中文
登录
后可查看全部文档
增长参谋/平台操作说明/增长参谋-开发者使用手册
增长参谋-开发者使用手册
最近更新 2022-04-24 10:22:16


>>加入参谋社群了解更多

一、认识增长参谋

1. 基础逻辑

打通用户行为、广告投放、变现数据,提供以ROI为核心的增长全链路数据;细分不同买量计划下新增用户的LTV、ROI、留存、用户生命周期、用户行为,对比不同渠道不同计划买量新增用户回收效果。

2. 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;

【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

3. 数据分类

分类

数据来源

指标

定义

公式

归因数据

开发者

T0/T1/T30

用户激活当天为T0,次日为T1,激活第30天为T29;


激活数

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

T3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;


LTV

激活用户累计第N天的平均用户变现收益;

LTV=变现收益/激活数

投放侧数据

开发者

投放消耗

投放广告花费的金额;


激活成本

指单个用户的激活成本;

激活成本=投放消耗/激活数

衍生指标

计算指标

ROI

激活用户在第N天的累计ROI;

ROI=变现收益/投放消耗

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;

留存率=留存用户数/激活数

人均使用时长

激活用户在第N天使用APP的人均时长;


二、产品功能及使用

1.  整体概览

信息汇总:快速了解当前接入产品状态

核心指标大盘:快速了解昨日买量的大盘情况及波动情况(买量成本、买量激活和买量效果), 仅计算投放消耗cost>0的用户,即未授权投放/自然量部分用户未在计算范围内

核心指标分析(按应用):分应用查看买量情况(在投计划数、买量成本、激活等),一览各应用买量概况是否满足预期(计算范围不限制投放消耗,未归因收到的全部新增用户(包含授权投放/自然量部分用户))


排行榜及告警规则设置

将广告计划按照ROI排序,点击计划即可跳转投放平台进行关停or提(默认取top投放消耗计划,该范围内按ROI排序产出计划粒度的正负排行榜)

① 自定义排行榜标准:根据自己对ROI、LTV的评估标准对排行榜进行筛选及排序并披露是否达标的计划概览;

② 自定义设置告警规则自定义设置推送的考核标准,每日监控不达标计划,并通过待办事项、站内信、邮箱推送

2. 核心指标分析

  • 数据概览:快速了解当前应用、当前口径整体当日数据表现及最近7天波动趋势
  • 漏斗分析:
    • 投放漏斗:当前激活日期,从投放展示、点击、转化次数评估转化链路
    • 变现漏斗:以「人」的角度,从新增去重设备 -> 请求UV -> 展示UV -> 点击UV 评估用户变现基础链路(Eg:1000个新增设备,500个请求UV,转化率50%,思考:为什么50%的用户未产生变现行为)
  • 趋势分析
    • 主要指标:① 主指标:应用留存率、请求渗透率、ROI、LTV、累积变现收益;② 负指标:激活变现数、变现请求UV、应用留存数
    • 对比分析:① 时间对比:最多可对比4个日期  ② 维度对比:最细可到计划粒度 ③ 可以解读什么?(Eg 请求UV、LTV:从广告变现视角看用户留存,评估用户变现价值衰减趋势)

3. 回收效果分析

3.1 投放渠道分析
  • 趋势对比:对比不同渠道回收及分布趋势
  • 明细报表对比不同渠道、不同日期ltv、roi、留存、广告渗透、展示次数等
3.2 人群定向分析
  • VS巨量用户画像:
    • 相同点:增长参谋用户画像对应的标签对其巨量用户画像体系,也就是用户标签的来源是相同的; 
    • 不同点:① 巨量的画像:披露转化用户画像分布,不同属性标签下对应的投放消耗、成本、转化等;② 参谋的画像:披露激活用户画像分布,不同属性标签下对应的投放数据、变现数据及回收效果数据(LTV\ROI\变现ECPM等
  • 标签类型:① 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)② 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)
  • 应用场景:
    • 精准营销-用户运营:从粗放式到精细化,将用户群体切割成更细的粒度,辅以短信、推送、邮件、活动等手段,驱以关怀、挽回、激励等策略。
    • 数据应用-广告投放:广告投放基于一系列人口统计相关的标签,性别、年龄、学历、兴趣偏好、手机等等。可通过不同标签甚至组合标签中LTV、ROI表现相对较差的用户应用到投放系统,用排除的方式提升投放效率,当前最细粒度可到计划粒度
    • 用户定位-分析:用户画像配合研究新增的用户有什么特征,核心用户的属性是否变化,精致定位不同计划、投放账户所带来的用户是否为产品所需要的目标用户


3.3 出价方式分析
  • 数据解读:筛选核心指标,提示该指标的最优出价方式
  • 出价方式分布&趋势分析:次留出价、关键行为出价等方式每日的消耗情况、占比
  • 回收效果分析:不同出价方式的ROI、LTV对比
  • 回收效果明细报表:查看不同出价方式在每个指标的表现,帮助定位最优方式,如ROI最优,但是在投计划数却偏少,则可以增加计划
3.4 关键行为分析
  • 目标:对比&挑选某天/某时间段新增用户不同变现行为的LTV、ROI、ECPM等
  • 用于投放:更合理筛选关键行为变现指标(IPU&ECPM),提供cpm与广告展示次数的数据对应关系,解决广告变现调优定位问题
  • 用于变现: 
    • ① 结合gromore,新增用户的waterfall配置评估参考(Eg:ecpm区间在30-40之间的用户占新增激活用户的4.95%,841个,平均ecpm为35.3)
    • ② 结合广告场景设置及广告样式收入分布,探索场景及广告链路优化空间(Eg:思考为什么34%的用户未产生变现收入,是已产生请求未展示?是未产生变现行为?是否有新用户保护,结合留存趋势是否还需要持续保留新用户保护策略等)
3.5 收入结构分析
  • 广告样式对比:从广告变现场景维度对回收效果进行分布、趋势和多维分析,指导开发者对变现做出调优;
  • 渠道 X 样式变现明细:
    • 维度粒度:代码位类型X投放渠道推荐
    • 关注数据:对比不同渠道来源用户对应在不同广告类型上的变现行为,包含不限于人均请求次数、人均展示次数、ECPM,可有效协助判断是否应该调整投放渠道、场景链路

4. 基础数据报表

4.1 天级数据

提供完整的天级别买量回收数据,媒体可以详细对比不同维度的指标;

4.2 小时级数据

小时为粒度进行产出,买量当日即可知道实时的回收情况,为开发者提供当日买量决策的数据支撑。

  • 累积维度:当日归因激活用户回收效果
  • 小时维度:当日不同时间段产生的激活用户在当日的回收效果

三、如何接入增长参谋

1. 注意事项

2. 归因数据接入

  • 自归因:涉及到研发回传、调试
  • 第三方归因:热云/AF/友盟/Talking Data,主要以配置工作为主

3. 投放数据接入

  • 投放账户授权:只需要运营or优化师进行简单的账户授权操作——巨量引擎/腾讯广告
  • API自助接入:除巨量&腾讯广告外的其他投放渠道需要开发者的服务端技术同学,先将投放平台的投放数据拉取到开发者后台,再通过增长参谋提供的API将投放数据回传给增长参谋(API支持的投放平台详见API支持的投放平台

四、增长参谋使用课程汇总

  1. 「增长参谋」产品公开课:https://www.csjplatform.com/growthcenter/61667195f76b330049976599
  2. 「增长参谋」接入指南https://www.csjplatform.com/growthcenter/61b6e40c7f406f004aed50fb?live=1
  3. 「增长参谋」实战课程:https://www.csjplatform.com/growthcenter/61b6ed7ef76b33004997a0b6?live=1
  4. 「增长参谋」产品功能及使用



本篇目录
联系我们