如您所知，超级休闲是2018年最大的移动趋势之一，而 今年迄今为止的商店排名证明，全球 超级休闲 领域 仍然有很多新来者 。 广告仍然是扩大用户群和增加移动领域收入的关键因素之一，超休闲市场也不例外。 当超级休闲的开发人员对游戏的质量（由于保留测试）和其赚钱的潜力（由于LTV的衡量）充满信心时，就该开始做广告了。 问题是，如何确定广告预算并保持盈利？
这个过程可能会让人不知所措，但不要惊慌：我们在这里为您提供帮助。 最好的部分？ 您不需要数据科学家团队来执行此操作； 您只需要Google Spreadsheet。 您可以在此电子表格中遵循以下所有计算。 准备好在我们的数据上尝试使用此模型时，您只需复制电子表格并根据您的需求和KPI更改数字即可。
注意：此模型中的数字并非基于实际数据，也不是按面值计算的。 这些数字用作示例，旨在说明如何使用此模型并为目标数据提供业务案例。
内容
收集资料
第一步是为我们的仿真收集所有必需的KPI。 通常，对于超休闲应用，收入主要来自广告； 因此，此模型中没有应用内购买。
每月广告支出
您愿意在广告上花费的金额。 这是我们模拟的核心指标。 最终目标是找到可以为我们带来最大利润的数字。
每日有机安装
不管广告支出如何，我们都假设我们将获得一定数量的自然安装。
付费安装带来的自然安装百分比
这是最复杂且值得商bat的变量。 当您运行用户获取广告系列时，您的应用将在商店排名中提高，从而为您带来更多自然安装。 我们根据一般经验法则分配了以下比率。
- 25％—如果每月广告支出≤10,000美元
- 50％—如果每月广告支出≤$ 50,000
- 75％—如果每月广告支出≤$ 100,000
- 100％—如果每月广告支出≤$ 200,000
- 125％—如果每月广告支出≤$ 500,000
- 150％—如果每月广告支出≤$ 1,000,000
因此，举例来说，如果我们计划在一个月内在广告上花费50,000美元，那么自然用户的收入有望增长50％。 如果您还有其他数字，只需 在电子表格 的公式中进行更改即可 。
消费物价指数
您需要在此处输入平均CPI值。 每次安装费用可能很棘手，因为您将在不同的国家/地区和广告网络上工作。 根据 CPI超休闲基准报告 的结果，我们使用了$ 0.3 。
有效每千次展示费用
应用内每千次广告展示的费用。 与CPI一样，您的目标是找到平均值。 这取决于您在应用程序中使用的广告网络和广告格式。 在此示例中，我们将使用$ 5。
每个DAU每天的展示次数
一位用户每天产生多少广告观看次数。 由您决定向用户展示广告的频率，还可以控制广告在用户应用中停留的时间。 在这里，我们假设每天将有10次展示。
保留率
对于保留率，让我们假设我们有一个具有以下统计信息的应用：
- 第1天的保留率（D1R）-40％
- 第7天保留（D7R）-10％
- 第14天保留（D14R）-8％
- 第30天保留（D30R）-5％
- 第60天保留（D60R）-1％
我们假设保留期在1,7,30到60天之间呈线性下降。 因此，我们可以说在该期间的任何给定日期将拥有什么保留。
这是我们如何计算第1天到第7天保留之间的时间的示例。
上面公式中的六个代表每个点之间的天数。
注意：保留计算在电子表格的隐藏行中。 您需要先复制 电子表格， 然后才能查看并进行自己的更改。
做一些数学
下一步是计算一些指标，这些指标将帮助我们确定超级休闲应用在什么规模的广告上可以盈利
每月付费安装
广告支出除以每次安装费用（CPI）。
平均DAU
当天的新安装以及前一天的保留用户。
使用保留数以及付费安装次数和自然安装次数，我们可以计算平均DAU。 有关更多详细信息和公式，请参考电子表格。
月收入
（平均DAU *每个DAU每天的展示次数* eCPM * 30）/ 1000
我们使用30表示一个月中的天数。 将总数除以1000，以计算1000次展示的eCPM。
每个DAU都会看到固定数量的广告展示，对于这些广告展示，我们将获得收入。
月利润
月收入减去月广告支出
余量
月利润除以广告支出
将所有公式和变量放入电子表格后，我们得到以下结果。
现在，我们可以更改每月的广告支出，输出将显示每次模拟的结果。 为了进行比较，我们希望将这些数字记录在电子表格的其他标签中。
此外，为了使结果可视化，我们可以构建两种类型的图：
- 每月广告支出与每月收入
- 每月广告支出与每月利润率
结论
如您在示例仿真中所见， 随着每月广告支出的增加 ， 利润率急剧增加 。 同样，此模拟并非基于真实应用程序中的数字，仅用于示例目的。 我们建议您从分析中获取所有KPI，以充分利用此方法。
在大规模运行UA之前，唯一未知的因素是广告安装带来的自然安装百分比。 如果您正在考虑吸引用户，以使您的应用程序在应用商店排名中名列前茅，则可能需要花费一定的广告费用。 这总是会涉及风险，但是最好是基于统计数据而不是凭直觉做出决策。
此外， eCPM ， 每个DAU每天的展示次数，保留率和其他指标在以下方面有所不同 每个应用。 如果对这些变量进行更改，则会得到不同的结果，因此，当您获得目标应用程序的KPI时，也有可能获得所需的利润。
您对我们的模型有建议或意见吗？ 随时发送电子邮件至support@tenjin.io，让我们知道！
这篇嘉宾帖子是由天神亚太区销售总监Makoto Taguchi撰写的。
最初于 2019 年2月21日 发布在 arpubrothers.com 上。
