中文
登录
后可查看全部文档
增长参谋/增长参谋介绍/【增长参谋】产品介绍及产品使用
【增长参谋】产品介绍及产品使用
最近更新 2022-12-14 14:04:16

传送门:更多的相关业务讨论、咨询、产品需求欢迎来参谋社群了解哦

一、 背景和初衷

随着精细化运营的如何降低买量成本,提升用户变现价值成为移动开发者迫切需要解决问题。

从效果角度:数据单薄、算法落后、买量变现系统化方法论缺失等能力不足,可以直接导致ROI、LTV、留存等回收效果不及预期;从投入和效率角度:企业自建完整的能力成本过高,包括人力成本(研发&维护成本、运营成本、商务成本)、时间成本(数年以上的积累和沉淀)、经济成本(大量财力投入能力建设)等。

二、什么是增长参谋

  • 增长参谋是一款旨在帮助开发者统筹提升ROI的数据产品
  • 它从用户粒度打通了单个应用买量及变现的双端数据,为开发者提供精细颗粒度的用户ROI、LTV等数据分析指标,从投放变现整体回收的视角,对投放、变现的数据进行分析和解读,辅以调优策略输出,并配合提供快捷操作调整的能力。


  • 增长参谋可以为开发者做什么?

提效:增长参谋即接即用,接入当日即可查看分时ROI数据,次日即可查看天级ROI数据,开发者无需自建数据中台,投入高昂的时间以及人力成本打磨数据产品,高效优化投产比;降本:增长参谋提供用户颗粒度的ROI数据,针对不同渠道和广告位、出价方式、买量素材的ROI提供针对性的数据解读和操作建议,帮助开发者快速定位投放问题,优化投放策略;增收:增长参谋提供天级、小时级的数据,帮助开发者快速定位top ROI的素材和计划,将预算动态倾斜至优质策略,提高买量ROI;此外,开发者还可通过增长参谋分析应用收入结构,调整针对特定用户的变现效益,优化产品整体变现效率。

  • 增长参谋的使用效果:

增长参谋从21年4月至今目前已服务300+开发者,覆盖多个行业,包含但不限于工具、游戏、网赚、阅读、资讯等,其中工具行业某开发者使用参谋后,通过关键行为分析等功能的使用,多个应用日均投放消耗增长65%,ROI增长36%,关键行为日消耗占比98%;网赚行业某开发者使用后,首日ROI提升80%,14日ROI提升46%;休闲游戏行业某开发者使用后,首日ROI提升35%,30日ROI提升12%,投放消耗提升43%;

行业

效果

功能使用

工具





三、产品接入

产品接入流程详解:https://www.csjplatform.com/supportcenter/26836

1. 接入流程

当前参谋支持4种数据接入类型:①归因数据、②投放数据、③其他收入&成本数据 ④ 用户行为数据

  • 其中必须接入的是:归因数据、投放数据支持全渠道接入
  • 根据使用及分析计算需求建议接入的是:其他收入&成本数据和用户行为数据,可用于计算网赚ROI、内购ROI、应用留存率和用户使用时长

2. 接入成本



四、重点产品功能

1. 模型预估LTV_7/预估LTV_0/ROI_0

功能详解:https://bytedance.feishu.cn/docx/doxcniDOpXFenzTq6SAs00rlf3g

优势:

  • 以穿山甲全量DAU为基础样本库,设备颗粒度利用算法模型预测用户在不同产品中未来ltv
  • 行业x用户特征(变现行为、广告行为、用户特征、行业特征)x巨量画像标签 x 特殊标签
  • 后验GAP稳定10%左右,且不限制数据粒度,最细到计划(ADID)
  • 不依赖产品历史数据累积(新产品也可以直接使用)
  • 时效性:次日产出预估LTV_7/14/40/90;当日产出预估LTV0/ROI0
  • 支持口径:穿山甲、聚合预估
  • 预估ltv_7:5条数据曲线重点说明

    曲线1:预估值

    • 曲线含义:模型算法预估,当前筛选条件下,激活新增用户通过算法模型产出LTV 7预估值
    • 曲线指标周期:T1~T14、T30、T45、T60、T90T1、T7:预估值T2~T6、T8~T14、T30、T45、T60、T90:拟合值
    • 展示条件:当日激活数≥100数据口径仅限于:穿山甲该应用预估效果处于稳定阶段:数据GAP < 20%

    曲线2:真实值

    • 曲线含义:后验真实LTV,基于当前筛选条件,对应筛选项真实LTV数据
    • 支持粒度:应用、投放渠道、投放账户、广告组、广告计划
    • 曲线指标周期:T0
    • 展示条件:默认展示

    曲线3:历史较高水平(T0)

    • 曲线含义:当前应用,在过去3个月的LTV表现的75分位数
    • 支持粒度:应用、投放渠道
    • 曲线指标周期:T0~T14、T30、T45、T60、T90(针对当前应用产出的历史数据,计算LTV对应中)位数、75分位数
    • 展示条件:当前筛选条件下,该应用接入参谋后,按激活日期统计历史上至少存在7天数据

    曲线4:行业较高水平(T0)

    • 曲线含义:当前应用所在行业,在当前穿山甲大盘中行业LTV表现的75分位数
    • 支持粒度:应用、投放渠道
    • 曲线指标周期:T~T14、T30、T45、T60、T90(计算应用行业大盘,按照应用颗粒度排序,LTV对应75分位数)
    • 展示条件:默认展示

    曲线5:行业较高水平(上周)

    • 曲线含义:当前应用所在行业,在过去7天穿山甲大盘中行业LTV表现的75分位数
    • 支持粒度:应用、投放渠道
    • 曲线指标周期:T~T14、T30、T45、T60、T90(计算应用行业大盘,按照应用颗粒度排序,LTV对应75分位数)
    • 展示条件:默认展示



    广告预估LTV_0/ROI_0

    为了满足更多产品预估LTV、ROI的使用场景,提高投放效率,增长参谋上线首日LTV模型预测(投放后1-2h即可知道当前新增用户全天24H预估LTV以及ROI)

    • 支持数据类型:穿山甲、聚合预估
    • 预估时间周期:0:00~24:00
    • 数据时效:1-1.5H随小时级数据产出累计口径:截止当前小时内(如 0 点 ~ 12 点)的激活用户小时口径:每个小时范围内(如 11 点 ~ 12 点)的激活用户
    • 支持行业:穿山甲应用全行业
    • 支持粒度:应用、投放渠道、投放账户、广告组、广告计划
    • 披露条件当日累计激活数≥100应用拼接率≥80%近3天(有数)预估&后验数据gap<20%



    2. 关键行为分析:多指标交叉定位关键行为,调整投放和变现策略

    关键行为分析详解:https://bytedance.feishu.cn/docx/RsQ3d2LKRoSRGfxJdqRcjlFtn0d

    数据解读使用案例

    如图所示:

    • 开发者筛选了应用A在10.24-20.30期间,在巨量引擎通过关键行为出价买来的全部新增激活设备;
    • 基于如上所选新增设备,当采用T0 IPU=6,T0 广告LTV=0.1+作为关键行为组合事件时,是满足预估关键行为转化达成率为30%同时ROI T0回收最优的推荐方案;
    • 同时,针对如上所选新增设备,实际激活成本为1.58,次留率为20.69%;这部分新增用户中,按照30%的预估达成率,达成关键行为的用户被称为“转化用户”,单个转化用户的买量成本为5.27,平均次留率为40.83%,T0 广告ROI最低为0.12;
    • 如有更多ROI回收目标、转化达成率需求,可参考下文数据解读进行自定义配置。
    • 数据解读:根据回收的目标周期选择广告ROI计算周期,由系统推荐该指标下的建议出价方案

    【重点】指标解读

    广告ROI计算周期

      • 可选ROI计算周期T0\T1\T3\T7,意为用户在不同激活周期内产生的累计广告收益和投放成本的比值;
      • 建议开发者根据自身回收目标进行选择;
      • 适用场景:如部分工具行业开发者期望短期快速回收ROI,优先选择广告ROI T0作为关键行为锚点选择的目标;部分阅读行业开发者回收ROI的周期更长,可选择广告ROI T3或ROIT7作为关键行为锚点选择的目标

    预估转化达成率

      • 关键行为买量ROI与关键行为达成率(或称转化达成率)息息相关,需要重点关注
      • 预估转化达成率=预估深度转化数/激活数,可选10%\20%\25%\30%\35%\40%\50%,作为辅助参考维度,建议在30%左右投放会相对稳定
      • 通过调整预估转化达成率,可查看不同深浅的关键行为目标:预估转化达成率越低,事件/行为越深,ROI更高,但可能达成的用户数越少,可能导致计划不起量;达成率越高,事件/行为越浅,可能达成的用户数越多,但ROI效果可能不达预期;
      • 通过调整预估转化达成率,还可以查看不同达成率情况下 转化用户的转化成本、次留率和T0 广告ROI:单独拆分转化用户的回收指标,有助于开发者发现锚点问题,针对转化用户调整变现策略;
      • 适用场景:对比转化用户和整体ROI之间的gap,决定是否要调整锚点深浅

                如,应用A在预估达成率30%时ROI T0效果仍不达预期,可考虑

        • 单独排查转化用户的ROI是否符合预期,如果是,则说明未达成关键行为目标的用户质量较差,拉低了整体ROI水平,可考虑是否要调整预估转化达成率至更浅(如35%);
        • 如果否,则说明已达成关键行为转化用户的ROI仍不符合预期,则应考虑调整预估转化达成率至更深(如25%)进行测试,再区分全部激活用户和转化用户的回收情况进行调整。

    3. 免费广告归因监测服务

    功能详解:https://bytedance.feishu.cn/docx/doxcne4e2e8stXN0UbGO7NQlf8c

    广告主在广告投放过程中,常会有以下几个需求场景:

    • 在各渠道投放的广告究竟带来多少的新增用户数,以便优化后期的投放策略;
    • 在各渠道投放带来的新增用户,他们的后续留存、付费情况如何,以便来评估用户质量;
    • 将广告用户站内数据回传至媒体,通过OCPX投放方式,优化投放目标人群,进一步提升ROI;
    • 获取投放收益数据和成本数据,计算出投放ROI;

    针对上述应用场景,准确评估渠道买量和活动推广效果,穿山甲归因服务可以帮助开发者:

    • 基于sdk上报的行为数据与监测链接回传的展示、点击日志进行实时的归因匹配,准确追溯用户的渠道来源;
    • 将用户来源信息作为用户属性贯穿整个用户生命周期,进一步查询用户的注册、付费、留存等,用以评估用户价值,准确判断渠道买量效果;
    • 将归因数据回传至增长参谋可进一步获得分渠道买量的ROI、LTV等效果指标,享受预估能力、素材分析、巨量2.0适配等更多高阶数据服务。

    四、产品功能及使用

    产品使用手册:https://www.csjplatform.com/supportcenter/6067

    1. 数据口径

    「穿山甲」:统计新增用户在穿山甲平台的变现收益,只计算穿山甲收益(穿山甲部分收入+GroMore内穿山甲adn对应的变现收入)

    「聚合预估」:开发者接入了GroMore,在GroMore配置瀑布流中设置的cpm target,以设置的cpm值计算收益,只计算Gromore的变现收益。

    「聚合API」:开发者接入了GroMore,且授权了reporting API,以reporting API提供的数据进行收益计算,只计算Gromore的变现收益。

    2. 数据分类

    增长参谋数据字典:https://bytedance.feishu.cn/sheets/shtcnSsqjf7H3wvbu8UhD5qjTbd?sheet=UVX4SF

    分类

    数据来源

    时间周期

    指标

    定义

    归因数据

    开发者

    T0~T7~T14T30/T45/T60/T90

    激活日期

    用户激活当天为T0,次日为T1,激活第30天为T29;

    投放渠道

    判断用户来自某投放渠道(包含投放平台、厂商、应用商店等)

    激活设备数

    根据媒体回传的归因数据,汇总每天的新增用户数;

    变现侧数据

    穿山甲

    累计变现收益、每日变现收益

    激活累计第3天的变现收益,即T0-T3共3天累计的广告变现收益

    请求/展示/点击渗透率、用户数

    激活用户中X%用户产生广告请求,第N天仍有广告请求行为的用户

    LTV

    激活用户累计第N天的平均用户变现收益;

    投放侧数据

    开发者

    投放消耗、投放展示、点击、投放cpm

    投放广告花费的金额;

    激活成本、转化成本、激活转化率

    指单个用户的激活成本;

    运营成本和内购收益

    开发者

    累计收益、每日收益

    -

    其他成本(提现、金币)

    -

    衍生指标

    计算指标

    ROI

    激活用户在第N天的累计ROI;

    用户行为

    Applog SDK

    留存率

    新增用户在T1-30按天计算启动应用的用户比例;

    人均使用时长

    激活用户在第N天使用APP的人均时长;


    3.功能页面介绍

    3.1 FOR 投变现状概览

    整体概览:快速查看全部已接入应用的投产情况

    整体概览将开发者最关心的买量大盘指标和关键信息以可视化图表进行展示,方便开发者快速了解天级别新增激活数、ROI和LTV等指标;

    整体概览共包括五个部分:①待办事项;②增长参谋信息汇总;③核心指标大盘;④核心指标分析(按应用);⑤回收效果监控。

    • 核心指标大盘:针对已同时接入归因数据和投放数据,且投放消耗>0的全部应用,在所选日期的新增激活用户,计算其投放&变现的大盘指标及波动趋势;
    • 核心指标分析(按应用):该模块相比上一模块而言,额外包括仅接入了归因数据,未接入投放数据的应用,并且以区分应用的方式呈现;
    • 回收效果监控:通过规则设置,检测优质/劣质在投计划,方便快速识别和复制优质计划,并支持跳转至广告平台一键关停劣质计划和配置告警:排行榜规则配置:可根据考核标准/指标(如计划消耗、LTV和ROI等)个性化配置排行榜规则,决定哪些计划回收效果属于正向/负向,保存后实时生效并默认按照ROI排序,可通过Top排行榜分别查看;推送规则配置:可根据考核标准/指标(如计划消耗、LTV和ROI等)个性化配置告警阈值,彼时增长参谋会将告警信息通过邮件或者待办事项等方式定时推送。
    • 一键关停功能包含四个入口,整体概览、天级报表、小时级报表和素材效果分析,支持批量操作,目前仅支持巨量和腾讯,操作后可在账户中心查看操作日志,无需担心误操作。
    核心指标分析:针对应用核心指标进行不同维度的对比

    支持筛选日期、数据类型、应用、投放渠道、投放账户、广告组和广告计划,筛选结果应用于下方所有图表;

    • 投放渠道建议必选,否则可能导致投放和变现指标对不齐:
      • 变现指标由归因数据得出,除投放渠道量外,还包括自然量和厂商量
      • 投放指标由投放数据得出,仅包含渠道量
    • 核心指标面板将对应渠道的投放-变现指标配对展示,并附上周/日度波动;指标包含激活设备数-变现请求UV数、投放消耗-广告收益,广告ROI t0、广告LTV t0,以及激活成本和转化率;
    • 投放/变现漏斗分析(按激活天数)追踪了应用的投放-变现效率,二者的设备覆盖面有差异:投放漏斗分析仅包括广告投放平台相关数据(不包括自然量、商店等渠道);变现漏斗分析包括归因数据回传全部设备相关数据;
    • 趋势分析(按激活天数)X轴为激活用户累计天数,支持选择7天、14天和90天的数据当选择90天时,默认展示1-7天、14天、30天、45天、60天和90天的数据
      • Y左轴即主指标,默认为广告LTV,可选留存率、广告累计收益和广告ROI;
      • Y右轴即副指标,默认为激活设备数和变现请求UV数;

    以第7天的数据为例,说明6.1日总激活量为3824,这些用户在第7天仍有668个广告请求,即广告7留为688/3824,平均单个用户在7天内产生的累计广告变现收益(广告LTV)为0.63元支持按照维度和事件进行对比,以时间对比为例,可以看到在不同日期的激活用户累计n天的ROI表现差异;原始图表增加对比维度

      • 支持按照维度和事件进行对比,以时间对比为例,可以看到在不同日期的激活用户累计n天的ROI表现差异;
    • 明细报表:支持查看特定激活日期下,针对新增用户,第 n 天的累计广告收益、广告LTV、广告ROI等指标

    3.2 FOR 投放模块

    天级报表:提供完整天级别买量回收数据
    1. 支持自定义筛选字段,包括日期、数据类型、应用、渠道、投放账户id、广告组id、计划id,并可添加指标筛选(可快速过滤激活/消耗少的计划,精准查询),筛选结果应用于下方所有图表;
    1. 支持自定义筛选指标,指标分为激活类、成本类、收益类和行为类,默认仅展示t0,可筛选更长时段的数据;
    1. 支持导出数据,支持计划粒度一键关停。
    • 指标筛选功能
    • 新增其他收入和运营成本指标
      • 新增指标及释义:

    类型

    指标

    释义


    消耗类

    累计运营消耗(元)


    特定激活日期下,针对新增用户,激活第n天历史累计产生的运营成本金额,如红包提现等

    累计人均运营消耗(元)

    累计运营消耗/激活设备数

    累计总消耗

    累计投放消耗+累计运营消耗




    收益类

    累计内购收益(元)

    特定激活日期下,针对新增用户,激活第n天历史累计产生的内购收益金额

    内购LTV

    累计内购收益/激活设备数

    累计总收益

    累计广告收益+累计内购收益

    累计LTV

    累计总收益/激活设备数

    累计ROI

    累计总收益/累计总消耗

    • 一键关停计划需要勾选广告计划粒度,即可直接在参谋侧一键关停计划,仅支持巨量和腾讯两个渠道,操作后可在账户中心查看操作日志,无需担心误操作。
    小时级报表:产出小时粒度的实时买量回收数据

    数据维度和指标与天级报表基本一致,暂不支持运营成本和其他收入等指标计算(22.06.20)

    需注意分时数据更新时间,大约为1-1.5小时,在

    当计划量太大时,无法筛选批量展示计划粒度

    • 使用小时级数据时,应注意顶部待办事项提示的上一时间段数据实际产出时间,避免出现非预期的数据问题;
    • 小时级数据包含两种统计方式:小时和累计
    • 累计当日0时起所有小时累计的新增用户,在当日累计数据指标的表现,用于评估哪条计划买来的用户回收效果好且稳定,针对该计划进行放量;

    从零时截至当前小时(16点),某条计划累计带来1200个新增(0-15点),这些用户在0-15点期间累计创造了600元的广告变现收益;

    • 小时某小时内新增用户,在当日累计数据指标的表现,用于观测哪个时间段买来的用户买量回收效果最好,可在该时间段多放量;

    11-12点,某条计划带来100个新增,当前时间为16点,则这100个用户在11-15点这4个小时累计创造了50元的广告变现收益;

    素材效果分析:将投放-变现指标精细化至素材粒度,提升买量效果
    • 支持筛选日期、数据类型、应用(可多选)、渠道(仅支持巨量引擎和腾讯)、投放账户、广告组、广告计划、广告素材(计划cost>0)、素材类型(图片/视频),以及指标筛选(可快速过滤激活/消耗少的素材,精准查询),筛选结果应用于下方所有图表;
    • 包含素材天级报表和小时级报表两个看板,方便开发者快速分析素材自身质量、投放转化效果,以及其带来用户的留存和变现情况;
    • 开发者需要在归因数据回传创意id,参谋才能知道每个新增用户来源哪个创意id,产出创意粒度的相关数据;
    • 看板功能:
      • 素材作为影响回收效果的重要因素之一,增长参谋针对素材在投放侧、变现侧的数据汇总统计,开发者可根据数据进行素材的不同维度分析,提炼素材优化点;
      • 依托数据高效评估素材质量:
        • 针对优质素材,可根据账户id查看高价值人群标签画像,并应用于后续投放,如素材脚本和人群定向环节的优化;
        • 针对劣质素材,可跳转至天级报表查看该计划的回收效果表现,进行计划一键关停;
    • 天级报表:
      • 查看不同素材的投放回收指标(消耗、成本、ROI、LTV等),分析素材的回本情况,对ROI高的素材不断迭代加量;
      • 通过对比素材视频播放率、完播率、有效播放率,结合点击率、转化率、成本进行分析,分析素材的吸量效果;
      • 通过分析不同素材用户留存、穿山甲留存,分析不同素材带来的用户留存差异,得出高留存用户的素材类型、风格;
      • 快速定位素材对应计划:点击关联计划数,打开素材对应在投计划/账户,定位导致数据差异需要调整的计划/账户等;
    • 小时级报表
      • 累计Tab:展示素材维度,当日累计的回收效果,根据排序可快速定位当日回收较差/较好的素材,提高投放调整效率;
      • 小时Tab:分析素材在不同时段下的回收效果,更有效协助调整及分析素材对应的人群特征及更适合的买量时段。
    人群定向分析:披露激活用户的画像分布及其效果指标

    支持筛选日期、数据类型、应用(可多选)、渠道、投放账户、广告组和广告计划,筛选结果应用于下方所有图表。

    • 数据解读将筛选后的新增激活设备与字节系用户数据进行拼接匹配,精准分析其用户画像;给出在某些回收效果指标中显著更优的用户标签,这里使用的是TGI指数;建议应用至后续巨量投放定向中;
    • 人群定向功能主要包含用户属性和设备属性用户属性:包含标签性别、年龄、地域、城市级别、居民小区、人生级别、消费能力、职业分布;设备属性:包含标签平台、运营商、手机系统、手机价格、网络分布;

    CASE:人群定向—产品优化参考

    before:游戏的题材、风格、难易程度,缺少数据支撑;

    • after:根据增长参谋给出的人群定向,以人群画像确认游戏品类,并进行针对性的调整游戏设置:
      • 性別分布:调整游戏风格如果性别分布发现,男女性用户分布有明显差距,可以对游戏风格进行迭代,例如女性用户偏多且ROI更好,则将美术风格变得更卡通;男性用户多的话,美术风格则偏写实;
      • 年龄分布:调整游戏关卡难易程度,需要根据年龄分布进行调整。如果年纪偏大的人较多,则设置简单一些,如果年轻人多,则可以增加难度,让游戏更有挑战性;
      • 地域分布:可以在游戏内增加用户分布最多的地方特色,更换对应的美术风格,做一些特殊活动,活跃用户的游戏参与度;
      • 手机型号、价格:看消费能力,评估产品对高消费人群的吸引力,知道不同类型产品的消费人群分布,可以有针对性地推出游戏活动、广告变现策略的设置。
    • 图表分析
      • 可筛选多重指标,包括LTV、ROI等,展示在Y左轴,同时可选择TGI或激活设备数展示在Y右轴;

    当Y右轴为TGI指数时,虚线代表TGI=100,当TGI>100时,展示为红色,代表该人群标签在所选指标的表现显著更优,且在虚线上方距离虚线越远显著性越高;当TGI<100时,展示为黄色,代表该人群标签在所选指标的表现不显著;

    出价方式分析:计算不同出价方式的回收效果,明确更优的出价方案

    支持筛选日期、数据类型、应用(仅单选)、投放账户和出价方式,筛选结果应用于下方所有图表;

    目前出价方式仅支持巨量引擎的投放数据进行分析。

    • 数据解读:分别从投放(消耗&量级)、变现(广告LTV t0/13)、留存(广告留存率t1/3)和回收(广告ROI t0/1/3)数据四个维度评估更优的出价方式;
    • 出价方式分布分析:可查看所选条件下,不同出价方式的新增激活数/投放消耗占比和实际量级;
    • 出价方式趋势分析:可查看所选条件下,不同出价方式的新增激活数/投放消耗的比重和分日波动情况;
    • 回收效果分析(按出价方式):
      • 可比较所选时间段内,不同出价方式的投放情况,以及其所带来的新增用户的回收效果,可选多种指标,如t0/1/3/7的ROI、LTV和留存指标等;

    case:广告LTV t7时,图例所示意为6.4日,次留双出价计划激活的用户累计7天的LTV时0.57,单出价计划激活用户的累计7天LTV为0.45;

    • 回收效果明细报表(按出价方式):可以查看按照出价方式分类的详细数据明细。

    FOR 变现模块

    收入结构分析:从广告变现场景维度多维分析数据,从变现侧出发做出调优

    支持筛选日期、数据类型、应用(仅单选)、代码位类型用户类型(新/老,且归因回传增长参谋),筛选结果应用于下方所有图表

    • 变现指标概览:所选条件下的变现展示量、eCPM、广告ARPU和当日广告收益,以及其周/日波动情况
    • 变现漏斗分析:包含两个维度,按设备维度和按次数维度,并提供行业同类应用的比较数据,方便开发者发现问题
      • 设备维度:当日访问——广告请求——广告展示——广告点击
      • 次数维度:广告请求——广告返回——广告展示——广告点击
    • 时间趋势分析:对比新老用户在一定时间段内的eCPM、ARPU、IPU和广告收益等数据
      • 主指标-Y左轴可选eCPM、ARPU、IPU等
      • 横坐标-X轴为日期
      • 副指标-Y右轴可选变现设备数、变现请求UV等指标
    • 广告频次分析:对比新老用户在不同IPU区间分布的情况,以及其对应的eCPM和ARPU
    • 收益分布分析:对比新老用户在不同ecpm区间分布的情况,以及其对应的IPU、变现人群请求和变现人均展示次数



    本篇目录
    联系我们