广告系统搭出来是为了挣钱的，怎么才能挣更多的钱呢?
这里，成都网站设计科技为大家解析广告流量提升的问题。
1、广告指标拆解(暂不讨论成本)
下面来看几个简单的公式：
收入=广告流量*转化率
广告流量=产品用户数*广告展示率*广告点击率
那么最终得到：
收入=产品用户数*广告展示率*广告点击率*转化率
产品用户数：每天启动/打开产品的用户数
广告展示率：广告展示用户数/产品用户数
广告点击率：广告点击用户数/广告展示用户数
转化率：这个是最不好理解的地方，其实不同广告业务的定义是不一样的。如果只是单一的流量变现广告，且考核指标为CPC的话，那么转化率≈1;如果是增值、会员业务的话，那么转化率=付费用户数/广告点击用户数
到这里就完了吗?NONONO，对于互联网产品来说，挣钱的广告可不止一个哟!所以公式还可以拆解为：
收入=产品用户数*(A广告展示率*A广告点击率*A转化率+B广告展示率*B广告点击率*B转化率+……)
对了，额外说一下，相信大家都知道常规广告的投放形式(CPC、CPT、CPM、CPA等等)，不同的投放形式对收入的考核也是不一样的。
CPC：按点击考核，故收入=产品用户数*广告展示率*广告点击率
CPT/CPM：按展示天数/次数考核，故收入=产品用户数*广告展示率
CPA：按行为(可以是注册、评论、付费等等)考核，故收入=产品用户数*广告展示率*广告点击率*行为转化率
以上是整体广告指标的拆分说明，其中转化率与广告业务密切相关，一般也由专门的业务部门负责，故本次不详述，重点来说说——广告流量。
2、广告流量提升
从上面可以知道，广告流量=产品用户数*广告展示率*广告点击率
那么要提升流量，只要提升这三个变量就好啦。
2.1、产品用户数(一般称为日活)
日活往往是一个产品的核心指标，对于日活的提升方法可能比流量的提升方法还要多，这里不详述，简单拆解指标如下：
产品用户数=新增用户+留存用户+回流用户=新增用户+之前的新增用户*留存率+流失用户*召回率
2.1.1、增加新增用户
2.1.2、提升留存率
2.1.3、提升流失召回率
2.2、广告展示率(展示/日活)
广告展示率主要反映的是广告的前端设计逻辑。按照经验来看，这个是提升流量最快捷的方式，但也是最容易引起用户反馈的方式，主要手段如下：
2.2.1、增加广告位：1个广告位变成2个广告位……
2.2.2、提升广告的页面层级：从3级页面变成2级页面，从底部变成顶部，从详情页变成默认页等
2.2.3、提升展示频次：比如之前启动时展示的插屏，从前后台切换时再展示一次;之前的静态广告变成轮播广告等
2.3、广告点击率(点击/展示)
广告点击率主要反映的是用户对广告的喜好程度，不过也有一定程度的误点击(骗点击)。优化点击率是一门细活，能做的方面非常多。
2.3.1、素材优化：说白了就是利用人性的弱点(主要是贪婪、色欲、猎奇)去制作一些具有诱惑力的素材，从经验上来讲，折扣、红包、美女、反常理的素材点击率普遍较高
2.3.2、增加效果：增加红点、动态效果等，这种提升效果很明显，但是要克制，频繁使用会导致用户免疫2.
2.3.3、提升关联：提升和用户的关联度，比如“同城”，或者有用户认知的元素比如“认识的人”，“买过的东西”等
2.3.4、迎合喜好：主要是个性化推荐方面的工作，通过分析用户历史数据，建立用户画像(标签)，通过协同过滤等方式对不同的用户推荐不同的广告(关于协同过滤、用户画像也是一门大学问，有时间详细讲述)
2.3.5、结合场景：在合适的时间或合适的地点展示合适的广告，比如冬天来临之际羽绒服一定比短袖更好，比如晚上推直播比中午推更好(因为很多用户中午都在公司或外出)
2.3.6、结合行为：在用户某个前置行为后展示广告，比如在用户使用某个功能时，提示会员付费即可使用，结合用户的需求来展示解决需求的广告，点击率一定高于纯展示类
2.3.7、提升误点：比如弹窗广告从点击按钮变成全弹窗可点，插屏广告跳过按钮点击区域比实际要小(该类策略不推荐)
3、用户体验的平衡
有广告就有反馈，哪里有压迫就有战争，这是难以避免的，所以和用户体验的平衡也是流量提升的必经之路。商业产品和用户产品相爱相杀也不是一两天的事情了，那么怎么才能解决这个矛盾呢?
其实广告和内容一样，当需要的用户看见需要的东西时，用户不会感到反感甚至是愉悦的。这也反映出
广告投放变化趋势：考核展示量——考核流量——考核有效流量。其中与有效流量对立的无效流量，就是平衡用户体验的核心。
无效流量特征：
重复展示：对单一用户频繁，甚至用户已经产生了有效行为(点击、转化等)
无价值：对单一用户无需求
3.1、重复展示问题
3.1.1、对于长时间展示无操作，考虑更换广告内容、减少展示频次或不展示
3.1.2、对于已经产生有效行为，考虑更换广告内容或不展示
3.2、无价值问题
解决这个问题的核心在于如何判断广告对用户无价值
3.2.1、增加关闭按钮：若用户主动关闭X次，考虑减少展示频次或不展示
3.2.2、直接用户反馈：考虑减少展示频次或不展示
3.2.3、分析用户需求：通过机器学习方法建立用户模型，分析判断用户喜好，考虑针对性投放/更换广告
以上是根据实际工作经验整理，当然二哈也没有很好的处理商业化和用户体验之间的关系，写出来也是和大家分享经验，共同讨论。
额外说一下，其实在大多数情况下均是明知到会伤害用户，但为了公司运转商业化是不可避免的，而这个时候又没有精力来做以上问题的分析，怎么办呢?
这个时候可以粗暴的引入用户价值来思考，比如单个用户原ARPU是X元，原日活是M，增加广告之后贡献的ARPU是Y元，但是日活降低到N，总价值P=Y*N-X*M，若P为正，那么增加该广告是值得的。(但实际上这个公式并没有这么简单，比如若M-N，主要影响的是核心用户就得不偿失了，所以需要不断的测算，形成合理评估模型)
网页题目：广告流量提升解析
文章起源：
http://shouzuofang.com/article/sgpehg.html