一、功能简介

• 概述：GroMore基于开发者的历史数据，通过系统模型学习，识别流量与预算的波动，全自动的进行瀑布流调价、请求逻辑等策略的优化。为帮助开发者更好地观察效果、控制流量，智能管家采用AB实验的方式，控制组保留开发者原始瀑布流，实验组(即智能管家组)生效模型生成瀑布流，开发者可直观对比智能管家调优的效果，也保留控制实验的能力
• 目标：帮助开发者提升收益，同时实现自动调优，从而提高变现效率、降低运营门槛/运营成本

二、智能管家调优原理

1. 策略介绍

1.1 设价调优

• 原理：通过增加、减少穿山甲的层级及对应的底价，来实现当前瀑布流的最优配置、最大化收益

• 优势：自动化识别流量波动、预测预算变化，及时调整，降低人工维护成本、提高运营效率

1.2 动态请求

• 原理：根据用户实时的价值，动态调整每次请求的价格层级，来实现当前瀑布流的最优请求逻辑
• 优势：平衡价格层级、耗时与收益的关系，在增加层级提升收益的同时，减少机器资源的浪费、降低耗时/drop/频繁请求的问题

2. 智能管家实验原理

3. 智能管家平台开启效果

三、使用流程

1. 使用流程概览

• 新建广告位开启管家场景

• 存量广告位开启管家场景

2. 开启智能管家

• 新建广告位，点击「开启」智能管家，可调整管家组流量比例与调优范围，点击「保存并添加代码位」，模型累计数据后将自动生成固定底价代码位，模型累计数据期间不要手动添加固定底价代码位，否则将影响模型、影响收入
• 存量广告位，进入应用管理页面，点击智能管家应用，点击应用，出现推荐开启智能管家，点击「是否启用智能管家」，勾选三方调优按钮，即可实现一键开启（默认以55分流比例开启）
• 提示：推荐列表为空、瀑布流管理页开启失败时，是因为量级不符合要求或者模型暂时不建议开启，建议后续关注推荐开启列表的更新

3. 查看实验数据

智能管家应用->已开启智能管家->点击「瀑布流信息」->自动跳转到实验数据页面->查看智能管家数据

4. 下载智能管家自动创建的三方代码位

• 智能管家调优时，会新建三方代码位，新建代码位的属性与原瀑布流中的第一个三方代码位保持一致，三方如有代码位粒度的特殊配置，需要开发者手动下载管家新建的代码位去相应平台沟通配置

四、变更一键同步（无需手动同步）

• 功能说明：开发者如有广告网络、瀑布流配置等诉求，可在控制组进行调整，平台能够实时自动识别到开发者的改动，将改动自动同步给模型，无需手动点击。

五、查看自动创建代码位

• 瀑布流详情页：代码位名称中带有「auto_add」表示是智能管家自动创建的代码位，自动创建的代码位建议开发者不要复用到其他瀑布流，更不可手动更改底价，避免影响模型判断

• 收益报表：智能管家自动创建的代码位本质上与开发者手动创建的代码位是一样的，支持在收益报表查看与筛选，查看应用/账号粒度数据时，也都包含智能管家自动创建的代码位

六、行业使用案例

阅读行业

• 媒体背景和调优痛点：阅读行业头部媒体，变现经验成熟，运营日常跟随预算节点进行瀑布流层数调整，人工通过开ab实验测试瀑布流层数调整是否有收益，运营成本高
• 管家调优效果：信息流广告位开启智能管家后，模型长期持续自动的进行瀑布流层级的调整， ARPU+15%

工具行业

• 媒体背景和调优痛点：工具行业中腰部媒体，APP数量多，已有一套通用的瀑布流层级经验，频繁请求严重（错误码为-8），增加层级后耗时增加、频繁请求问题增加、收益降低
• 管家调优效果：开屏、插屏广告位开启智能管家后，模型通过动态请求能力，减少每次请求的无效层级，降低频繁请求问题，以开屏为例，ECPM+26%、ARPU+25%

游戏行业

• 媒体背景和调优痛点：游戏行业知名媒体，但广告变现经验不足，对瀑布流如何分层设价缺少经验
• 管家调优效果：激励广告位开启智能管家后，模型结合流量&预算的信息，细化瀑布流层级与底价，实验累计100w+活跃用户数量，eCPM+54%、IPU+31%、ARPU+102%

**注：以上供开发者参考，智能管家调优效果受到开发者原瀑布流设置&流量质量&预算影响

七、常见FAQ

1. 开启后能提升多少收益？

A：收益不是固定的，涨幅各家差异较大，受到开发者原瀑布流设置&流量质量&预算影响，智能管家大盘涨幅在5%~15%区间波动

2. 所有广告位都能开启吗？模型都能进行优化？

A：模型对广告位类型没有限制，当瀑布流满足量级门槛并且模型发现存在调优空间时，平台会自动推荐开发者开启，大家关注「推荐开启智能管家」列表即可

需注意：信息流样式下的穿山甲代码位，开发者如果选择了模板渲染的「自定义模板」，暂不可开启智能管家；自渲染代码位可正常测试

3. 推荐列表为空，没有可以开启的

A：推荐列表为空、瀑布流管理页开启失败时，是因为量级不符合要求或者模型暂时不建议开启，建议后续关注推荐开启列表的更新

4. 智能管家自动新建的代码位，代码位配置会和原始瀑布流一致吗？

A：自动新建的代码位会复制原始瀑布流的代码位配置信息。如果原始瀑布流有多个代码位配置不一样，就会默认使用瀑布流第一个代码位的配置（第一个代码位：设价代码位中的第一个穿山甲代码位，如果没有则使用bidding代码位）

注：信息流样式下的穿山甲代码位，开发者如果选择了模板渲染的「自定义模板」，暂不可开启智能管家；自渲染代码位可正常测试

5. 开启后，智能管家组的瀑布流配置页面为空？

A：智能管家组将实时展示用户真实的请求链路情况，由于实验开启时间过短，流量暂未进入实验组，因此该页面会呈现短时间的空白，流量一旦进入智能管家组并产生请求就会产生实时数据。

6. 开启多广告网络调优后，管家组瀑布流一定会新增多广告网络的代码位吗？

A：不一定，模型会基于流量和预算的情况，将调优效果最好的设价代码位进行策略产出，并不会强行增加所有广告网络的代码位

7. 激励代码位设置了回调地址，能否使用智能管家？

A：可以使用穿山甲自动调优能力。新增穿山甲代码位时，如有回调地址配置，会和原瀑布流的第一个穿山甲代码位保持一致。除此以外，穿山甲侧所有配置均能保持一致