本人从事广告行业很多年了，工作内容从投放侧到流量策划到广告数据中台基本都有一些涉猎。每个模块都懂一些，但浸润时间最长的还是流量端商业化的产品策划。因此，希望系统地讲下媒体流量侧商业化的基本方法论和实操思路。
上一篇讲了商业化接入新场景扩库存的基础知识要点。但很多时候，无论是新旧媒体，流量规模较大的场景就只有1-2个。
所以，如何基于主要的流量场景，深入的挖掘库存流量，就成了流量端产品策划非常重要的工作。其中，动态Adload（动态广告加载率）的能力建设，就是一个非常重要的基础能力。
动态Adload是什么？很多媒体的流量场景，既要满足用户体验的要求，又希望扩展广告库存，那么动态Adload的能力建设，就非常合适。
动态Adload本质是围绕着用户体验指标和广告价值，对不同的用户进行分层的广告库存策略，可以概括为三点：
1.对价值高或对广告不敏感的用户多出广告；
2.对价值低或者对广告敏感的用户少出广告；
3.对普通的用户，则进行正常广告展示；
以上的多和少，只是一个概数，真实的配置值不同的产品会有不同的表现，实际落地执行是需要通过AB实验确定。
通过实验观察用户体验指标和广告价值的变化，如信息流产品一般会衡量人均消费时长、人均VV、用户留存、以及广告主价值（GMV）这几个指标。
做动态Adload的能力，核心需要确定几点：
1）明确产品用户体验的基本指标，比如baseline产品的留存率，广告的负反馈率、产品的人均使用时长等核心指标，数据变动的阈值要跟产品团队达成共识。只有在明确限制指标的前提下，大家才可以在可衡量的范围内进行广告Adload实验和流量的扩展，否则，产品团队老说用户体验，商业化团队说变现效率，各执一词，无法达成一致。
2）建设比较完善的数据实验系统，第一步是制定并达成指标共识，第二步则是建设计算指标的工具，更有效率的去分析每个流量策略对于产品指标的影响。比如说，一般产品有负反馈率、信息流产品的人均消费时长等等指标，通过概率统计的置信度来确定实验结果。
3）关注老板的感性体验，做好用户分层策略。
更高层的老板，往往有更多的主观判断（谁让他们是老板呢！），并且以为自己就是典型的用户。以信息流内容推荐为例，很多情况下，高端的用户很少，普通的用户很多，所以娱乐八卦的信息内容得到的正反馈很多，高质信息和内容得到的正反馈就很少（高质内容需要思考，一般人不太爱看）。因此对于高质用户的推荐会比较难做。需要对用户进行分层，并对高质内容进行一定的扶持，才可以解决内容推荐的问题。更有甚者，直接将少部分高端用户通过筛选过的优质内容进行圈养或者进行广告的过滤。
这个问题，即便是微信也存在，大家可以发现，微信发现这个tab里面的Top Stories这个模块，如果没有朋友推荐，那么大部分的内容都是娱乐八卦。微信通过对朋友社交推荐的内容进行加权，从而保障了部分高质用户的朋友圈内容不至于太low。
最后，随着商业化的深入，在大多数情况下，广告都会对产品的体验或多或少产生一定的影响，关键是如何平衡用户体验和商业化之间冲突，而动态ADload的策略是比较合适的既能保障用户体验，又可以扩展商业化收入的一个方法。
到目前为止，我还没有见过加入广告后不影响用户指标的情况，即便是微信视频号，还是有影响的。据说抖音没有影响，只能说，这个产品让用户上瘾了，即便加入广告也不影响产品对于用户的粘性。
看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。
感谢您的支持，我会继续努力的!
打开支付宝扫一扫，即可进行扫码打赏哦
手机直接保存图片,扫一扫识别二维码,即可进行扫码打赏哦
