你以为有预算就能做好渠道推广？你还需要这4点

推广人员应该都有一个感觉，就是预算永远不够用。要想把钱花在刀刃上，就要求我们知己知彼。

今天小编就来给大家讲讲，如何用有限的预算来进行质量评估和渠道分配。希望对您们有所帮助。

首先讲一下“知己”。

不同行业、不同品牌、不同产品阶段会有不同的推广目标。公司预算不同，也会有不同的方案，这就需要我们结合具体的情景去判断。

而知彼就要求我们对渠道足够了解，以此作为具体预算分配方案的基础。

一般来说，我们分析一个渠道会考虑以下四个指标：成本、质量、量级、稳定性。

稳定性决定着这个渠道是要长期投放，还是只在关键的时间节点去使用。

而量级代表着这个渠道的获客能力，也关系到业务KPI。一个渠道的量级上限，可以通过调研竞品的投放情况预估，也可以通过对整个广告平台的情况去分析，然后再预估。

举个例子，手机厂商商店，可以根据手机出货量来推算手机商店的整体带量，再根据所处行业的竞争格局进一步推算。

首先是成本的横向比较，横向比较要求统一标准。统一标准计算成本的过程中会遇到一些问题。这里列举一下个人认为最常见的两个问题，说一下计算方法。

第一个问题，付费推广后应用商店的自然量如何剔除？据了解，现在很多同行朋友计算应用商店用户获取成本时都没有剔除自然量。其实可以理解，这样测算汇报时数据比较好看，毕竟大家都这么汇报。

但个人觉得有些数据我们应该要弄清楚，大家应该要做一个清醒的推广者，这是我们和别人的不同之处。

既然要全盘把控渠道的预算分配，或者说针对自己手上负责的几个渠道去做预算分配，就需要清楚每个渠道实际获取新用户的成本。

我们要知道信息流、DSP、广告平台、网盟等等，都是没有自然下载用户的。那剔除自然量去比较就成为了必须。

我现在使用的有两种方法，一个是同比差值计算法，另外一个是下载激活转化率计算法。

首先同比差值计算法。我们知道CPA=花费差值/激活差值，如果不取绝对值，取差值就可以排除自然量的干扰。举个例子，某个渠道6月份日均消费一千元，日均总激活是1万，7月份日均消费提高到了7000，日均总激活变成了12000。

那么这个渠道在日均消费1万以下预算量级的情况下，它的获客成本大概是3元左右。但这个计算方法的缺点是它会受到自然量波动的影响。而且如果花费的差值不够大的话，误差还是比较大的。

因为随着在应用商店的付费推广，应用商店自然量是会有所改变的。因为在应用商店的权重等等很多因素都会影响到应用商店的自然量。

所以这里我推荐了第二个方法，下载激活转化率计算法。这个方法要求我们先算一下，自然下载到激活的转化率是多少。

每个产品都不同，每个产品在不同渠道也是不同的，但是同一产品在同一渠道的自然下载量激活转化，变化不会很大。

算出这个值之后，我们在平台后台看到的自然下载量去与它相乘，就可以得到推测的推广激活量。举例来看，比如某渠道6月份是没有付费推广的，每天自然下载量是10000，日均激活是5000，那么转化率是50%。

7月份开始付费推广了，它的自然下载量提高了，变成20000一天，然后它的总激活变成了12000。这个时候就可以用公式计算出，它可能每天的推广激活是2000。

这个方法唯一受限的是有些应用商店的广告后台没有提供自然下载量和数据，只能给到推广下载数据。

但坦白说，只要在应用商店下载了，媒体方是可以获得到下载数据的。如果说后台你看不到的话，就看你跟他们的商务的关系怎么样了。其实想要数据都可以得到。

除了一定要去铺的应用商店，是不是还有非常多鱼龙混杂的渠道？

我们需要在开始投放之前，就横向比较去整体看，以减少测试渠道的时间和财务成本，还是本着统一标准的原则。

这里提出了两个换算公式。针对CPM付费渠道，可以用CTR平均曝光到点击的转化率乘以1000，因为CPM是千次曝光，然后算出千次曝光可能带来点击，再用千次曝光的价格去与他相除，就换算成了CPC的价格。

CPT的渠道也是同理的。这个方法缺点就是我们需要想办法找到要评估的那个渠道，广告平台它的平均曝光点击率是多少。

而且我们知道不同的素材，不同的产品可能都会有差异，所以这是造成它误差的很大一部分原因，但这是做前期预判的时候可以使用的一个方法。

以上列举了总共有几个公式，希望能够在成本计算方面对大家有所帮助。

接下来想简单和大家探讨一下渠道质量评估这个话题。分享的质量评估指标都是针对业内前辈分享内容做的整合，并不是百度视频推广过程中的评估指标。

我把业内通用的渠道质量评估指标分为了五大类。

首先是留存，包括次日留存率，3日、7日，有的公司还会分14日，30日留存率等等。

然后活跃包括日活跃数、周活跃数和月活跃数。

有些对渠道考核比较严的公司还会去考量用户的构成，活跃用户的回流情况、忠诚情况、还有连续活跃用户等等指标。

另外参与度也是必须要考核的一个维度。比如某一个渠道，它的用户启动次数，这个渠道的使用时长、访问页面和使用时间间隔等等。

与收入相关的产品，还会关注用户的终身价值、人均收益、ROI和回收期等指标。

除了在上图列举的指标，还有一些功能属性，用户画像等其他很多维度的数据指标，但可能就不是渠道推广关注的最核心的指标了。

其他指标可能与内容运营，产品设计的关系非常密切，需要共同配合去关注。以上这些都是APP比较基础的分析指标。

做渠道质量评估时还有一个方法可以尝试，就是反作弊策略。

因为技术的开发成本是比较大的，而且门槛比较高。假设从商务而非技术的角度只要把握一个核心思想，那就是判断用户的使用行为是否符合真实用户行为。把握这个核心思想之后，其实我们还是能想出一些成本相对比较低的方法。

1、关键操作活跃量占总活跃的占比

举个例子，比如B站，可能它的用户发弹幕比例非常高，但是如果某一个渠道用户发弹幕的比例非常低，那我们可以认为他有作弊的嫌疑。

2、新功能的使用率

比如某一产品，一开始是没有社区的，用户不可以进行评论，后来他增加了评论功能，这个功能本身在产品的层面讲是成功的，整体表现比较好，但在某一渠道用户的评论率非常低，那么我们可以认为这是作弊的。

因为机器是无法知道什么时候增加了新功能的，所以从新功能角度去切入也不失为一个办法，而且数据量不会很大，跑起来成本比较低。

3、用户激活APP的时间

举个例子，如果用户都是在凌晨两三点钟去下载激活，或者某一渠道每天会有很多激活量，但都集中在半夜的时间，那么我们会认为这个渠道作弊的嫌疑很大。

4、看设备的集中度

比如机型、操作系统等等，这也是行业里在广泛使用的方法。

后面还有两个方法是站在作弊流量方的角度去想，他们有可能在哪里会钻空子，在作弊的时候有可能会惧怕什么，所以提出了这两点。

第一个是点击有效性判断。举个例子，我们在ios推广的时候会做IDFA去配，就是说广告流量方会给传一个数据，今天有哪些用户点了广告跳转App Store，他会给出IDFA。

然后我们自己有多少用户通过下载并激活了产品，也有自己的IDFA数据。然后把流量方的IDFA与我们的IDFA数据去做重合匹配。重合的这部分激活设备号就认为是来自渠道方的广告带来的激活。

但如果我是流量方想作弊的话，我们可以提供大量的IDFA去做匹配，只要数量足够大总会有一些重合和匹配，当然肯定他提供数据的时候也会有一些策略。

所以如果想反这种方式作弊的话，就要看点击到激活的匹配率大概是多少，试想一个用户去点广告，让它下载到激活的转换不会低于百分之一。如果说点击到激活转化率太低的话，我们可以认为是作弊。

最后一个就是商务从合同的角度去约定一下，一旦发现作弊，赔偿金额加大惩罚力度，我觉得可能也会在一定程度上阻拦掉一部分想要作弊的渠道，因为最起码的是他不会让你去折腾去测试，也会节省你的时间成本。

今天小编分享的渠道评估的几种方式不知道对你有没有帮助呢？有的话欢迎下方留言区交流讨论哟