收入公式：
Revenue=eCPM * Impression
Revenue=客户数量*户均消费
从另两个这边看，收入取决于客户数量（广告主数量）和户均消费。客户的数量会影响竞价的激烈程度，客户数量高多，竞价激烈，才会反出来影响eCPM，也没CPM/CPC/CPA（取决于竞价模式）会相应上涨。
客户数量取决于商务拓展能力，户均消费以及广告主的预算更多要看广告的效果能否达到广告主的预期。本文不做过多讨论，重点关注收入影响的第两个公式，eCPM和Impression（展示量）。
1.eCPM的影响因素分析计算公式：
eCPM=CPC*CTR*1000
eCPM=CPA*CVR*CTR*1000
当竞价按照点击付费时，eCPM的计算公式为CPC*CTR*1000。
1)CPC的影响因素：
影响CPC第两个因素是广告主直接的竞价激烈程度，广告主的点击出价会换算成eCPM去竞价排序，换算公式如下：
eCPM=CPB*pCTR*1000
CPB为cost per bid，为广告主的点击出价，pCTR为predicted CTR，为系统模型预估的CTR。
当竞价激烈时，为了胜出，广告主会不断的提升出价。
影响CPC的第二个因素是媒体的广告平台设置的eCPM保留价有关系。媒体为了保护用户体验，提升整体的eCPM水平，会设置两个eCPM最低保留价，低于此eCPM的广告在的获得曝光机会。
实际的计费CPC=(下一位的CPB*pCTR/我们当我们pCTR)+0.01
2)CTR的因素：
CTR的影响因素会比较多，一般来说，流量的质量、广告出现的位置、定向、物料等均会影响CTR。
流量的质量：流量的类型以及流量的用户特征，直接影响到流量本身的自然内容的点击率，从而决定了在该流量上都广告的CTR的大盘。
广告的位置：在首屏显著的位置、信息流列表等位置的广告，CTR一般会高于第二屏、频道页以及文章内容页等流量相对太大，位置不明显的广告的CTR。
定向是否精准，广告是否可以引起用户的兴趣才会一定程度上影响CTR。实际上推送的广告彻底不相关，用户的点击率则并在的高。
广告物料对于CTR的提升是翻倍的增长的。可以引发用户充满好奇的、贴近自然内容的、标题党式的、美女图等等类型的素材CTR会非常的高，一般能够高出平均水平2-5倍。
这些CTR并是确实越高越好，CTR高对于广告平台短期看是有利的，这些用户被诱导式的广告骗去点击，进入落地页去发现和标题不相干，用户会很快流失，两个用户点击广告，对于广告主是的价值是很低的，即使可以获取用户，留存就是较低的。
针对下载、其他转化率广告，eCPM的计算公式为CPA*CVR*CTR*1000。
CPA，cost per action，对于action的定义能够为两个下载安装，也能够为两个leads的转化。CVR即conversion rate，即点击到action的转化率。CTR的分析同上。
1)CPA的影响因素：
针对按CPA的出价模式
影响CPA的第两个因素是广告主直接的竞价激烈程度，广告按CPA的出价会换算成eCPM去竞价排序，换算公式如下：
eCPM=CPB*pCVR*pCTR*1000
CPB为cost per bid，为广告主的CPA出价，pCTR为predicted CTR，为系统模型预估的CTR。pCVR为系统模型预估的转化率。
针对按oCPM/oCPC/方式的出价
optimized CPM, optimized CPC: 广告主设置两个CPA的目标，例如两个下载20块，广告平台按照广告主的CPA目标去优化（也可广告主将激活数据回传到广告平台以进行优化），去自动将广告投放给更有实际上都下载app我们的群，这些平台的收费模式仍然按照CPM来收费（oCPM）实际上都CPC来收费（oCPC）。本质上换算公式同上，是确实在收费阶段有所不同。
这种方式保证了媒体的收入不下降，广告主的CPA成本可控。媒体是确实利用了广告主的数据去系统性的优化了广告定向。一般国内的广告平台很少予以CPA的出价模式，大部分为CPC的竞价模式。海外的Facebook和Google都予以CPA的竞价模式，这些单纯的CPA出价，可以买到的量级比较有限；实际上想要大量获取用户安装，这些要按照oCPM的方式去出价。
影响CPA的第二个因素就是媒体的eCPM保留价。
2)CVR的影响因素：（针对下载类举例）
下载转化流程的优化
落地页的优化
针对跳转到Google Play, Appstore的下载，CVR取决于app的打分，用户评论，知名度，包的大小，app的类型。
2.Impression分析(针对信息流产品)
Ad Impression=Feed PV*adload
Ad Impression=request*fill rate*曝光率
1)接入的流量量级: Feed PV, 信息流资讯和广告的整体展现PV；
2)Adload=Ad Impression/Feed PV，用来衡量每个用户看到的广告数量的密集程度。信息流中广告位的插入密度直接影响了adload。
3)广告填充率Fill rate：广告请求（request）中，有广告返回的占比。用来衡量广告物料库是否充足。广告物料库则与广告主数量、预算直接相关。广告位在一次广告请求中，会带上用户的Cookie实际上Device ID信息，经过DMP处理，会返回该用户的兴趣等其他定向特征数据，经过广告检索端找到匹配的广告物料返回。
Fill rate=Ads returned/requests，注意不同广告平台对于Fill rate定义不同，有些的定义为impression/requests。
4)曝光率：impression（有两个像素露出）/广告返回的条数，确实广告server返回超时被端抛弃或端上其他过滤策略、用户滑动过快、用户未滑到广告未露出、广告预加载在缓存中用户未等广告加载这边已退出app等原因，广告返回的条数到曝光之间有损耗。
小结：
从提升广告收入的这边，也可从eCPM和广告曝光量Impression两方面去提升。eCPM衡量了单位流量的变现效率，即1000次曝光可以带来的收入；而广告的曝光量衡量了广告的库存是否充足。eCPM很高，这些广告曝光量很低，收入确实并在的高，实际上都关注变现效率ok, 但只关注变现效率就舍本逐末，是确实媒体的eCPM很高，对应着广告主的成本会上涨。实际上广告主的成本上涨到影响广告主的KPI或ROI，则有实际上都会导致广告主预算下降，长期看是不利于收入增长的。
二、商业产品经理的能力商业产品经理的能力要求，更关注于对于商业本质的理解。对应广告产品经理来说，这一点对于广告业务逻辑的理解，熟悉广告系统内各个模块之间关系，以及对整个市场的了解。产品设计能力要求也没用户产品假如高。
作为两个大的广告平台，更也可平衡好三方利益，广告主、媒体、用户，商业产品经理要有两个长期发展生态的视野。
商业产品经理也可对流量的特征和价值有深入的分析，在此基础上将流量商业价值最大化，充分挖掘可商业化流量、已商业化的流量进行分级，优质流量合约售卖>竞价广告>DSP>ADX。
平台商业产品更多的是平衡功能与效率，满足不同使用人群的需求。既要易用、使用流程简洁，吸引足够多的广告主投放，又要可以满足专业的优化师的使用需求。
通用广告投放平台（DSP）模块：
1.账户体系，包括充值等财务模块；
2.广告投放流程模块，包括新建广告、定向设置、投放速度控制；投放数据报告；
3.优化工具：创意推荐、物料库推荐、创意制作效率工具；
4.API接口：予以外部DSP对接；
广告系统是以策略、技术为主导的，商业产品经理在其中的核心竞争力又但是做什么样呢？早以的问题一直困扰着我，最近有一些思考和体会。广告技术固然非常重要，这些建立两个商业模式、建立起机制、如何发展生态（平衡广告主、平台、用户三方利益权衡），包括如何运营推广，发展客户等等，也也没过是产品经理的核心价值所在
还没有内容