編輯導語：當下互聯網時代，流量的分配與管理成為了媒體們的重要工作之一。那媒體如何做廣告流量的分配與管理？本文從底層邏輯出發，跟大家一起分析廣告流量分配的原則和方式。一起來看看吧。

本文面向讀者：

產品（APP）已經進入商業化階段，并且選擇了廣告流量變現。

在面對接入的多家廣告供應商（聯盟、代理、直客）等，不知如何更優的分配流量的媒體。

接下來，我們從業務的底層邏輯開始進行思路分析，我將帶領大家逐步分析出廣告流量分配的原則和方式。

一、優先級原理

從媒體的角度出發，廣告變現的目的很單純，即：收入。

那么和收入最相關的因素是什么呢？

根據如下廣告收入公式（廣告收入=eCPM*曝光PV/1000），很清楚的可以發現和廣告收入直接相關的因素有2個：eCPM和曝光PV，曝光PV是我們APP可以提供給廣告變現的流量。

那么，我們這里主要討論下eCPM。

eCPM的波動因素比較復雜，有外部因素，有內部因素，例如：

在實際操作過程中，產品屬性、用戶屬性是我們無法改變或者短期內無法快速改變的，而廣告位的設計和樣式優化與本文主題無關，外部因素的市場和季節影響對所有媒體都一樣，所以這些內容在這里不進行展開。

廣告供應商平臺的資源和能力其實可以和內部因素的廣告平臺選擇作為同一個維度進行分析，投放策略也就是我們這篇文章的核心討論點。

市面上有很多廣告平臺，有的是聯盟，例如騰訊的優量匯、頭條的穿山甲等，也有很多代理公司以及直接做直客的供應商，每一個渠道的平均eCPM都不同，有的甚至差距很大，這和渠道的商務資源能力及技術能力有關。

那么我們在分配流量的時候，很自然的可以想到，要把流量先分配給eCPM更高的渠道。

這里就有了一個優先級的事情，哪個渠道的eCPM更高，就優先展示這個渠道的廣告，當廣告展示失敗的時候，再展示次級eCPM價格的渠道廣告，以此類推。

這里提到的“優先級”，就是廣告流量分配的基礎原則。

當然，eCPM是一個動態變化的事情，渠道廣告預算的變化及市場經濟經濟的波動都會影響到eCPM，所以需要運營同學隨時關注數據，及時調整。

剛才提到廣告展示失敗的時候，展示次級eCPM的渠道的廣告。

那么，什么時候廣告會展示失敗呢？廣告展示的流程為：請求-請求返回成功-曝光。

“請求返回成功-曝光”這個過程的成功率為展示率，這個展示率和媒體的耗時限制有關。

這里我們主要討論“請求-請求返回成功”的過程，這個過程的成功率為填充率，填充率映射的是每一家渠道的廣告商務能力，像Google這樣的公司，哪怕位置很差的廣告位，填充率基本都是接近100%的，而國內的主流聯盟公司的填充率差別也是比較大的。

因為廣告的請求到曝光是有耗時控制的，因此肯定希望在限定時間內，有更多的廣告請求得到了有效的曝光，這樣才不會浪費流量。

因此，自然而然的可以想到，填充率高的渠道應該給更高的流量優先級。

至此，關于“優先級”，我們已經提出了2個因素：eCPM和填充率，兩者都是更高值的渠道給更高的優先級，那么，如果兩者沖突怎么辦？

比如：A渠道的填充率很高，但是eCPM很低。

在實際操作過程中，這是一個基本都會遇到的問題，所以我們在考慮優先級的時候可以按照如下幾個標準去分析優先級：

原則上，基礎優先級按照eCPM排列，前一個層級展示失敗或者填充失敗的時候請求下一個層級。

如果渠道的填充率非常低，甚至低于1%，那么除非eCPM比其他渠道高很多，否則可以根據媒體的耗時情況酌情考慮剔除該渠道的流量，或者將該渠道的優先級降低，尤其是耗時問題比較嚴重的媒體。

eCPM很低但是填充率很高的渠道可以排較低優先級作為打底廣告，根據經驗這種渠道在市場上是非常多的。

如果有幾個渠道，eCPM和填充率差不多，可以將這些渠道設置成平級。

渠道提供的廣告接入方式一般有API和SDK兩種。

SDK廣告一般只能由客戶端發起請求，而針對API渠道的廣告，不同媒體的技術實現方式不同。

如果API廣告是由服務端發起請求的，那么API渠道的廣告優先級只能高于SDK廣告。

這個時候媒體商務在對接的時候，必須要求API渠道的底價eCPM不低于SDK渠道。

當然這樣的風險就是API渠道的填充率可能會比較低，尤其是市面上的主流大公司基本不提供API接入方式。

所以這個時候就需要運營同學根據媒體情況，和所有渠道的eCPM和填充率情況，做一個綜合決定。

可按照如下公式進行策略ROI的對比：

第一層渠道廣告收入=總廣告請求PV*第一層渠道的填充率*第一層渠道eCPM/1000*第一層渠道廣告展示率。

第二層渠道廣告收入=(總廣告請PV-第一層渠道展示后剩余PV)*第二層渠道的填充率*第二層渠道eCPM/1000*第二層渠道廣告展示率。

以此類推，可以算出每一層的預估廣告收入，然后將所有層的廣告收入相加，即可大概的預估出該策略的收入，通過這種方法可以簡單的進行不同策略間的ROI分析。

當然有技術條件的媒體可以對所有策略進行AB測試，直接用在線上數據做效果對比。

目前為止，我們已經分析完流量分配策略的基本原理，即優先級原理，當然在實操過程中，要綜合考慮耗時、各渠道的eCPM和填充率差距等，進行綜合計算和分析。

二、權重和包量

前面講到，有些渠道我們設置成了平級，針對平級的渠道，有時候我們可以根據實際情況進行流量權重的分配。

比如渠道A和渠道B雖然平級，但是A權重為60%，那么當流量流到A和B這一層的時候， A會有60%的機會拿到流量，B有40%的機會。

這種流量分配策略，主要用于幾家渠道評估下來效果差不多情況下的靈活運營，以及我們和渠道方談的流量相對固定的情況，當然這種情況為了滿足渠道方的需求，需要運營做相對精準的流量計算，來計算出這個權重比值。

對于有技術條件的媒體來說，也可以通過一個包量的方式滿足渠道的這種固定數量流量的需求。

當然包的流量總值需要按照全天的APP活躍波動進行至少以小時為單位的流量動態分配，并且包量的流量分配是獨立于優先級和權重分配的。

三、更復雜的策略

以上，基本講完了廣告流量分配的基礎原則，按照這種方式進行流量分配的思考和管理，基本可以滿足業務的基礎運營需求。當然進一步還有一些更復雜的策略，以下做一些簡單的描述：

廣告請求和展示不要以渠道的方式進行，而以訂單的方式進行，這樣每個渠道可以有多個訂單，我們就可以針對每個渠道設置一些高價訂單和低價訂單。

我們從訂單的維度進行流量的分配，因為每個渠道可以有多個訂單，這我們可以分配的流量請求單元變多。

例如：有4個渠道，按照渠道分級，我們可以分為4層進行廣告請求，如果我們變成訂單維度，假設4個渠道里有3個渠道分別有2個訂單，1個渠道有1個訂單，那么一共有7個訂單，從訂單維度分級，就可以分7級，這7個層級的eCPM和填充率都有一定的差別。

當然，不是說所有的渠道一定要多個訂單，這個還是要根據渠道和媒體實際情況來判斷的，有的渠道也許一個訂單就足夠了，畢竟訂單層級變多了，耗時也會變多，所以需要綜合考慮。

另外，可以在渠道和訂單維度都增加優先級功能，在運營實際制定和配置策略過程中會更加方便，但是這樣對產品經理的后臺設計要求也會更高。

上述提到的包量和權重分配同樣可以在訂單維度設置同樣的功能，這樣就可以針對同一個渠道，進行單個訂單（往往和底價有關）的包量和權重分配，這樣我們和渠道的合作會更加的靈活，策略也可以更加豐富。

前面講到eCPM的影響因素的時候，投放策略里提到了素材和人群等。

每個媒體的用戶往往是有群體劃分的，最基本的也會有城市級別（一二三四線）和性別的劃分，而往往不同群體的eCPM是不同的，例如不同城市級別用戶的eCPM不同，男性和女性的eCPM也不同。

那么我們在分析策略的時候，可以針對不同的用戶群體設置不同的訂單，配置不同的底價，配置不同的渠道和流量優先級。

這個需要媒體在廣告業務已經運營了一段時間，且對自己的用戶畫像和不同畫像之間的廣告數據差異已經有了非常明確的認知才可以有效的運營。

前面我們提到的所有流量策略，都是基于串行的流量請求邏輯。

當媒體的廣告業務運營到一定階段，且渠道多到很難再輸出策略的時候，就要進行并行，或者RTB競價的運營模式，這種模式相對復雜，而本文主要面向剛開始進行廣告流量變現的媒體，因此這里不再展開，后續將單獨開文描述。

四、總結

根據如上的分析和描述，廣告流量分配的基本原則就是優先級原則，在耗時允許的前提下，將填充率和eCPM作為主要因素，同時搭配流量權重和包量策略，綜合計算并分析出適合自己媒體的流量分配規則。

同時，也提供了一些相較更復雜的策略方式，例如：訂單&渠道結合的優先級/權重/包量的方式，用戶分群精細化運營等。

最后，希望本文可以給剛開始做廣告流量變現的媒體有一些幫助和啟發。

本文由 @小木 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自 Pexels，基于 CC0 協議。