編輯導語：伴隨著市場環境的變化，精準營銷成為企業所需采取的策略之一。利用精準營銷，企業可以更有效地獲得優質用戶，并更大程度地發揮用戶價值。本篇文章里，作者便針對以廣告變現為主的工具產品，闡述了如何應用精準營銷的方法策略，一起來看一下。

一、背景

隨著市場競爭的加劇，在工具產品中做廣告變現越來越難了。除了受到同行的擠壓，更重要的是平臺的算法機制越來越完善，開發者的利潤在逐漸攤薄。因此當前整體市場除了拼產品創意度以外，更重要的是拼產品的精細化運營。

如何買到更優質的用戶（高ROI）？如何做用戶精細化運營以實現收益最大化？這些問題正是我們下一步需要思考的。筆者基于這些情況，想與大家共同來探討這個話題。

二、目的

了解目的的前提，首先要明確筆者所說的的商業模式。整體來看，主要是流量變現，既是（流量的）買方又是（流量的）賣方，我們只是賺取中間差價的中間商。

1. 買方

作為買方，我們希望買到高ROI的用戶（ROI=收益/成本）。對此，我們需要以合適的價格區間買到合適的用戶，以實現ROI最大化。

注：價格越高，收益可能越高，但ROI不一定。

2. 賣方

作為賣方，我們希望可以以盡量高的價格將我們手中的流量賣出。站在運營的角度來看就是流量分層設計，如何最大化利用流量獲取收益；站在產品的角度來看，則是如何差異化運營做不同的產品&廣告分發策略。

3. 平臺

但不管買方還是賣方，這個市場其實收益最大的還是平臺，所有的游戲規則都是平臺制定的，我們只是在規則下進行發揮。在我們沒有平臺的基礎上，我們能做的就是盡可能去抓得更細，以爭取盡可能多的利益。

我們做精準營銷的目的主要是兩個，一個是如何買到更優質的用戶，另一個則是如何將用戶價值發揮最大化。

三、如何抓取更優質的用戶（買量）

對于市場端而言，我們的目的就是如何買到更優質的用戶。

在這里，我們要明確下優質用戶的定義，那么什么才是優質用戶？在這里，筆者認為兩類用戶均可認為優質用戶。一類是高arpu值的用戶（絕對優質），一種是高ROI用戶（相對優質）。其中，我們所追求的正是高ROI用戶。

1. 高arpu值用戶（絕對優質）

筆者拉取了歷史數據，發現高成本買回來的用戶帶有高ecpm、高arpu值屬性，即高價買的用戶大概率也是受益最高的。因此，筆者認為平臺的目的就是不斷地讓大家出更高價格買量。因此，我們若想破局，只能逆著平臺的思路來。

1）低買高賣

即我們用低價買到高價值用戶，然后高價賣出。但是由于平臺算法的強大性，我們是很難進行這樣的操作的，大概率還是回歸到平臺所希望的那樣：出價越高買的用戶越好，大家卷起來。

因此，在這里我們不妨思考下，以一款高客單價的產品去買一些低客單價的用戶，從而獲取利潤。這種無非是幾種操作，一就是用一個殼去買一類用戶，這種回被平臺認定為作弊；一種就是我們的變現端很強大，我可以低單價買的用戶同樣能做到高變現。還有一些其他的操作，大家不妨思考下。

2）高買低賣

這種一看就是虧本的，但是我們不妨思考下真的沒有操作空間嗎。筆者認為，如果單從廣告變現來考慮，鐵定是虧本的，但是如果拋開廣告變現的目的不談，我們以高價買回來的用戶除了作為變現用還能作為引流用，這種有沒有操作空間呢？筆者認為或許可以的。

總的來說，基于平臺算法機制，我們已經很難在這種情況下用常規手段買到高價值用戶了，能買到的付出的成本必然也會很高。因此，在這種情況下，“低買高賣”和“低賣高買”或能成為一個思路，這需要變現端緊密配合。

2. 高ROI用戶（相對優質）

相較于高arpu值用戶未必能如心意，高ROI用戶則穩定很多，這也是我們在買量端突破的重點。

那么什么是高ROI用戶呢？筆者認為，這里我們需要考慮兩個因素，即首日arpu值和留存。就是說我們要盡可能買首日高arpu值及高留存的用戶，但是實際情況是這類用戶就是對應高arpu值用戶，即我們要付出的成本非常高，但是ROI未必能達到預期。所以我們必須對成本有所控制，在首日arpu值和留存之間做出取舍。

基于此點考慮，筆者認為可以結合用戶行為及廣告行為有以下幾個思路突破。

1）高arpu值行為

高arpu值行為這個很好理解，因為我們產品是做廣告變現的，因此高arpu行為即與廣告點擊及廣告曝光息息相關。筆者認為廣告平臺也是這么考慮的，對于高廣告曝光及高廣告點擊在流量分配的時候一定會讓買量端出更高的價格才能拿到，因此僅僅是取高ecpm行為是不夠的。

2）高留存行為

高留存行為可以參考長線用戶主要用哪些場景/功能，采用這些來做針對性買量。當然最后得到的結論可能是高用戶行為必然對應某些行為，通過這些行為找到的用戶必然是高留存的。因此，實際操作過程還需觀察。

3）高用戶行為

高用戶行為指的是用戶常用的行為，譬如某些場景/功能，不管什么類型用戶大都都會用到，譬如退出APP這個行為。筆者設想，能否通過這些行為的觸發頻率及時間來做針對性的買量。即同樣的退出這個功能，高arpu值用戶可能進入后1分鐘才會觸發，低arpu值用戶20秒就會觸發。因此，這個或可成為一個思路。

但是關于究竟用哪種？哪種與哪種組合用？權重有多少？這些是需要我們大量計算并逐步驗證的，我們能做的就是盡可能找全，分類好，再逐步驗證。

四、如何做精細化運營（賣量）

做精細化運營的目的是使得收益最大化，其本質是盡可能讓用戶產生更高的價值。

而高價值主要包含兩種，一種是實際廣告行為，即用戶在該產品內產生高價值（廣告點擊&廣告曝光）；一種是做流量分發，即將該用戶引入到其他產品內以獲取更高收益。

但不管廣告行為分析還是做流量分發都離不開我們對用戶價值的衡量，即我們要非常明確知道用戶的實際價值有多少，已產生的價值有多少，還能產生什么樣的價值。了解這些才能幫助我們去做后續的事情。

要衡量用戶價值，我們可以從兩個角度來看，一是廣告行為，二是用戶行為。

但是光有這兩個維度是不夠的，筆者認為在不同的階段，我們對用戶價值的判斷也應該是不同的。比如，用戶剛進入對比用戶已活躍一段時間，其廣告行為及用戶行為相差是非常大的，筆者認為我們應當在不同階段有不同的衡量標準才能幫助我們更準確找到我們所需要的用戶。

結合用戶使用方式，筆者認為我們可將用戶分為以下三個階段：

1. 第一階段，當用戶進入的時候，我們如何快速對用戶進行劃分，以預估這批用戶的價值。
2. 第二階段，當用戶完成一定（時間）操作的時候，我們如何結合用戶初始數據及用戶后續行為數據，對用戶做個相對準確的定量分析，即當前這批用戶價值如何、有哪些有持續價值、有哪些有短期價值，等等。
3. 第三階段，當用戶在產品內（一段時間內）持續產生行為的時候，我們如何動態對用戶進行跟蹤并不斷矯正數據以實現數據準確性，同時兼顧流失用戶，減少用戶流失。

1. 第一階段

在這一階段，我們的目標是在盡可能短的時間內，對用戶價值做個粗略的衡量。筆者認為，這個時間段應該控制在用戶打開APP到進入APP這段時間內。

要實現盡可能快地對用戶做個價值衡量，離不開我們歷史數據，且歷史數據要盡可能新（注：不同產品應當建立不同的數據庫，混用可能導致數據不準確）。結合用戶鏈路及分析角度，筆者認為，我們可從廣告行為這一事件為突破點：

1）取各廣告類型的首個廣告的ecpm，取首個廣告的原因是首個廣告的干擾是最小的。

首個廣告更取決于廣告主對用戶價值的一種評判，而且這種評判往往還是趨向于真實值。因此，我們可選的就是首次開屏、首次插屏圖片、首次全屏視頻、首次激勵視頻、首次信息流。

由于初次開屏的ecpm難以抓取，一般取其他的廣告類型。但是針對不同產品，我們所選的廣告類型應當是不同的，譬如：大字版可以以插屏圖片，清理產品可以以全屏視頻。

2）取用戶在打開APP至進入APP內整體廣告廣告鏈路情況，涉及到具體廣告曝光及廣告點擊情況來分析。用戶在整個鏈路所反映出的的行為是存在某些共性的，以便于我們更好的設計鏈路。

譬如用戶對不同環節的廣告點擊情況，結合既有數據及用戶實際行為對用戶做個推測以判斷用戶具體屬于哪一類（這里涉及到對歷史用戶行為的分析及歸類）。

2. 第二階段

在這一階段，我們的有兩個目標：

1. 對用戶做定量及定性分析，要非常清楚用戶實際價值及未來價值，甚至能定位到用戶個體。
2. 結合我們對用戶的分析在產品側盡可能提升收益。

在本階段，我們主要思考兩個問題：第一個問題，我們如何去衡量用戶價值？第二個問題，我們如何針對不同價值的用戶做差異化運營？

1）我們如何衡量用戶價值

要搞清楚我們如何衡量用戶，首先要明白我們衡量用戶的依據。我們主要以三方面數據來評判用戶價值：

1. 用戶初始價值（首次廣告ecpm），這是平臺對用戶的歷史行為做的評判。
2. 用戶實際行為，這個取決于我們根據用戶實際進入鏈路以及歷史用戶數據對用戶做的一個預估。
3. 用戶后續行為，即用戶實際進入之后的一些行為。

這三方面權重不同，在用戶進入階段，我們對用戶的評判主要依賴于平臺方；在用戶進入產品內，我們的參照標準應傾向于用戶的實際行為；在用戶使用產品的過程中，我們的衡量標準應重點放在用戶的后續行為上。

基于階段的不同，筆者認為我們需要對用戶價值做個階段性評估：

① 初始階段

在這個階段，我們重點的衡量因素是用戶實際的ecpm情況，我們需要對歷史數據（歷史數據盡可能新，同時還要考慮分產品的情況）做個匯總，歸納出不同ecpm用戶的實際LTV情況（細分的話要細分到小渠道甚至個人），從而再根據用戶實際ecpm來預判出用戶的LTV（實際價值）。

在本階段，重心主要還是放在對歷史數據的整理及找規律上面，相對來說還是比較容易的。

② 實際行為階段

在這個階段，我們重點是對用戶轉化鏈路進行分析，目的是了解用戶實際行為并調整轉化模型優化轉化效率及提升收益。

在這個環節，我們需要重點關注用戶的關鍵性行為（用戶行為），實際的廣告曝光及廣告點擊情況（廣告行為）。例如，可對壁紙設置做分析，涉及到?；?/b>；可對整體轉化事件分析，涉及到鏈路的流暢性及收益；可對部分高點擊的廣告場景分析，涉及到用戶畫像或者鏈路的合理性。