编辑导语：伴随着市场环境的变化，精准成为企业所需采取的策略之一。利用精准，企业可以更有效地获得优质用户，并更大程度地发挥用户价值。本篇文章里，作者便针对以广告变现为主的工具产品，阐述了如何应用精准的方法策略，一起来看一下。
一、背景
随着市场竞争的加剧，在工具产品中做广告变现越来越难了。除了受到同行的挤压，更重要的是的算法机制越来越完善，者的在逐渐摊薄。因此当前整体市场除了拼产品创意度以外，更重要的是拼产品的精细化。
如何买到更优质的用户（高ROI）？如何做用户精细化以实现化？这些问题正是我们下一步需要思考的。笔者基于这些情况，想与大家共同来探讨这个话题。
二、目的
了解目的的前提，首先要明确笔者所说的的商业模式。整体来看，主要是流量变现，既是（流量的）买方又是（流量的）卖方，我们只是中间差价的中间商。
1. 买方
作为买方，我们希望买到高ROI的用户（ROI=/成本）。对此，我们需要以合适的区间买到合适的用户，以实现ROI化。
注：越高，可能越高，但ROI不。
2. 卖方
作为卖方，我们希望可以以尽量高的将我们手中的流量卖出。站在的角度来看就是流量分层设计，如何化利用流量获取；站在产品的角度来看，则是如何差异化做不同的产品&广告分发策略。
3.
但不管买方还是卖方，这个市场其实的还是，所有的游戏规则都是制定的，我们只是在规则下进行发挥。在我们没有的基础上，我们能做的就是尽可能去抓得更细，以争取尽可能多的利益。
我们做精准的目的主要是两个，一个是如何买到更优质的用户，另一个则是如何将用户价值发挥化。
三、如何抓取更优质的用户（买量）
对于市场端而言，我们的目的就是如何买到更优质的用户。
在这里，我们要明确下优质用户的定义，那么什么才是优质用户？在这里，笔者认为两类用户均可认为优质用户。一类是高arpu值的用户（优质），一种是高ROI用户（相对优质）。其中，我们所追求的正是高ROI用户。
1. 高arpu值用户（优质）
笔者拉取了历史数据，发现高成本买回来的用户带有高ecpm、高arpu值属，即高价买的用户大概率也是受益的。因此，笔者认为的目的就是不断地让大家出更高买量。因此，我们若想破局，只能逆着的思路来。
1）低买高卖
即我们用低价买到高价值用户，高价卖出。但是由于算法的强大，我们是很难进行这样的操作的，大概率还是回归到所希望的那样：出价越高买的用户越好，大家卷起来。
因此，在这里我们不妨思考下，以一款高客单价的产品去买一些低客单价的用户，从而获取。这种无非是几种操作，一就是用一个壳去买一类用户，这种回被认定为；一种就是我们的变现端很强大，我可以低单价买的用户同样能做到高变现。还有一些的操作，大家不妨思考下。
2）高买低卖
这种一看就是亏本的，但是我们不妨思考下真的没有操作空间吗。笔者认为，如果单从广告变现来考虑，铁定是亏本的，但是如果抛开广告变现的目的不谈，我们以高价买回来的用户除了作为变现用还能作为引流用，这种有没有操作空间呢？笔者认为或许可以的。
总的来说，基于算法机制，我们已经很难在这种情况下用常规手段买到高价值用户了，能买到的付出的成本必然也会很高。因此，在这种情况下，“低买高卖”和“低卖高买”或能成为一个思路，这需要变现端紧密配合。
2. 高ROI用户（相对优质）
相较于高arpu值用户未必能如心意，高ROI用户则很多，这也是我们在买量端突破的重点。
那么什么是高ROI用户呢？笔者认为，这里我们需要考虑两个因素，即首日arpu值和留存。就是说我们要尽可能买首日高arpu值及高留存的用户，但是实际情况是这类用户就是对应高arpu值用户，即我们要付出的成本非常高，但是ROI未必能达到预期。所以我们必须对成本有所控制，在首日arpu值和留存之间做出取舍。
基于此点考虑，笔者认为可以结合用户行为及广告行为有以下几个思路突破。
1）高arpu值行为
高arpu值行为这个很好理解，因为我们产品是做广告变现的，因此高arpu行为即与广告点击及广告曝光息息相关。笔者认为广告也是这么考虑的，对于高广告曝光及高广告点击在流量分配的时候会让买量端出更高的才能拿到，因此仅仅是取高ecpm行为是不够的。
2）高留存行为
高留存行为可以参考长线用户主要用哪些场景/功能，采用这些来做针对买量。当然后得到的结论可能是高用户行为必然对应某些行为，通过这些行为找到的用户必然是高留存的。因此，实际操作过程还需观察。
3）高用户行为
高用户行为指的是用户常用的行为，譬如某些场景/功能，不管什么类型用户大都都会用到，譬如退出APP这个行为。笔者设想，能否通过这些行为的触发频率及时间来做针对的买量。即同样的退出这个功能，高arpu值用户可能进入后1分钟才会触发，低arpu值用户20秒就会触发。因此，这个或可成为一个思路。
但是关于究竟用哪种？哪种与哪种组合用？权重有多少？这些是需要我们大量计算并逐步验证的，我们能做的就是尽可能找全，分类好，再逐步验证。
四、如何做精细化（卖量）
做精细化的目的是使得化，其本质是尽可能让用户产生更高的价值。
而高价值主要包含两种，一种是实际广告行为，即用户在该产品内产生高价值（广告点击&广告曝光）；一种是做流量分发，即将该用户引入到产品内以获取更。
但不管广告行为还是做流量分发都离不开我们对用户价值的衡量，即我们要非常明确知道用户的实际价值有多少，已产生的价值有多少，还能产生什么样的价值。了解这些才能帮助我们去做后续的事情。
要衡量用户价值，我们可以从两个角度来看，一是广告行为，二是用户行为。
但是光有这两个维度是不够的，笔者认为在不同的阶段，我们对用户价值的判断也应该是不同的。比如，用户刚进入对比用户已活跃一段时间，其广告行为及用户行为相差是非常大的，笔者认为我们应当在不同阶段有不同的衡量标准才能帮助我们更准确找到我们所需要的用户。
结合用户使用方式，笔者认为我们可将用户分为以下三个阶段：
- 阶段，当用户进入的时候，我们如何快速对用户进行划分，以预估这批用户的价值。
- 第二阶段，当用户完成（时间）操作的时候，我们如何结合用户初始数据及用户后续行为数据，对用户做个相对准确的定量，即当前这批用户价值如何、有哪些有持续价值、有哪些有短期价值，等等。
- 第三阶段，当用户在产品内（一段时间内）持续产生行为的时候，我们如何动态对用户进行跟踪并不断矫正数据以实现数据准确，同时兼顾流失用户，减少用户流失。
1. 阶段
在这一阶段，我们的目标是在尽可能短的时间内，对用户价值做个粗略的衡量。笔者认为，这个时间段应该控制在用户打开APP到进入APP这段时间内。
要实现尽可能快地对用户做个价值衡量，离不开我们历史数据，且历史数据要尽可能新（注：不同产品应当建立不同的数据库，混用可能导致数据不准确）。结合用户链路及角度，笔者认为，我们可从广告行为这一为突破点：
1）取各广告类型的广告的ecpm，取广告的原因是广告的干扰是小的。
广告更取决于广告主对用户价值的一种评判，而且这种评判往往还是趋向于真实值。因此，我们可选的就是开屏、插屏图片、全屏、激励、流。
由于初次开屏的ecpm难以抓取，一般取的广告类型。但是针对不同产品，我们所选的广告类型应当是不同的，譬如：大字版可以以插屏图片，清理产品可以以全屏。
2）取用户在打开APP至进入APP内整体广告广告链路情况，涉及到具体广告曝光及广告点击情况来。用户在整个链路所反映出的的行为是存在某些共的，以便于我们更好的设计链路。
譬如用户对不同环节的广告点击情况，结合既有数据及用户实际行为对用户做个推测以判断用户具体属于哪一类（这里涉及到对历史用户行为的及归类）。
2. 第二阶段
在这一阶段，我们的有两个目标：
- 对用户做定量及定，要非常清楚用户实际价值及未来价值，甚至能定位到用户个体。
- 结合我们对用户的在产品侧尽可能提升。
在本阶段，我们主要思考两个问题：个问题，我们如何去衡量用户价值？第二个问题，我们如何针对不同价值的用户做差异化？
1）我们如何衡量用户价值
要搞清楚我们如何衡量用户，首先要明白我们衡量用户的依据。我们主要以三方面数据来评判用户价值：
- 用户初始价值（广告ecpm），这是对用户的历史行为做的评判。
- 用户实际行为，这个取决于我们根据用户实际进入链路以及历史用户数据对用户做的一个预估。
- 用户后续行为，即用户实际进入之后的一些行为。
这三方面权重不同，在用户进入阶段，我们对用户的评判主要依赖于方；在用户进入产品内，我们的参照标准应倾向于用户的实际行为；在用户使用产品的过程中，我们的衡量标准应重点放在用户的后续行为上。
基于阶段的不同，笔者认为我们需要对用户价值做个阶段评估：
① 初始阶段
在这个阶段，我们重点的衡量因素是用户实际的ecpm情况，我们需要对历史数据（历史数据尽可能新，同时还要考虑分产品的情况）做个汇总，归纳出不同ecpm用户的实际LTV情况（细分的话要细分到小渠道甚至个人），从而再根据用户实际ecpm来预判出用户的LTV（实际价值）。
在本阶段，重心主要还是放在对历史数据的整理及找规律上面，相对来说还是比较容易的。
② 实际行为阶段
在这个阶段，我们重点是对用户链路进行，目的是了解用户实际行为并调整模型优化效率及提升。
在这个环节，我们需要重点关注用户的关键行为（用户行为），实际的广告曝光及广告点击情况（广告行为）。例如，可对壁纸设置做，涉及到保活；可对整体，涉及到链路的流畅及；可对部分高点击的广告场景，涉及到用户画像或者链路的合理。
我们需要结合用户初始ecpm情况及后续行为情况对用户做个综合评估。
2）我们如何做差异化
结合我们前文所说的，我们可将用户分为高低价值。结合用户价值的概念，笔者认为，我们还可再做细分，即已产生价值以及未产生价值。细分来看，可拆成以下几个部分。
① 已产生高价值，剩余高价值
这类用户是优质用户，对于这类用户，我们的目标是提升留存，延续其高价值。譬如尽可能去延长用户留存，减少低广告场景，增加广告场景；做用户，提升用户黏。
② 已产生高价值，剩余低价值
这类用户处于衰落期，针对这类用户，我们的目标是提升其剩余价值。譬如做用户唤醒，激活沉默用户；做用户引流，将这类产品引流到产品上；采用激进的广告策略，以换取短期。
③ 已产生低价值，剩余高价值
这类用户是户，针对这类用户，我们需要对这类用户做多些引导，以发掘出这类用户的价值。譬如做用户引导（用户引导不仅新用户可以做，老用户同样可以）；激励（提现）。
④ 已产生低价值，剩余低价值
这类用户是低价值用户，针对这类用户，我们的目标是尽可能的换取更高的。譬如激进的广告策略；引流到停投的包上。
3. 第三阶段
在这一阶段，我们的有两个目标：
- 不断矫正数据，以实现数据准确。
- 结合我们对用户的在产品侧尽可能提升（同第二阶段）。
前面说到如何找高低价值用户及如何做差异化，但是实际操作过程中会存在一个问题，就是用户是动态变化的，用户行为是不可的，因此我们的策略必须是动态的以应对不同的情况。
那么如何做动态策略？笔者认为，我们还是应该按照阶段来看，即不同阶段我们有不同的衡量标准。在每个阶段的衡量标准下做加权，即达到终的用户价值数据，由于第三阶段长，因此第三阶段也更真实地反应用户留存及后续行为的情况，我们需要结合这些情况来做差异化。
五、总结
从大环境来看，我们理清楚做我们做精准的目的是由于市场环境变化导致我们买量端无论是获客成本还是获客质量都在下滑，我们不得不如此。
从实际情况来看，我尚处于初级阶段，当前我们紧要的就是搭建用户标签体系，先解决实际业务问题，并以此为突破点构建中长线的数据。数据紧扣业务，而非流于表面，才能助力业务发展。
