一图看尽APP各推广渠道“超级用户浓度”| 互联网行业公会

（【友盟+】产品专家郑志远）

在U-Time超级用户巡回沙龙中，【友盟+】首次提出超级用户浓度概念，即用户从广告触达到激活后的至少7日乃至15日留存率，并结合AppTrack移动广告采集与监测、用户个性化分析实现对超级用户的深度精准提炼，帮助开发者全链路的实现从精选媒体、精细分析到精准投放的超级用户圈选、放大、获取。

精选媒体电商App投搜索和社交广告、功能类工具投信息流广告

除了高大上的概念，在U-Time超级用户巡回沙龙现场，一组渠道数据更是让开发者惊喜。【友盟+】对2017年全年AppTrack移动广告投放数据分析得出：

“7日及以上留存率”和超级用户指标“高活跃、高使用时长”成正相关；

除DSP竞价拉新外，61%的App用户获取来自于“社交、信息流、搜索”广告，三者的超级用户浓度为：搜索广告6%、信息流广告3.9%、社交广告3.4%；“搜索”是用户意向最明显的行为，也是整个归因体系中的最后一环，因此超级用户浓度较高；

不同媒体的用户与不同行业的超级用户的重合度不同，因此投放选择也应不同。功能类工具App、图书文学类App，更适合投放信息流广告；而电商类App、教育培训类App、工作职场类App、旅游类App等，投放搜索和社交广告会更好，超级用户的浓度会更高。

精细分析人群细分、超级用户反哺投放

同样的广告投放，只需加入几个小步骤，就能让超级用户反哺投放。首先是用户分层，根据App对超级用户的定义，比如启动次数和使用时长，找到超级用户；其次对超级用户进行细分，描绘出超级用户的画像，反哺投放。这一步要做的特别精细，因为即使同一类App，甚至同一个App内的超级用户特征都不尽相同，App开发者需要针对特定人群的特征去推荐不同的视频内容或匹配不同的广告；再次，针对数据分析做洞察，包括定向投放策略、素材优化、触达时段、路径分析、触点分析、媒体选择等。

【友盟+】AppTrack搭建了一整套实现精细化分析的数据体系，让App开发者轻松地拥有全域数据能力，实现广告数据的采集与监测、个性化用户分析。特别注意的，2017年AppTrack最高过滤掉89%的无效流量，平均每天至少40%的流量都是无效的。所以流量分析的第一步是结合【友盟+】SDK部署，通过归因算法、智能反作弊等技术，获取真实流量。

超级用户的浓度可以从宏观上衡量渠道质量，在细分维度上，我们要通过留存分析、事件分析、多维分析等，获得每一个活动的每一个监测单元的细颗粒度数据；再深入的是探寻数据背后的“人”，这也是最需要全域数据画像支撑的部分。App开发者可以通过日志导出、API接口的方式，将监测数据导出，结合自有BI系统和【友盟+】7亿真实活跃消费者画像体系，实现人群细分，更清晰的洞察用户，完成分类分群；再结合每一类人群的触点和转化分析，评估不同媒体的超级用户浓度和特征，反哺再营销和再投放。

精准投放媒体择优、人群放大、定向策略

1）深入自有BI系统，对比7日以上留存，择优媒体投放

某短视频App为了获得高粘性用户投放了信息流广告。比对A、B渠道数据，发现在次日留上几乎相同，当集成到自有BI系统后，发现7日、15日留存上有显著差异，这就非常简单的帮助App开发者判断渠道真实效率。

2）发现超级用户浓度高的定向策略，实时调整投放策略

某知名旅游App在搜索平台投放，希望利用春节最佳时机，提高机票、酒店、线路的转化率。我们将AppTrack和用户自有BI系统对接，把数据导出做渠道深度分析，基于客单价分析发现出价高的关键词转化效率低；同时从地域留存上发现异常，及时的调整投放的定向方向，最终在春节前一周超额完成提升订单金额20%的目标。

3）种子人群放大、细分，降低超级用户获取成本

某金融类App以贷款金额为转化目标，在资讯、社交等渠道投放。通过【友盟+】AppTrack和自有系统对接，提取已转化的超级用户并将其作为种子用户获取人群特征；再通过【友盟+】数据智能平台加入更多的行为标签，进行第三方人群放大；放大过程再做人群细分；根据细分制定不同的创意素材，最后做整体触达，帮助金融App降低26.3%的获客成本。

“我们希望超级用户不再是一个热词，一个概念，而是能够实实在在的落地，应用到App的产品设计、运营策略、推广获客的全渠道中，超级用户浓度就是一个可以标准化的快速衡量指标，接下来，我们会通过全域数据能力不断丰富和细化指标维度，为App推广提效。”【友盟+】产品专家郑志远分享到。

合作伙伴

腾讯大数据 | 运营深度精选 | 猎云网 | BOSS直聘

人人都是产品经理 | GMIC | 亿欧网 | GMGC | 个推

内推小王子 | Readhub | 活动行 | 车轮互联

......

互联网行业公会 | 网聚市场运营人的力量