用户体验，将用户分层，按用户的活跃度请求。但总的来说可请求广告的DAU越多，用户在app上的停留时长越长，总请求数越高。

AD_load是平衡用户侧与商业侧的指标，可反映“广告在信息流中的密度”，如果用户对广告非常敏感，则应把ad_load调小，提升用户体验。一个app的ad_load与这个app的天然基因有很大关系，例如知乎商业化后经常因为增加广告库存被网友喷，则是因为人们对于知乎的定位是一个”高质量、有格调“的社区，而在这基础上商业化则破坏了原有的社区氛围，因此ad_load是一个既影响收入，也影响用户体验的数据指标。 

CPM：每千次曝光的收入，从平台的角度看，CPM的高低主要受广告主结构及广告竞争程度影响。

广告主结构上，不同品类的广告主可承受的CPM出价是不同的，之所以会有这样的差异，是因为广告主获得的一个用户给他们带来的利润是不同的，即我们常说的，有些行业是暴利行业、有些是薄利行业。从平台的角度看，自然是希望将CPM以更高的价格售卖，但若所有流量都是一类广告主，用户会疲惫，并非长久之计，所以平台需要搭建丰富的广告主结构，将广告主分层，平衡收入并解决用户多样的需求。

广告主数量决定了广告竞价的激烈程度，尤其是在二价计费下，如果竞价不充分，会导致二价比低，对平台收入非常不利。引入充分的广告主参与竞价很大程度上依赖于平台商业化能力及销售团队能力。

COST = DAU * 人均vv * AD_load / 1000 * CPM

通过对收入的拆解，我们看到了影响收入的四大指标，及影响这些指标的主要因素。在实际的应用中，我们需要结合具体的业务场景，将这个公式从不同的角度进行的拆解，例如按请求漏斗、计费方式、转化漏斗等，比较常见的有以下几种。

按请求拆解

COST = 请求量 * 填充率 * 展现率 / 1000 * CPM

填充率，是反映平台销售能力的一个指标，即能不能有足够多的客户将平台的库存填充上，但对于一些小的创业公司，没有能力组建销售团队，可以接联盟广告将流量变现。

展现率，该指标和平台的请求展现规则有关，有预加载的广告，由于用户可能没有滑到该广告就退出了应用，这个数据会有一定损失。

按CPC付费方式拆解

COST = 请求量 * 填充率 * 展现率 * cbid * CTR

CTR即点击率，当广告主按照一个点击出价时，收入与一个点击的出价、点击率均相关。

点击率与广告主的素材、平台推荐系统的能力、CTR预估准确性均相关，所以提升点击率需要多方共同努力，提升平台点击率是广告体系统一个长期的话题

按转化链路oCPX计费方式拆解

COST = 请求量 * 填充率 * 展现率 * abid * CTR * CVR

CVR即转化率（转化/点击），当广告主按照一个转化成本出价时，收入与点击率、转化率均相关，这就要求平台能够预估准每个用户对于该广告的转化率，以免浪费展现机会。