工具类IAA产品应用内竞价广告进阶指南！

IAA类应用发展至今，相比其他变现模式的App，IAA产品对广告交易技术和流量优化能力的掌握是最高的，广告变现经验也很丰富，但也并不是所有IAA类产品都如此，不同品类的IAA应用由于商业化的时间长短、流量规模和公司业务侧重点的不同，广告优化能力也不尽相同。

近几年，工具类IAA应用的广告流量呈明显上升趋势，成为IAA变现中越来越重要的一个品类，今天我们主要针对该品类的一些具体情况来讲一讲，当下较流行的广告优化方式应该怎样应用，如何发挥最大流量价值。

IAA类应用产品的现状：

对IAA类开发者来说，变现主要存在两方面的问题，一是要保证用户增长、用户的粘性和留存；二是流量变现的收益要达到买量和卖量的合理化。而工具类IAA产品的问题在于用户量增长基本稳定，用户粘性和留存虽然比较高，但启动次数和使用频次有限，广告场景的丰富性比其他IAA类产品要低，所以，可用于广告变现的流量库存与增加收入是有矛盾的，这就要求工具类开发者在有限的流量内要做到尽可能大的收益，控制好买量成本和卖量收益。要想达到卖量收益最大化，这就要求流量价值要被充分利用，发挥最大价值，应用内竞价，就很好地解决了这一问题。

应用内竞价（In-App Bidding或Header Bidding），即在App端实现竞价，接入的所有广告平台按价格实时排序，价高者得，这样使得每次广告请求收益都是最大值，从而实现收益最大化。

Bidding技术的出现，从商业化的角度来说，是广告变现市场发展的必然结果。广告变现经历了三个特征明显的发展阶段：阶段一：通过增加广告源渠 道的数量来保证广告填充；阶段二：对广告渠道系统内设置底价来保证有一个较好的收益；阶段三：也就是当下盛行的应用竞价时代；

对开发者来说，应用内竞价的优势，首先一点是方便，降低运营成本。配置了Bidding之后，不用再去设置其它复杂的参数，全程按系统设置自动跑流量，减轻运营压力和运营成本。其次最重要的是收益会增加，这在很大程度上解决了IAA开发者的难题。IAA类开发者需要实时做数据对比，需要查看颗粒度更细的数据，来分析成本与收益，并在此基础上作出调整，传统Waterfall只能看次日数据，调整不及时，而Bidding可以做到千人千面，每一次广告展示能够给到当下的价值判断，相比传统变现方式，收益在一定程度上能够得到提升。

Bidding应用现状

有过海外变现经验的开发者对In-App Bidding应该都不陌生，海外市场这一技术已经普遍应用，各大广告平台都支持或仅支持Header Bidding。国内市场虽然有使用，但由于还不是完全的Open Bidding市场环境，所以，暂行的还是Bidding和Waterfall混合使用的情况，即Bidding+瀑布流方式。

为什么大多数开发者在如今多数平台支持Bidding的情况下，仍然会选择混合变现的模式？最主要的原因在于Bidding的不可控性，Bidding出价高低完全由平台进行价值判断，很多开发者不知道如何提升广告平台出价，因为广告平台的管控条件多，开放的条件非常少，开发者没有办法去通过后台数据与策略提升广告平台出价并且保证填充。另外在国内还是有很多广告平台没有支持Bidding，对于有超过20个以上变现广告源的开发者来说，使用Bidding把量全部切给Bidding渠道，就要放弃其他渠道，机会成本太高，并不划算，为了应对这些问题，大多数的开发者会选择将Bidding和Waterfall做结合。

尽管，Bidding在国内并未完全实现，但掌握Bidding技巧仍然非常有必要，目前，国内各大主流广告变现平台都支持Bidding和Waterfall混合变现，平台更倾向于鼓励开发者使用工具去进行混合变现策略提升收益，对IAA这类有较强收益目标的开发者来说，尤其是在多广告源变 现的情况下，Bidding及混合Bidding的使用和优化技能是必须要掌握的。

国内外主流广告平台交易方式支持情况

ADSCOPE支持Header Bidding（实时竞价）、Waterfall及混合竞价，平台聚合众多广告联盟，在用户打开APP发出广告请求后，快速响应，合理时间内选择价值最高素材进行展示，帮助开发者拿到最高收益。同时，ADSCOPE移动应用变现管理平台智能化的服务，简化设置流程，节约运营人力，此外还能提供变现诊断、流量分组的服务。平台联系开放，开发者如有需求请联系我们。

Bidding关键指标

对于In-App Bidding来说，开发者能看到的指标并不是特别多，这里列举了几个关键的指标：

询价数：广告位向竞价广告源发起的询价次数

响应率：竞价广告源询价响应率(询价响应次数/询价次数*100%）

中标率：指ADN平台赢得竞价获得广告展示机会的次数比例，即：竞价成功次数/竞价响应次数，这一指标可以帮助开发者准确找到广告变现策略优化机会。

渲染率：是竞价广告网络在竞价中实际获得广告展示的次数比例，即：实际广告展示数/竞价响应数。关注渲染率和中标率，可以及时了解到运营过程中是否有问题。

响应eCPM：竞价广告源在 询价响应时，广告平台返回的平均eCPM。

这里开发者需要重点关注询价响应率，它是用来衡量广告平台对媒体的用户流量价值高低的一个判断指标，当开发者去向广告平台询价的时候，如果响应过低就说明广告平台不能给你理想的价格，如果开发者Bidding时拿不到理想出价，填充也许有了，但整体收益会不高。

中标率和渲染率两个指标也要经常关注，在竞价过程中，它们能够反映变现过程中的问题，是进行策略优化和问题诊断的重要依据。

如何提升Bidding价格？

提升Bidding价格的方式，还是要从Bidding流程入手，考虑到请求时长、请求规则设置及如若请求失败保证收益的应急处置等。具体可以从以下几个点考虑。

首先，在于竞价底价的设置，在Bidding模式下设置底价有助于促使广告主拿出更高的价格，即用人为的方式让竞价者给出更高的价格。但设置底价也会直接影响到竞价率和询价响应eCPM，底价过高，无法满足的广告主会放弃，填充率低，收益减少。因此，设置底价需要综合考虑市场状况、行业变现eCPM。

第二，在于最长的询价响应时间的设置，不同的广告平台有各自的算法，有时会导致询价响应时间特别长，当下大多数开发者为了能够实现高收益，会一次性接入十几个广告平台，每次广告请求都会下发非常多的平台询价，平台越多，响应时间就越久，可能导致返回超时，广告展示率反而变低。因此，询价响应时间的设置很大程度上能够管控广告返回的速度，也能间接地提升平台出价的策略。

第三，是请求失败重试的设置，首先我们要了解 ，请求失败在广告展示过程中十分常见，返回超时、网络不畅等都会造成广告请求失败。我们建议开发者结合实际情况，包括缓存的一些策略去进行合理反复尝试，这个操作可以在一定范围之内，帮助开发者拿到更多想要的优质广告平台的竞价的返回。如果某次询价请求失败，在短时间内，在平台的政策允许范围之内，可以进行多一次尝试，是可以进一步获得一些广告出价以及广告填充的。

如何对Bidding进行整体调优？

针对Bidding的调优，如果是纯Bidding，其实就已经是最优状态，这里我们说得调优更针对混合模式而言，建议采用自动排序的方式。自动排序，是将Bidding渠道与Waterfall渠道按价格从高到低排序，Bidding竞价胜出价格，加入Waterfall价格排序中，系统自动挑选最优出价，价格最高者胜出。因为Waterfall的底价设置和出价会侧面影响Bidding的出价，但是并非针对所有的平台使用都能够带来一定的效果。

广告平台的选择也并非越多越好或越大越好，需要在一定程度和范围之内选择合适的平台，对于工具类IAA产品，尤其是既有海外变现又有国内变现的开发者，除了国内外主流广告平台之外，有非常多海外三方平台也支持竞价，比如说一些AD Exchange的资源，国内也有很多优质中小ADN的广告资源也不错，开发者都可以考虑引入，增加竞价源，利用混合排序，不管是Bidding渠道还是Waterfall渠道都能参与竞价，有利于媒体扩大广告收益。