产品赚钱背后的逻辑之广告

本文是几个月前在池老师「攻城狮之路」做过的讲座的删减版。最近整日开会和培训,白天晚上连轴转,说话说到腿软(我现在特别由衷敬佩那些能够站在讲台上讲课的老师,真心不易),于是便闹了文章荒。实在没招,便把这篇一直藏着的文章放了出来。

我在我的『途客圈创业记』里提到汪华跟我们讲产品 sustainable 的两种可能:1) 产品不赚钱,但也可以以近乎免费的价格快速大量获取用户;2) 产品赚钱,平均从每用户身上赚到的钱,要大于用户获取所花费的钱。这个道理听起来简单,实践起来很困难。不管是羊毛出在羊身上,还是羊毛出在猪身上,所有的互联网商业模式最终都需要走向赚钱。

赚钱的方式主要是两种:1) 做广告 2) 做交易。

今天主要讲讲做广告。

做广告我在之前的公众号文章「工程师的三观」里简单介绍过,先回顾一下,然后再详细讲讲里面的概念:

想要知道测量什么,需要知道某个产品最重要的 KPI 是什么。以我肤浅的认知举个例子(自己公司的例子不好举)。比如 facebook ads,其最核心的 KPI 应该是 impression(广告的展示),因为其收益是基于 impression 的。那 impression 就是最基础的测量数据。一个广告的 impression 是否达成,不能 facebook 一个人说了算,需要同时往第三方机构发送用于追踪的 pixel(pixel 是一种数据追踪的方式,广告究竟展示了没有,需要 pixel 来验证)。所以 pixel 也是一个关键的测量数据。从 impression 往回推,是 AO(ad opportunity,广告机会)。facebook 在每个 timeline 里面会计算出各种各样的 AO:假设 每个人的 timeline 里每隔 8-12 个 feed 就出现一个 AO,但当前 facebook 的广告库存里只有定向发送给30-40岁的受过高等教育的高收入男性的广告,所以一个刚毕业的学生的 timeline 里是不会有广告的,这时候这个 AO 就是 Empty AO(空置的广告机会),它不会产生收入。空置的广告机会也可以用来插入产品自己的广告(in-house ads),帮助宣传自己的产品,或者促进自己产品的增长。

这里面提到了好多概念:

首先看 impression。

impression 指广告的展示。这是来自电视广告或者杂志的概念,当节目场景切换(或者杂志翻页)时插入的,能够给端着爆米花,坐在沙发上看节目(或者看杂志)的用户留下视觉残念的动态视频或者静态画面。

从 impression 中可以引出 CPI/CPM,即 cost per impression,每次展示的花费,和 cost per thousand impressions,每千次展示的花费。

传统媒体到 impression 这里就终结了,用户感受到了品牌的力量,产品的质感,然而产生下一步的行为都和这个广告无关了,因为它们基本不可追踪(也不尽然,现在可以通过让用户扫描 QR 码进行追踪)。所以传统媒体广告的效果只能估算,比如一个杂志的发行量 10w 册,卖出去 8w 册,理论上有 8w 个 impressions;一档节目在某个人口一亿的省份的收视率是 1%,节目播放期间总共插20个广告,那么理论上有 2000w 个 impressions。

然而互联网媒体有更多的玩法和商机。追踪一个链接的来源是轻而易举的,用户可以点击进一步了解广告的标的,这是一种传统媒体无法企及的广告方式:CPC,cost per click 或者 cost per thousand clicks;此外还可以追踪用户的行为,比如说 app 的安装行为,也可以叫 CPI,cost per install,或者更干脆由广告主选择他们期待的用户的行为模式,比如关注公众号,这是 CPA,cost per action。CPI/CPA 也许是当今最有效的广告模式了 —— 广告第一次和商业目标如此紧密地联系起来。

从转化率上看,impression 最低,click 其次,install/action 最高。因为广告的最终目的是唤醒用户的某种行为。所以从价格上,三者是相反的。很多广告商会 impression 收一个价钱,click/install/action 再收一个价钱,层层盘剥。

互联网广告和传统媒体广告还有一个最大的不同是广告本身的追踪。传统媒体广告做没做,一目了然,不存在作假,只可能在发行量/收视率上作假;而互联网上同一个应用,每个用户看到的内容和广告可能完全不同(比如微博),你怎么能够说服广告商你的确帮他们做了广告?你怎么了解在自己的系统上都展示了哪些广告,它们为你带来了多少收益?所以互联网媒体需要追踪广告本身。这种追踪是当广告被展示出来的时候,通过向不同的地址(自己的服务器,广告客户的服务器,第三方统计机构)发送 pixel。pixel 是一种信息的收集方式,可以类比日志;它实质是一个发往某个链接的数据,里面写着诸如:某年某月某日,赵王与秦王渑池会,赵王为秦王展示中国好声音。

接下来一个重要概念是 AO:ads opportunity,广告机会。AO 和另外一个概念 Ad Break 紧密相关。

一个四十分钟的剧,每十五分钟插 5 分钟的广告,加上开场前 5 分钟的广告,一共有 3 个 Ad Break。如果平均每个 Ad Break 放十个定长的广告,那么这个剧总共的 AO 是 30 个。

一本 80 页的杂志,每十页插入一个广告页,那么加上扉页,其 Ad Break 有 8 个。当然,大部分杂志的扉页都放内部文章的广告,鲜有做客户广告的,但这也算广告的一种,我们暂且将其计入 ad break。如果平均每个 Ad Break 放三个广告,那么这本杂志的 AO 是 24 个。

大家估计都看过 NBA 的比赛。美国的职业联赛,无论是冰球,橄榄球,棒球还是 NBA,它的商业氛围都非常浓厚,比如 NBA 一场比赛双方一起最多能有 14 次 100s 的长暂停,再加上每节比赛的间隙和开场前的间隙,算下来一共有 18 次 Ad break,如果平均每个有 6 个广告机会,整场比赛就是 108 个 AO。相比之下,英国人发明的足球就没有那么多商业元素:有效的 ad break 只有两个,开场前和中场休息。中场休息时间虽然很长,但广告效果并不相同,只有开场前几分钟的效果最好。就算每个 ad break 平均可以有 20 个广告机会,一场 90 分钟的比赛也就是 40 个 AO。这就是差异。商业模式上的差异让最具天赋的足球运动员的纯工资收入也就是 NBA 一中等水平球员的收入(你看康利这货都平均 3000w USD 一年);同样,最吸金的英超一年的转播费和 NBA 简直无法相比,更别说 NFL 了。

扯远了。

受到广告库存的限制,不是所有的 AO 都有机会投放广告,这种空闲的广告机会是 empty AO;对于 empty AO,浪费了怪可惜的,一般会酌情放上自己产品的广告,这是 in-house ads,杂志扉页的广告也属于 in-house ads。注意,这里讲酌情,指的是不是所有的 empty AO 都要把它,或者都能把它放上 in-house ads。广告也是一种信息,用户看到的重复信息或者不相干的信息越多,对产品的厌恶程度就越高。

讲了这么些基本概念,我们回过头来看一个具体的产品:facebook app。

facebook 手机上的 app 会在用户的时间线里插入广告。我自己的时间线大概每 8-12 个 feed 会出现一个广告(我们以 8 为例)。如果我每天新生成的时间线(我朋友的各种动态)有 200 条 feed,那么它隐含的 Ad Breaks 是 25 个。由于 FB 每个 Ad Break 只有一个 AO,假设我一天就看一次 facebook,这样我的时间线里每天会有 25 个 AO。在 facebook 广告库存充沛的情况下,我可能会看到 20 个第三方的广告,5个 FB的 in-house ads。会看到一些 in-house ads 是因为 FB 也需要向你推荐系统里的人和事,让你不断觉得「此间乐不思蜀」,同时,你关注的人和事越多,FB 从你身上获得的 AO 就越多,它赚钱的机会也越大。

接下来为简便起见,我们假设 FB 只有一种定价模型,就是基于 impressions 的定价模型:CPM。

基于这样的假设,对于 FB 来讲,最关键的 KPI 是 impressions 的数量,因为这决定了其核心业务的收入。然而 impressions 的多少受到两方面的影响:AO 和广告库存。如果 AO 很少,意味着赚钱的机会很少;如果广告库存很少,即便有了赚钱的机会,也无法通过播放广告来兑现。

我们先把广告库存放在一边,假定库存是充沛的。因为它的获取的影响因子很多,受销售季度的起伏影响,受各大金主的投入预算影响等等,不单单是技术本身的事情。

每日 FB 总体拥有的 AO 取决于 DAU(每日活跃用户)和其新增 feed 的数量。新增 feed 的数量取决于用户平均的朋友数(或者关注数)乘以他可以们平均每日发表有效内容的数量。大概可以弄出来这样一个公式:DAU x avg(friends) x avg(feeds per day) / feeds per break x AO per break。feeds per break,AO per break 可以看做是常量(前文中分别是 8 和 1)。到这里,影响赚钱能力的一些因子就被定义出来,日活,平均朋友数量和发表内容的数量都是可以想法提高的点。

以上的分析是我自己一家之言,里面使用的数据和猜测不完全对,甚至完全不对;但是这种思考问题的方式我们可以把它应用在其它很多场合,包括大家自己的产品上。最近几年创业很火,很多产品还没有想清楚就蹿了出来,如果要问它们的商业模式,几乎都是:我们先做用户,等用户做起来了,流量自然有变现的地方。言下之意是我们先不管别的,把流量做起来再说,做大了,自然有人找我们做广告。其实不是这么一回事。一个产品有没有做广告的能力,以及潜力,不仅仅是做流量和做用户那么简单。facebook 上市之后,其流量和用户变现能力还一直被人诟病,股票一度跌得很惨;直到找到了 feed 流广告这样非常符合其产品气质的方式,以及这种方式在移动端的大放异彩,才有了今天的地位。

回到产品本身。如今市面上的创业产品除了电商(包括O2O),SAAS 等直接从用户那里直接获取收入的产品外,大部分是做内容的产品。做内容的产品即便无法找到获取收入的途径,也要想办法为自己的产品打造广告属性,甚至可以打造一个披着内容外衣的「广告平台」。请不要误解我的意思:这并非无节制地在内容里面安插广告,而是说把一切用户和产品交互过程中可能出现的 AO 都建立如上所述的管理和追踪机制。具体我就不多说了,大家可以自行去思考。

原文发布于微信公众号 - 程序人生(programmer_life)

原文发表时间:2016-09-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯大讲堂的专栏

鹅厂创业记:交互设计师如何从0到1?

作者:陈骢,腾讯ISUX交互设计师。爱生活爱折腾的90后文艺小青年一枚。 「创业」一词,在这几年大热,很多人加入了创业大军。其实在鹅厂,只要你的姿势正确,就可以...

2487
来自专栏PPV课数据科学社区

对于没有编程经验的人,R 语言是否很难掌握?

R 是统计领域广泛使用的诞生于 1980 年左右的 S 语言的一个分支。R 是属于 GNU 系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制...

3344
来自专栏华章科技

大数据黑洞

如今我们可以轻松地从云端雾端,或者某些静态设备(staticdevice)收集数据,但是这些数据无法量化客户体验时的情感。大型企业利用无处不在的信息感知移动设备...

982
来自专栏新智元

【谷歌版“黑镜”】Ledger全面收集数据视频曝光,人类易被引导

1987
来自专栏数据的力量

从新人菜鸟到高级运营:没有捷径,请踏踏实实干

如知友 @刘锤 所说,运营的职业发展曲线的确是阶梯式,不管别的运营成长是否如此,起码我身边接触到好的运营就是这么一步一步成长出来的。如下图:

1154
来自专栏大数据文摘

制做信息图的六件不可为之事

3136
来自专栏大数据文摘

Google是如何做移动搜索的

33512
来自专栏Java架构

同样的工作、同样的做需求,为什么他们能进阿里?

古人云:“活到老,学到老。”互联网算是最辛苦的行业之一,“加班”对工程师来说已是“家常便饭”,同时互联网技术又日新月异,很多工程师都疲于应付,叫苦不堪。以至于长...

895
来自专栏PPV课数据科学社区

【聚焦】大数据的机会与挑战

迎接大数据时代的来临,要如何运用既有优势,同时克服将到来的挑战呢?大学副教授洪士灏指出,硬软件整合是的机会,但业界的思维必须转型,要从纯硬件的代工制造业,...

2927
来自专栏知晓程序

520 次表白失败后,这个小程序做了个很「丧」的新功能 | 晓组织 #3

最近,电商小程序「玩物志购物商店」利用小程序的功能做了「Social + 电商」的尝试。活动推出半小时后,超过 20000 人进入了活动页面,超过 10000 ...

1402

扫码关注云+社区