广告投放ROI（广告投放roi小于1）

请简述投放信息流广告时roi的影响因素有哪些

信息流广告现在作为互联网广告的的新宠，但既然是广告投入，并不是为了跟风而去投放，是为了达到有良好的收益的，信息流广告追求高ROI的难度要高出搜索推广很多。并不是那么简单的事情，杂货店店长现在就来分享下一个完整的信息流广告应该怎么进行投放。

先来看一个简单的闭环流程图：

那么让我们一步步的看看如何来做到一次完整的投放过程：

一、目标群体需求分析：

这里一定要明确信息流广告的特性，明确信息流广告是如何来做到转化的，打个简单的比方：一般去大型超市购物，很少有只是购买了自己进超市预定购买的东西就去结账的，你总会被货架上的其他的东西所吸引而产生购买欲望。我一般喜欢把超出额外购买的东西称为感性消费。

实际上在信息流做广告的转化也是为了让消费者在阅读新闻视频之类的信息时能够关注到你的产品，从而进行感性消费。那么在做目标群体分析的时候需要回答以下的问题：

我的产品（服务）解决的是用户哪方面的痛点？

用户为什么会关注到我的产品（服务）？

我的产品（服务）是在什么场景下应用是最合适的？

我的产品（服务）是用户按照解决方法的第几选择？

用户的人群画像是什么？

用什么样的角色发声是容易让用户容易接受的？

这六个问题每个展开都会是一个很大的课题，需要你有一个良好的运营策划人员或者文案。通过这六个问题，站在用户的角度上进行思考，调研。而不是围绕着自己的产品属性来进行宣传。（当然如果你是常见日用品除外，像衣服裤子类的），以场景去打动用户，切身利益相关联去刺激用户关注你的产品（服务）。

二、广告图片的设计：

接着就是为信息流广告设置好创意图了，信息流广告一般分为两个样式：三小图、大图，具体的图片规格是看渠道的要求的。每个渠道不一样，展现的位置也不尽相同，常规来说，三小图的点击率是要高于大图的。在素材选择方面要做到能够达到与标题一致，具体的图片上的信息和文案在第一条的工作做完以后就差不多可以定型了。

三、着陆页面的逻辑顺序：

明确了创意以后，就要考虑通过创意进入的人群的转化问题了。谈到这里的时候，先说下广告主投放信息流广告的目的，大致分为以下几类：

APP下载量（以游戏居多）

报名参加活动（H5展现为主）

在线支付购买（客单价在400以下的为主，且一般提供货到付款）

线上咨询，线下购买（以服务类为主）

除开APP下载量的话，其他三个都需要在着陆页面体现足够的逻辑性，毕竟用户的访问时长越多，跳出率越低，那么达到广告主的目的可能性才越大。一般在设置逻辑性方面，以在线支付购买为例，我的排序顺序是：

用户的痛点场景描述。（引起共鸣）

造成的困扰和引起的后果。（担忧心态）

产品提供的解决方法。（用户需求）

品牌背书。（信任增强）

风险评估和竞品比较（排除疑虑）

第三方评价。（共性心理）

在整个阶段里面，要根据页面的设计适当的加入转化按钮，避免出现让用户找寻不方便的情况产生，也要注意转化入口过于频繁引起用户反感。

四、信息流广告后台投放设置

现在比较主流的信息流广告平台有今日头条、智汇推、新浪扶翼等，后台都比较大同小异，在这里提下，最重要的是筛选条件展现给你的受众。那么之前的用户画像就派上用场了。

主要的维度有以下：

年龄段选择

性别选择

兴趣爱好选择

栏目选择

手机系统选择

特别是针对IOS端和安卓端是最好分开测试的，不要在同一个广告类型下面进行选择同时投放。因为在实测中发现IOS虽然流量没有安卓高，但是ROI的话要高出不少。

五、推广数据追踪

白花花的银子流出去以后，还没有到坐享其成的阶段。真正让运营人员睡不着觉的时候才刚刚开始。选好自己觉得合适的统计工具，之前做搜索做惯了，一般我还是选用的是百度统计来跟踪转化，通过事件转化的标准为每一个付费的链接都做好记录。再通过热力图的查看，了解当初的每个设置的转化按钮是否能够达到相应的目的。具体的数据分析就不在这里展开了。

六：A/B创意方案测试

没有一用就灵的方法，因为只有真实的用户、真实的数据反馈才是不断修正前进道路的方法，互联网的动向变化是很快的，还不谈热门事件的借势方面。而且产品的痛点和场景也不是唯一，同样的设置和两套创意是需要时间进行检验的。

最终，通过信息流的推广数据来进一步完善用户画像，再不停的优化和检验实际的效果。以上就是我给大家分享的我做信息流广告的经验。

02 如何衡量APP的盈利能力、广告的投资回报率？

与成本相对应，则是收入、利润和投资回报率。而分析衡量收入、利润、投资回报率的角度多、指标名词多。通常情况下，新手在计算产品回收情况时，会被这些数据指标感到迷惑。

衡量一款APP的盈利能力，一般除了看流水收入Revenue，还需要看投资回报率ROI、ROAS和用户价值LTV、ARPU等指标。

分析用户价值的角度来看，则一般看LTV、ARPU等；

广告投放角度看，更多则是看流量渠道/广告平台/广告campaign带来的ROI、ROAS。

LTV（Life Time Value） ，指用户生命周期价值有时候也被称作CLV（Customer Lifetime Value）；指的是在消费者作为产品用户的时，从注册到卸载的整个生命周期中，可以在消费者身上赚取多少收入。

计算产品LTV的最基本目的就是：用户会使用你的产品多少个月；平均每个月你能从用户身上赚多少钱。

不同产品计算LTV的公式不同，一般来说有以下几个角度：

用户生命周期价值（LTV）

=每个付费用户平均收入 （ARPU）×用户生命周期（LT）

=顾客终身购买次数×客单价×毛利率

=某个客户每个月的购买频次×客单价×毛利率 ×（1/月流失率）

用户生命周期：是流失率的倒数（1/流失率），如果APP的流失率是20%，那么APP用户的生命周期是5个月（一个用户留在你APP上的平均月份）。“1/月流失率”是得出平均每个客户在该平台能够留存的总时长是多少月。

ARPU（Average Revenue Per Pay User） ：每个付费用户平均收入。

计算公式：ARPPU =总收入 / 付费用户数量

ARPU注重的是一个时间段内从每个用户所得到的收入。很明显，高端的用户越多，ARPU越高，用户的留存期越长ARPU越高。一般来说，发达国家地区的ARPU比发展中国家地区的ARPU高。IOS设备的ARPU比Android设备的ARPU高。

但需要注意的是，ARPU值高未必说明利润高，因为利润还需要考虑成本，如果每用户的成本也很高，那么即使ARPU值很高，利润也未必高。

ROI（Return On Investment) ，指投资回报率。

计算公式：ROI=利润/成本×100%=（收入-成本）/成本×100%

对于一些APP来说，LTV计算的周期比较长，而用ROI观测广告的投资回报率更为直接方便。因此，ROI广告投放最为常用的盈利指标之一。

一般来说，ROI，也会细分看新用户的ROI和总ROI。而新用户ROI，还会按时间维度，细分看3日ROI、7日ROI、14日ROI等。

ROAS（Return On Ad Spend） ，指目标广告支出回报率，即每刀的广告花费能带来多少收入。

计算公式：ROAS=总收入/广告支出 x 100%

举例：这个广告花了我1000刀，给我带来了5000刀的收入，则ROAS=5，意思是你在FB上花1刀就能带来5刀的收入。

这个指标主要是测量广告花费的，算是战术层级。而ROI不仅包含广告费，还考虑了其他方面的因素，属于战略层级。

广告投放中的ROI是怎么计算的？

收回价值比上成本投入。这里面有很多细节值得值得注意。每一个式子都是经过精心推敲得出来的。一不小心就会算错。仔细推敲计算应该没什么大问题。

广告投放怎样在投放过程中稳定成本呢？

大家好，我是羽翼课堂创始人Benny。将其底层逻辑拆解为三部分去梳理，分别是投放前、投放中，和投放后。

一、投放前：素材数据支撑

对于广告方来说，在素材的投放过程前，会面临一个素材冷启动的过程，对于一款新产品很难准确锁定其核心受众，以及受众对于素材的喜欢偏向，这就导致很多广告主会承担因未知ROI而产生的投放风险。

而广告素材智能分析系统在投放前首先要解决的，就是利用其自身创意库，为广告主提供策略上的支持，借助平台已有的创意素材及其数据表现，对标投放产品，让广告主有据可依，能够针对性地制作符合不同投放渠道调性的创意。

简单来说，就是分析市场上已经存在的同类产品投放验证过的素材，来保证自身产品素材的投放精准度。

例如，通过CAS广告素材分析系统，可从全球60+个地区、100+个热门媒体的海量创意中洞察优质素材，分析覆盖100+个细分行业的产品广告投放数据，海量的广告创意素材，优化师和设计师可查看实时更新的创意素材，深入分析创意，突破创意产出瓶颈，同时，素材制作工具也同步实现了内嵌式打通，做到了无需切换界面即可一站式洞察、制作素材，快速制作素材。

二、投放中：素材高效生成

产品多渠道铺量投放时，可能会遭遇到两个问题：其一，不同渠道、多个账号，上百甚至上千组素材难以完成格式匹配与同步上传；其二，素材如何能快速迭代，高效产出，愈发精准。

针对第一个问题，AdsDesk首先是通过「智能创建」等提效功能来帮助厂商批量创建广告计划，同时灵活分配创意、出价以及人群包选择，使所有的素材都能与投放路径上的方案灵活配对。

对于第二个问题，AdsDesk在广告素材智能分析系统辅助下产出的素材，能够快速帮厂商投放给对标核心用户，之后AdsDesk将根据吸量获得的核心用户在曝光、点击、注册以及后端的数据变现，锁定投放量级和效果最佳的创意，基于创意数据厂商也可以再次优化素材。

以上系列操作之后，厂商就能收藏所有市场验证过的素材，更快地生成自己的优质素材库，同时对素材库里的资源进行标签分类，这对于之后批量生产素材起到了推动性作用。

从某种程度上来说，厂商在生产新创意的同时，还可以对旧版创意进行排列组合，产出更多已经被验证过的高效能素材。

三、投放后：数据跟踪优化

在广告素材智能分析系统的辅助下完成投放与素材生产后，广告主其实就已经形成了自家产品从创意生产到素材归因的数据体系，相当于完成了大厂原本需要投入大量资金才能实现的投放数据迭代过程，用以反哺买量前端，实现更为精准的用户覆盖和更高的广告投入产出比，最终完成一个“数据-创意-投放”的闭环，整套环节仅用一个系统即可轻松实现。