数据分析从零到精通第六课流量转换、效率宣传牌和量化模型

19 商业变现：流量的商业闭环分析

你好，我是取经儿。今天给大家分享流量的商业变现，希望通过这篇课程让大家提升对流量的认知。

我们分三部分来认识流量的商业价值。

什么是流量？
流量的变现方式有哪些？
数据在流量变现扮演什么角色？

下面经哥带你认知全新的流量世界。

什么是流量？

我们从小明同学日常生活中的衣食住行、娱乐、社交等场景来认识流量的世界。

小明的一天：

上午 9 点，小明乘坐地铁来公司上班，地铁站小明看到各家公司宣传牌牌，有双十一购物节、新上线电影宣传、医疗美容、工作求职等。

10 点~20 点，小明在公司上班，打开微信开始在活跃在公司项目工作群里，中午打开美团外卖点了午餐。

21 点，工作一天很累，直接滴滴打车，回到家，躺在沙发上不想动，5 分钟刷完朋友圈变得有很无聊，又打开抖音看短视频，看到推送一个游戏很有趣，下载下来开始玩。

23 点，下班的时间总是过得很快，准备睡觉，还没玩够但不得不睡觉的小明，这时候打开喜马拉雅，在听书过程中慢慢进入梦乡。

小明的一天，穿梭于不同的地点，活跃在不同的 App，不停地为这个世界不同主体贡献着自己的流量。

小明为地铁公司带来 1 个客流量，并且小明上班经过地铁的路线，为每个宣传牌都带来 1 个强势品牌曝光。

小明还为美团贡献了 1 个日活用户，如果小明在美团外卖上对比多家餐饮店再下的单，那小明就为多个店铺带来线上的有效客流量。

而微信朋友圈，是小明最重要的社交工具。小明不但在公司办公使用微信，每天也必定会花费时间看朋友圈。每天朋友圈贡献很多次下拉刷新，同时微信公众号、搜一搜、看一看也因为获取信息的重要渠道。

流量是指单位时间内人流动的量。可以只在现实世界的流动，也可以指网络上的流动。

流量的变现方式

一切商业都从流量开始，有了流量才有了下一步商业转化的可能性。线下线上流量变现的底层逻辑是一样的。实际上，互联网流量变现的模式，都能从线下流量找到对应的场景。

我们专门讲互联网流量是如何变现的。

流量变现的方式，主要有宣传牌、电商、游戏三种。

这三种变现模式，在 10 年以前，互联网行业，就已经分别形成了三足鼎立的三家 BAT 公司。只是到现在，腾讯、阿里两家公司也开始涉足 B 的宣传牌领域，而 B 代表企业又新增一家公司字节跳动。

另外，最近几年兴起一种新的模式：直播。直播可以直接接受观众的打赏或者通过购买直播间的商品进行变现，所以，这里经哥将直播直接归到电商变现模式。

好，现在我们分别开始这三种变现模式的分享。

宣传牌变现

宣传牌是典型的流量变现模式，在互联网公司，宣传牌收入可以直接以下面公式进行量化。

宣传牌流量变现刻画是最纯粹的，因为宣传牌收入可以直接被量化到每个流量的价格。

决定宣传牌变现能力有：宣传牌库存量、宣传牌售卖率、平台用户价值以及宣传牌算法模型的精准性。

互联网宣传牌主要分为以下两种类型。

品牌宣传牌：目的是完成一定人群的品牌覆盖，完全按照曝光量收费，不考核效果，或者不考核宣传牌投放的 ROI 投入产出比。比如，手机开屏宣传牌。
效果宣传牌：以某种转化为目的，区别于品牌宣传牌的是效果宣传牌需要考核宣传牌投放 ROI。比如，投入 100 元，希望当天回收 10%~50%，后期希望远超宣传牌投放的成本。

关于互联网宣传牌的核心指标，我们会在下一节课单独讲解，以上主要说明宣传牌是最直接的流量变现模式。

电商变现

电商平台公司，淘宝、京东、拼多多，将访问 App 的用户流量，通过导流到不同商店的不同宝贝，进行订单的变现。

电商平台公司也是一种特殊的宣传牌变现公司。但电商平台主要的信息载体就是店铺+宝贝+用户，平台以交易为最终商业目标，单个用户变现价值明显高于宣传牌公司。作为平台可以收取的费用包括店铺押金+订单成交的服务费（千分之几）+ 平台导流宣传牌费用。

它可以将 App 不同入口资源位、用户搜索结果页、宝贝详情页底部或侧边栏等任何可能曝光给用户的位置开发为商业资源来进行宣传牌售卖。不同资源位，也是经过不同规则地筛选和算法地推荐，将不同的宝贝展现给不同人群用户，以最大化用户流量变现。

游戏变现

游戏变现的模式，是通过玩家氪金(网络游戏中的充值行为)完成的。比如国民游戏王者荣耀，2020 年平均日活过亿，每月平均 10 亿左右收入。

另外，游戏变现中也可能会嵌入一些激励宣传牌进行变现。比如，用户闯关失败后，可以通过观看一个宣传牌视频来完成复活，这样用户不需要氪金可以继续玩游戏，而游戏公司则通过该重方式收取宣传牌费用。

现在游戏以其变现能力强，成本回收快，使得新游戏发行当天，都会在各个媒体公司，花费巨额费用进行宣传牌投放。

以上，分享的是三种变现模式，虽然模式稍有不同，但最核心逻辑还是流量到资本的转化，只是根据转化的样式和实际规模，将其分为以上三种模式。

所以，具备一定体量的流量，其商业价值也变得十分巨大。那么如何将流量进行最大效率的变现，这就是流量变现里面最有意思也是最具挑战的环节。

数据在流量变现扮演什么角色？

互联网公司的商业模式，都是从流量开始，为了让用户沉淀下来生产更多流量，不同岗位的同学，都在为该目标而努力。

产品同学，负责设计产品，目的是搭建基础服务和提升用户体验，从产品角度最大限度解决用户体验。
运营同学，负责挖掘优质内容、KOL 以及搭建用户等级体系来服务用户，满足用户需求。
前后端研发同学，负责提供稳定高性能的客户端服务，保证服务的可用性。
推荐算法同学，负责挖掘用户价值和平台内容特征，让每一次刷新都正确的匹配不同物料给不同用户，提升用户留存或者转化可能性。
数据分析师，从上帝视角来审视平台运营状况，从数据上解读业务遇到的问题以及可能优化的地方。

而数据同学在流量变现扮演的角色尤其重要。

我们分别从上面三种流量变现模式来讲下，数据分析师如何发挥自身价值。

宣传牌

服务于宣传牌的数据分析师，又称为商业宣传牌分析师。相比非宣传牌数据分析师（我们暂时称为用户侧数据分析师），商业宣传牌需要考虑到宣传牌主、媒体平台、用户三方的利益。

一个宣传牌主账号可以建立无数个投放计划，使用不同素材对不同目标人群进行投放。

当用户每刷一次抖音或者微博的时候，会提供带若干可用于曝光的宣传牌位，该宣传牌位会由正在投放的宣传牌计划进行竞价，经过层层过滤，竞价胜出的宣传牌计划会曝光在用户眼前。

以上简单介绍了宣传牌投放的过程。

数据分析师，可以针对不同行业进行计划投放指导。

定向策略：包括人口基础属性、兴趣标签、粉丝等。
宣传牌出价：不同行业不同定向，给出合理出价建议。
宣传牌机制：宣传牌平台的策略机制很庞大，机制是否合理，对整体大盘收入影响如何，需要通过 A/B 实验来分析。
数据链路优化：宣传牌从曝光到最后转化的链路，是否有优化提升的空间。

电商

电商平台，核心为促成交易，从而完成客户购买，商家卖货和平台变现的三方需求。

电商交易核心数据公式：

1. 流量
流量主要指标包括：独立访客数、访问量、平均访问深度、平均停留时间、跳出率等。
对于基础指标，要从时间维度、不同品类上进行细分，同时细分用户访问页面深度，即从首页->列表页->详情页，优化用户访问页面，降低跳失率。

2. 转化率
计算不同步骤转化率，包括：

首页到列表页转化率。

这个衡量首页流量池的导流效果，以及用户从首页进入到列表页的路径差异。比如，通过分类导航栏进入的量和通过搜索进入到列表页，流量占比以及最终转化效果差异。

列表页到详情页转化率。

该指标体现的是推荐算法是否精准。比如，用户点击水果分类进入列表页，展示的是不是用户喜欢的水果商品，以及优质的商家。

加购物车、收藏店铺、支付转化率。

该指标反映商品详情页对用户的综合吸引力（可能来自价格、销量、评价、宝贝详情描述等）。
转化率只是一个数据观察点，需要增加时间维度和品类维度进行细分和对比，才能发现更多问题，比如对于转化率升高或降低的原因追溯，思考应对方案。

3. 客单价
分析客单价分布，明确用户定位，优化定价策略。

设置单品低价，帮助导入精准用户。

店铺宝贝，可以用一个低价宝贝，比如 1 元包邮，吸引用户来到店铺，增加用户购买其他高价值商品可能性。比如下图，先以 5.33 元低价吸引用户进入，用户既然选择浏览柿饼，说明就是很精准的偏好用户，是有购买可能的，这时候，用户觉得买 100g 试吃还不如直接来 2 斤合适，这是一种典型的低价引流玩法：

设置第二件优惠，引导客户多买，增加客单价。

拼多多会对新上架三个月左右宝贝，可以给予平台促销引导。比如设置第二件半价一个比较明显的提示，如下图所示，以提升客单价。

游戏

游戏用户生命周期分析模型 AARRR。游戏自上线开始，从新用户获取、留存激活，用户充值，用户自传播，整个用户生命周期，每一板块的数据都需要挖掘，不断优化数据点。

AARRR 的思路尤其对于游戏早期测试阶段，可以用这个模型快速定位产品问题，寻找突破点。

AARRR 是 Acquisition、Activation、Retention、Revenue、Referral，五个单词的缩写，分别对应用户生命周期中的 5 个阶段。

用户获取（Acquisition）：通过各种推广方式获取新用户，这是商业应用的第一步。
用户激活（Activation）：用户是被动地进入应用的。如何把他们转化为活跃用户，是面临的第一个问题。
用户留存（Retention）：让新用户尽可能留存下来，才能沉淀出规模用户。保留一个老客户的成本要远远低于获取一个新客户的成本
获得收益（Revenue）：好玩的游戏，粉丝会为其充值，这是商业化最重要的环节。
推荐传播（Referral）：优质的游戏，积累良好的口碑，粉丝会自传播，从而用户群体不断扩大，同时新客成本也会随之下降。

以上，简单介绍流量变现的三种方式中，数据扮演了很重要的角色，变现的效率很大程度上依赖数据的分析和策略的输出。

总结

一切商业根基是流量，本课程主要分享流量变现的三种方式以及数据在其中扮演的重要角色，希望能从不同角度帮你提升对商业流量变现的认知。关于商业流量相关问题，欢迎在留言区提问，也欢迎大家关注我的微信公众号（数据民工来取经儿）进行学习。非常感谢你的用心学习，加油！

20 效率宣传牌：迅速了解互联网宣传牌的核心指标

你好，我是取经儿，今天给大家介绍下互联网商业宣传牌的核心指标。上节课，我们讲了宣传牌是流量变现的最主要的方式之一。这节课，我们讲下宣传牌的核心指标。我们分三部分来讲解：

宣传牌投放的过程；
宣传牌的核心数据指标；
如何进行宣传牌数据分析；

下面开始讲述这三部分内容。

宣传牌投放过程

从宣传牌主的角度来看，如果要把自己的商品或者App以宣传牌的形式展现在媒体平台（比如：抖音、快手、微博）的信息流中，需要完成以下几个步骤：

宣传牌投放平台开户。比如在抖音投放宣传牌, 需要开通巨量引擎投放账户。
创建宣传牌计划。创建计划是指在媒体的宣传牌投放平台，圈选投放人群，比如按性别、地域、年龄、兴趣标签或者粉丝来定向要投放的目标人群。
设置竞价价格。如果是 CPM 投放模式，就是填写 CPM 值（千次曝光成本），对于 OCPX 则填写成单成本。
设置创意。设计创意，即宣传牌素材。可能是视频、图片或者文字，中间会嵌入商业链接（比如：商品链接或者 App 下载地址。）

完成以上步骤，就可以进入到宣传牌投放环节。

一个宣传牌主账号可以建立无数个投放计划，使用不同素材对不同目标人群进行投放。当用户每刷一次抖音或者微博的时候，会提供带若干可用于曝光的宣传牌位。该宣传牌位会由正在投放的宣传牌计划进行竞价，经过层层过滤，竞价胜出的宣传牌计划会曝光在用户眼前。

宣传牌的核心数据指标

以上简单介绍了宣传牌投放的过程。

下面我们介绍宣传牌的核心指标，这些指标决定平台的收入上线。

Adsload
又称为宣传牌加载率，即平台下发的宣传牌的密度。
Adsload = 系统下发待填充宣传牌位数量 / 系统下发的所有信息的数量。

举个例子：小明同学打开今日头条新闻客户端，下拉刷新，系统推荐了 10 条消息，其中包括 2 条宣传牌消息，那么 Adsload=2/10=20%

库存

库存 = 用户刷新次数 * 每次刷新下发宣传牌位数量

库存是指平台可以售卖的宣传牌位的总量，这数据平台的商业资源，类似电商店铺宝贝的库存一样。只是这里的库存是宣传牌位，只要有用户使用，每天都会自动生产。

宣传牌库存不同于店铺宝贝的库存，它的特点是，及时生产及时售卖，如果当时没有售卖，该库存也就消失了。也就是说，媒体平台每天会产生一定量的商业宣传牌库存，平台需要把这些库存销售出去，因为这次库存“阅过即消失”，无法存留。

eCPM
它指的是每一千次展示可以获得的宣传牌收入，库存，被宣传牌计划素材填充上，即为曝光。互联网宣传牌收入最终都可以折算到每次曝光的收入上来。
售卖率
售卖率，即宣传牌库存被成功填充上宣传牌售卖出去的占总库存的占比。只有宣传牌位被售卖出去，媒体平台才能获得宣传牌收入。
售卖率低，很可能是投放宣传牌主比较少，缺少合适的宣传牌展示素材，这时候多余的库存可以接入大平台的宣传牌联盟的方式进行填充。

上面 4 个核心指标属于媒体平台的指标，用来衡量整体每天平台的商业宣传牌资源以及售卖大盘情况，下面我们讲下宣传牌当前主要的竞价类型。

竞价类型

宣传牌竞价类型，目前可以主要分为两种类型，即 CPM 和 OCPX。

下面分别展开讲解两种竞价类型。

CPM
按千次曝光平均出价进行竞价，平台针对宣传牌主所建立的宣传牌计划所圈选的用户人群，不需要区分，而是一刀切的方式，统一按填写的千次曝光价格进行竞价曝光，这就比较考验投放人员的定向能力。
这个好处是，竞价价格投放人员可以把控，不好的地方是，投放人员需要不断调整价格和测试定向，因为 CPM 竞价方式，平台只是负责曝光，对转化效果不负责。
OCPX
相比 CPM，仅几年兴起的 OCPX，是利用平台算法根据用户历史行为特征进行智能出价，宣传牌主只需填写转化可以接受的成本，剩下的事情就交给媒体平台来完成。

OCPX 投放一般分两个阶段。第一阶段，类似于 CPM，对于新计划，算法需要该宣传牌计划积累一定量的投放数据，才能够根据投放结果数据进行智能出价。举个例子，第一阶段，平台要求在 1 周之内，有 10 个转化。然后进入二阶段，系统根据一阶段的投放宣传牌曝光、互动、点击、转化的用户数据，进行模型学习，然后针对不同用户进行智能出价。

宣传牌效果指标

CTR
CTR 也就是点击率。
CTR = 点击次数 / 曝光次数
用来衡量宣传牌投放最常用的基础指标，这是宣传牌曝光之后，第一个核心转化指标。也就是用户看到宣传牌之后，表现对该宣传牌的兴趣，发生的用户主动互动点击的行为。
CVR
CVR 即点击转化率。
CVR = 转化数 / 点击次数
这是宣传牌第二级漏斗，即在用户对宣传牌发生点击的条件下，进行下一步关键行为转化的概率。下一步关键行为可能是提交表单线索、下载 App、下单购买等。
CTCVR
CTCVR 即曝光到最终转化率。
CTCVR = CTR * CVR
ROI
Return Of Investmen，投入产出比。
ROI = 收入 / 投入成本
比如，电商的老板，花 100 元宣传牌费用，店铺会有 500 元销售额。这时候投入产出比为5。假如，宣传牌主的 ROI 低于1，就相当于在亏本，这时候宣传牌主会考虑停止投放。

如何进行宣传牌数据分析

宣传牌数据分析，包括用户、宣传牌主、商业平台三个角色，可以着手分析的出发点比较多。

下面主要讲下如何进行宣传牌投放计划问题定位以及宣传牌不同行业投放宣传牌的特点。

宣传牌投放计划分析

商业数据分析师，可以针对每一个环节进行研究分析，最大化媒体平台的商量流量变现。

创建计划环节，针对不同行业宣传牌主推荐不同出价。挖掘优质素材，推广使用，提升投放效果，从而提升宣传牌投放预算。
宣传牌计划的智能定向策略，提高计划创建效率，降低创建计划门槛。在保证宣传牌主效果的情况下，帮助宣传牌主快速起量(即快速触达目标人群)。

对于第二点，稍微解释下宣传牌主快速起量背后的诉求。当宣传牌主在 ROI 能保证的情况下，宣传牌预算是上不封顶的。宣传牌主反而担心这么好的宣传牌效果很好，宣传牌曝光不出去，从而触达人群少，转化基数自然少，整体收入绝对值自然也很少。

数据上可以帮忙 check 的地方，包括:

定向是否过窄？比如，对人群特征限制过于严格，整体圈选人群过少。
是否创建了很多相似的计划，从而内部竞争大？
是否因为素材原因，使得宣传牌不能曝光某些优质场景等。

宣传牌投放行业分析

不同行业营销的目标和目标人群差别比较大，所以一般会按宣传牌主的行业进行划分。

下面举例两个行业，来说明不同行业宣传牌主的不同营销诉求：

电商平台行业

典型代表企业，有淘宝、京东、拼多多、唯品会等。

这些公司属于电商平台级别公司，它们主要宣传牌营销的目标是 App 的激活、拉新等。这些电商平台公司，平台大，技术能力强，而且本身也有自己的宣传牌平台系统。所以，它们对宣传牌和数据的了解比一般媒体平台还要强，而宣传牌最终的投放可能以 ROI 为考核目标，激活下载只是在媒体平台完成的第一步，下载之后有没有在平台产生交易，以及交易金额和宣传牌投入的比例是否满足要求，才是这些公司重点关注的对象。
电商平台企业，更看重长期的效果，并且宣传牌投放预算也相对持续，排除电商节日的影响，宣传牌投放的预算会一直比较稳定。

游戏行业

典型代表企业，有腾讯、B站、网易、莉莉丝等。
近几年，手机游戏正式进入买量阶段。一款新游戏的上线，需要发型方采买各大主流媒体的宣传牌流量进行大面积线上推广。

新游戏上线，前几天宣传牌推广预算很高，在不同媒体平台进行宣传牌投放，而投放的效果直接影响到宣传牌主是否持续加大对应媒体平台的宣传牌投放预算。
所以，游戏类宣传牌主，对于媒体平台方来说，新游戏发行的前几天，是最关键的时期。这段时间数据、策略、流量上的扶持非常关键。

可以看出，不同行业，宣传牌主的诉求是很不一样的，针对这些不同诉求，商业数据分析师需要挖掘平台优势，提出有效策略，来优化宣传牌主投放效果，拉动后续更多的宣传牌投放预算。

总结

本节课，我们主要介绍了互联网宣传牌的核心数据指标，来量化互联网公司的商业宣传牌变现。希望这篇课程能让大家对互联网商业宣传牌有一个基础的认识。

关于互联网宣传牌数据的相关问题，欢迎留言区交流，也欢迎你关注经哥的微信公众号(数据民工来取经儿), 最后非常感谢大家的认真学习，谢谢！

21 价值预估：拆解互联网公司价值数据量化模型

今天给你分享下互联网商业价值量化拆解。

之前，我们介绍过互联网流量变现的商业模式，主要有宣传牌、电商、游戏、直播等几种模式，其中宣传牌是互联网公司主要的变现模式。

这节课，我们分享下如何预估一家互联网的商业宣传牌的收入。

宣传牌收入的预估

互联网公司拥有巨大流量池，最直接以及最纯粹的变现模式就是互联网宣传牌。互联网宣传牌分品牌宣传牌和效果宣传牌，两种宣传牌考核标准不同。品牌宣传牌，以品牌植入用户心智为目的，会用曝光量来结算，效果宣传牌会关心投入宣传牌投放后的成本回收情况。量化宣传牌变现，我们也分这两种宣传牌类型来预估。

品牌宣传牌

品牌宣传牌的资源位，主要包括开机宣传牌、信息流首位以及其他用户眼球集中位置，比如说各大平台的榜单。

我们以开机宣传牌为例，来讲解下品牌宣传牌价值计算的三个指标。这三个指标分别是品牌库存、售卖率和CPD。

品牌库存：品牌库存是指品牌宣传牌资源可售卖的库存。比如，App 日活 1 个亿，平均 1 个用户 1 天打开 5次。那么 1 天，我们可以售卖 5 个不同的开屏宣传牌，即平均每个用户 1 天内看到 5 个不同的开机宣传牌。那么，一天的开机宣传牌的库存就是 5，一年的库存量=365*5。
售卖率：是指库存被预订的比例。如上面库存所讲，每天个售卖 5 个不同的开机宣传牌，但是不一定每天都有超过5个不同的宣传牌主预订投放，很有可能不到 5 个，甚至因为经济形势不好，宣传牌主主动削减品牌宣传牌预算。
CPD：指每天开机的价格。这个价格从根本上是由 App 每天日活量以及平台用户价值决定的。简单举例，如果用户基数大，并且用户以一线城市为主，那么平均每个用户的宣传牌价值自然要高一些。

以上，就是品牌宣传牌价值的计算，下面我们讲下效果宣传牌。

效果宣传牌

效果宣传牌可以分布在 App 流内任何部位，具体在哪些场景可以开放宣传牌资源，也是由商业产品经理、运营、研发、数据综合评估来制定的。

以信息流效果宣传牌为例，媒体平台会在用户每次下拉刷新生成的信息流，插入若干条宣传牌。所以：

上面公式，看起来和品牌宣传牌类似。只是库存的计算以及售卖的过程不太一样。

库存：效果宣传牌的库存 = 日活 * 用户每天刷新的次数 * 每次刷新可售卖的宣传牌位数量 = 每日用户总阅读量 * Adsload
上面两种计算方式，本质上是一样的，即平台在用户信息流可插入的宣传牌比例，又称为宣传牌加载率（Adsload）。
售卖率：是指库存被填充宣传牌的占比。在什么情况下宣传牌不会被填充上呢？主要原因还是投放效果宣传牌的宣传牌主少，每天在投放的宣传牌计划少。这使得当用户刷新的时候，下发的信息流中的宣传牌位没有足够的宣传牌计划素材来展示。
当然，还存在一些宣传牌素材样式不匹配，出价原因或宣传牌频控等原因影响宣传牌填充。
ECPM：是指千次曝光的价格。这个数字不同媒体平台是不同的。比如朋友圈的宣传牌位价格很高，远高于一般媒体平台。
CPX：CPX，指宣传牌主千次曝光带来的转化对应的费用，这里的 X 指宣传牌主的营销目标。比如，目标不同，后面 CTCVR 代表的实际指标也不同。

X，为用户的一次曝光，这时候 CPX 即 CPM。这时候，公式后面的 CTCVR 就等于 1，因为宣传牌主转化的目标是曝光，只要曝光了即可。
X，为用户的一次点击，即 CPC，每次点击付费金额。这时候，公式后面的 CTCVR 就等于 CTR，即点击率。
X，为收集一条销售线索，这时候公式后面 CTCVR 就指的千次曝光转化率。销售线索即对某种营销感兴趣的用户手机号，一般是用户对某个宣传牌感兴趣，点击后填写个人信息进行提交。比如，试驾某汽车品牌，免费领取互联网教育在线课程。
X，为成功下载并激活一个 App，这时候公式后面 CTCVR 同样指的千次曝光转化率。宣传牌主推广自己 App，如果用户看到宣传牌并下载激活，那么宣传牌主会为次付费的金额。

效果宣传牌的变现效率，除了平台本身媒体属性和用户属性外，它还非常依赖公司的大数据、算法能力。因为效果宣传牌不同于品牌宣传牌只需要按天曝光即可，效果宣传牌追求的是宣传牌效果。

而不同的宣传牌主的营销目标是不同的，有些宣传牌主要是推广 App 的，有些宣传牌主是收集消费线索的，有些是直接导流电商店铺希望成单的，还有一些是为了涨粉的。所以，不同营销目标，以及相同营销目标下的不同宣传牌内容或商品，它们面向的人群肯定是不一样的。如何将不同的宣传牌计划曝光给更容易产生效果的人群？这主要取决于宣传牌平台的大数据和算法能力。

以上，可以发现品牌宣传牌和效果宣传牌流量变现的底层逻辑是一致的，就是将 App 内部资源位以曝光的形式卖出去。

预估互联网宣传牌收入

通过以上讲述，要预估一个互联网公司的宣传牌收入，就变成一个简单的数学计算。

我们可以分以下五步走。

第一步，从第三方平台获得 App 日活量。

第二步，预估单个用户每日贡献的阅读量。

第三步，自己尝试刷下 App 内的不同场景，估计下媒体平台的宣传牌加载率 Adsload。

第四步，预估平台的 ECPM 范围。可以从已上市类似公司，用财报数据反推其 ECPM。

第五步，给出一个假定的售卖率的范围。

如果要提升宣传牌收入，就需要从以上 5 个主要指标入手。

提升日活：这个很容易理解。用户量是互联网公司一切的根基，决定互联网公司商业价值的上线，只有用户量基数做大之后，再通过产品，运营、数据同学的努力，后来的四个指标才可能发挥更大的作用。
提高人均阅读量：
用户使用时长、阅读量是用户对产品认可的量化，而且人均阅读量的提升会直接带来宣传牌库存的增加。
这就可以理解，为什么公司投入大量人力物力来招聘算法、数据、产品、运营等同学，以及挖其他平台 UP 主等行为了。公司的目的是升级算法和策略来完善优质内容的个性化推荐，以提升用户体验，让用户阅读“上瘾”。
提高 Adsload：不同平台的 Adsload，即宣传牌加载率，是不同的。除了公司总体策略，主要原因是不同平台对于宣传牌加载率的容忍度不同的。Adsload 的改变是最容易的，也是立刻就可以看到库存上的变化，但也是一把双刃剑。
一味提升 Adsload 必然会影响到用户体验，进而影响到用户人均阅读量，甚至最终让用户流失。
提高售卖率：
售卖率，实际上是宣传牌主对平台的价值认可的量化，很类似市场供需。
假如平台，可以提供 1 亿宣传牌库存来售卖，这些库存能否被卖出去，决定于平台人群能与很多宣传牌主营销的目标人群锲合度高，以及算法能为合适的用户匹配合适的宣传牌计划素材。
提升 ECPM：这个最终依赖看宣传牌投放的效果，如果效果好的情况下，宣传牌主之间竞价会让 ECPM 值变高。如果 A 宣传牌主投放价格低于 B 宣传牌主，那么在效果相同的条件下，会优先展示 B 宣传牌。
宣传牌的投放效果，同样依赖平台的用户人群以及平台算法能力，这使得宣传牌推荐在保证售卖率的情况下，变得更精准，提升用户体验的同时，提升宣传牌转化效果。

我们也能映射到互联网公司主要的工作方向。

总结

互联网公司，从初期烧钱抢用户，到构建庞大的用户流量池，到最终要完成从流量导向不同的商业化变现模式，来完成商业价值收入的闭环。

本节课，我们从不同变现模式，来量化不同类型的公司商业化变现。经哥希望，这篇课程能够帮助你快速了解一家公司主营业务的未来的商业化空间。关于商业化价值量化的问题，欢迎留言区交流，也欢迎你关注经哥的微信公众号（数据民工来取经儿），最后非常感谢你的认真学习，谢谢！