数据优化建议

优化数据有哪些方法？

优化数据包括优先级优化，底价优化，流量分组优化，广告场景优化，用户分析优化。

如何优化优先级？

根据各三方广告源的eCPM价格，在中介组里从高到低进行排序。

如何优化底价？

为什么要设置底价?

如何设置底价以达到收益最大化？

可根据以上示例，在三方后台广告位设置不同底价，并将不同广告网络的广告位，按价格高低穿插使用、放在TradPlus后台中介管理的按价格排序模块。

瀑布流优化方案参考：

• 高底价区可以尽可能的提高单价

• 当较多流量漏至低层时，需要在其间添加中间层

  例如：第二层10刀、1千展示，第三层5刀、1万展示，则在5-10刀之间再添加一层8刀

• 无底价区可以多设置几层，确保应用填充率高于95%

• 如上图所示，同一个价格层，可多放置几个广告源

如何使用Bidding做优化？

Bidding+传统瀑布流的广告请求逻辑是什么？

• 用户打开应用，应用初始化TradPlus SDK；
• TradPlus SDK向三方平台发送竞价请求，三方广告平台返回eCPM信息；TradPlus SDK根据竞价的eCPM高低，将竞价ID merge到瀑布流里，结合生成新的瀑布流；
• TradPlus SDK根据新的瀑布流策略进行广告请求和展示。

如何使用Bidding做优化？

建议将Bidding和瀑布流结合使用并优化，最大程度提高变现效果。具体来说有两点：

1，支持Bidding的平台，配置对应的Bidding广告位ID

2，未支持Bidding的平台，正常配置瀑布流

TradPlus目前已支持的Bidding平台：

广告平台	广告位如何配置	广告位配置详情链接
Meta	1，在Meta后台，按照常规方法创建广告位，不要配置底价；2，把ID填在TradPlus后台，并打开Bidding模式。	点击查看
Vungle	1，在Vungle后台，创建Bidding广告源（如无法创建请联系Vungle客户经理开启权限）；2，把ID填在TradPlus后台，并打开Bidding模式。	点击查看
Mintegral	1，在Mintegral后台，创建Bidding广告源（如无法创建请联系Mintegral客户经理开启权限）；2，把ID填在TradPlus后台，并打开Bidding模式。	点击查看
Pangle	1，在Pangle后台，创建Bidding广告源；2，把ID填在TradPlus后台，并打开Bidding模式。	点击查看
MyTarget	1，在MyTarget后台，创建Bidding广告源；2，把ID填在TradPlus后台，并打开Bidding模式。	点击查看
优量汇	1，在优量汇后台，创建Bidding广告源；2，把ID填在TradPlus后台，并打开Bidding模式。	点击查看
Sigmob	1，在Sigmob后台，创建Bidding广告源；2，把ID填在TradPlus后台，并打开Bidding模式。	点击查看

如何使用Bidding底价功能做优化？

1，Bidding底价功能是什么？

Bidding底价即Bidding广告源每千次展示最低出价。

设置Bidding底价之后，在此轮竞价中：

• 如果胜出的Bidding广告源价格高于Bidding底价，则会融入瀑布流中，进行广告请求。

• 如果胜出的Bidding广告源价格低于Bidding底价，则会被舍弃。直到重新加载广告，拿到高于Bidding底价的广告。

2，Bidding底价功能如何使用？

在中介管理-中介组的编辑处可以设置该中介组的Bidding广告源的底价。

所有中介组都支持设置Bidding底价，包括默认组。

如不设置Bidding底价，则默认接受Bidding广告源所有价格的广告。

当三方后台的币种和TradPlus设置的币种不一致时，设置的Bidding底价将按实时汇率转换计算。

3，如何使用Bidding底价功能做优化？

初次新建Bidding广告源时，不建议配置Bidding底价。

等Bidding广告源的价格稳定后，可根据Bidding和瀑布流广告源的情况，设置Bidding底价进行优化。

如何使用Bidding广告源保留数功能做优化？

1，Bidding广告源保留数功能是什么？

Bidding 保留数是指 Bidding 广告源竞价成功后，按价格从高到低，保留的个数。

比如，开发者一共配置了5个 Bidding 广告源，设置的Bidding 保留数是3个，SDK会将保留 Bidding 价格前3名的广告源，融入到瀑布流里。

2，Bidding广告源保留数功能如何使用？

在中介管理-中介组的编辑处可以设置该中介组的Bidding广告源保留数。

所有中介组都支持设置Bidding广告源保留数，包括默认组。

如不设置Bidding广告源保留数，则默认接受Bidding广告源保留数为2。

3，如何使用Bidding广告源保留数功能做优化？

初次新建Bidding广告源时，不建议修改Bidding广告源保留数，建议使用默认配置（即Bidding广告源保留数为2）。

等Bidding广告源的价格稳定后，可根据Bidding和瀑布流广告源的情况，设置Bidding广告源保留数进行优化。

如何利用流量分组精细化运营？

TradPlus支持20+维度的分组功能，开发者可以根据不同属性的用户拆分中介组，进行精细化运营

例如：游戏前20级的用户，用户价值较高，用中介组1，剩余用户的用户价值较低，用中介组2

*更多详细操作详见流量分组章节。

如何利用广告场景精细化运营？

一个游戏的同一种广告类型，一般会有若干个广告场景。为了更好地做场景维度的精细化运营，TradPlus支持分场景维度的数据埋点。

如何利用广告场景精细化运营，详见“如何使用漏斗分析报表”章节。

广告场景的用途

• 了解进入每个场景的用户数/次数是否符合预期，用户每日进场景的次数是否有变化
• 了解用户进入场景时，广告是否准备好，广告ready率是否有变化
• 了解用户进入场景之后，有多少比例点击触发广告，广告触发率是否有变化

广告场景的调用方法

• 激励视频

① 一个场景仅一个视频播放按钮时：

当用户到达如下界面时（即用户可触发播放广告的界面），调用进入广告场景的方法TpReward.entryAdScenario("sceneId")，并在触发展示时，调用TpReward.showAd(Activity context,"sceneId")，传入相同的scene id。

Scene id获取方法： https://docs.tradplusad.com/docs/operation/tradplus_qa/app_management/#%E5%A6%82%E4%BD%95%E5%88%9B%E5%BB%BA%E5%B9%BF%E5%91%8A%E5%9C%BA%E6%99%AF%EF%BC%9F

② 一个场景有多个视频播放按钮时：

如果仅是想知道进入场景的用户和播放场景中若干按钮的总次数/总用户数，则参照用法1即可

如果想知道每个按钮的触发比例，以便优化每个按钮对应的奖励内容时，可以将每个按钮创建一个scene id。当用户进入广告场景时，调用其中任意一个scene id；在用户触发展示时，调用对应按钮的scene id。

• 插屏广告：

插屏的设计，一般是在页面A跳转到页面B时弹出。建议在页面A准备跳转至页面B时，调用TradPlusInterstitial.entryAdScenario("sceneId")，并在触发展示，调用TpInterstitial.showAd(Activity context,"sceneId")，传入相同的scene id。

如何针对深浅不同的广告场景精细化运营?

一个应用的一种广告类型，一般会有若干个广告场景。这些广告场景，有些设计的比较浅显，用户能较快触达；有些设计的比较深入，用户触达的时机较晚一些。

深浅不同的广告场景，其数据特点的差异也较大，适宜分开进行精细化运营，助于提升变现效果。

深浅场景分别指什么？

浅场景：用户进入应用后，在较短时间内能快速触发的广告场景。

包括但不限于：

1，开屏广告场景

2，进入应用时立即弹出的广告场景

比如进入应用，弹出每日福利，看广告可以多倍领取；比如进入应用在较短时间内弹出插屏等。

3，常驻在应用主界面的广告场景等

比如在应用主界面，常驻看广告领福利的按钮。比如常驻在应用主界面的横幅或原生广告等。

• 深场景：用户进入应用后，需要完成一些操作，或进行界面跳转后触达的广告场景。

包括但不限于：

1，达到一定条件才触发的广告场景。

比如游戏通关弹出的插屏，或看广告领取奖励。比如手机清理结束后弹出的插屏或展示的横幅或原生广告等。

2，需要进入其他界面才触发的广告场景。

比如进入阅读界面后，在章节结束的位置或界面，展示的广告；或从某界面进入另一界面时弹出的插屏等。

深浅场景的数据特点有哪些？

• 浅场景：

1，广告场景到达率较高：广告场景靠前，用户容易触达。

2，广告Ready率较低：因为广告场景靠前，在用户触达场景时，通常广告未能及时返回。

3，广告触发率：

A，如果是激励视频，则广告触发率较低。

用户容易触达到靠前的广告场景，在对广告奖励的需求较低的情况下，用户点击按钮看广告的次数也较低。因此广告触发率会偏低。

B，如果是插屏，横幅或原生类广告，则广告触发率较高。

这类广告只需要用户来到场景，或完成必要的操作既可触发；场景靠前，用户触达场景的比例较高，因此广告触发率较高。

• 深场景：

1，广告场景到达率较低：广告场景较后，用户需要完成一定条件才能触达。

2，广告Ready率较高：因为广告场景靠后，在用户触达场景时，通常广告能及时返回的比例较高。

3，广告触发率较低：场景靠后，用户触达场景的比例可能较低，因此广告触发率可能较低。

基于深浅广告场景的情况和特点，在变现过程中，可以有针对性的进行精细化运营。

如何精细化运营深浅场景？

1，深浅场景，分别创建广告位，进行变现。

分别创建两套广告位，一套用在浅场景上，一套用在深场景上。

2，深浅场景，瀑布流设计也要繁易有别。

• 浅场景：瀑布流应该配置较少的层数，加快广告返回的时长，提升广告Ready率。通常可以配置5层以内。这样在用户到达场景，需要触发广告的时候，能够尽量提升展示广告的次数，有助于实现广告人均展示次数的最大化。

• 深场景：瀑布流适宜配置较多的层数，在保证广告Ready率的同时，也要精细化优化eCPM，有助于实现eCPM最大化。

如何做用户分析优化？

数据报表-留存价值分析报表，是用户在第N天的留存ARPU，留存人均展示和留存eCPM的报表。

1，使用场景1示例：比如通过分析，用户在第N天的人均展示出现了明显的下降，则可以对应调整第N天起的激励内容，来减缓人均展示的下滑。

2，使用场景2示例：比如通过分析，用户在第N天的eCPM下降明显，则可以设置不同的瀑布流，来减缓该现象。