推广收益分析

使用推广收益分析将帮您分析各渠道带来的用户在后续产生的收益情况，同时结合渠道侧花费数据情况，帮您分析各渠道投放 ROI ，分析渠道流量质量。

收益分析

• 进入推广分析模块，选择需要分析的时间区间，考虑到收益回收需要时间，这里推荐分析最近一段时间内的收益数据，如：最近 30 天，数据结果为T+1。

• 选择过滤维度，即数据分组方式，可以切换不同分组方式，在下方图表中来拆解收益数据情况

维度分组拆解
选择过滤分组维度时，用户收益侧数据将会伴随选择的分组进行拆解展示；
消耗数据是通过 MarketingAPI 拉取的媒体平台侧花费数据，将按照媒体侧支持的维度进行拆解；
收益折线图数据说明
用户收益数据将会叠加累计，所以在折现图上可以看到，转化日期较早的用户相对较晚的用户到当前时刻有更长时间，进行收益数据回收，所以在数据趋势上能够看到如图所示的趋势；

自定义指标

• 按实际分析需求添加要分析的指标，例如：ROI、LTV、付费金额数据等；
• ROI、LTV 数据支持新用户在激活后续最长 60 天内持续产生的收益数据累计（可选范围 0～60 天）；
• 右侧可以对已添加指标进行拖动排序；

指标计算逻辑

用户 LTV 计算

LTV 概念说明：

• LTV n=某一段时间内新增的用户在随后n天内累计付费金额/该段时间内新增的付费用户数。
• 平均激活成本=某一段时间内的累计消耗/该段时间内新增的用户数；

以筛选时间范围是 8.1-8.3 为例，举例说明 LTV 计算方式：

• LTV0=（8.1激活的设备在当天的付费金额+ 8.2激活的设备在当天的付费金额+ 8.3激活的设备在当天的付费金额）/（8.1新增设备数 + 8.2新增设备数 +8.3新增设备数）
• LTV5= （8.1激活的设备截止到8.5的付费金额+ 8.2激活设备截止到8.6的付费金额+ 8.3激活的设备截止到8.7的付费金额）/（8.1新增设备数+ 8.2新增设备数 +8.3新增设备数）

ROI 、付费金额、付费率的计算方式，以此类推，理论上，n的最大值为今天的日期-用户选择时间范围中最早日期+1。

用户重复收看广告

由于再营销活动的存在，同一用户理论上可能会持续收到拉新或促活类型的广告，经过归因逻辑计算后会出现如下场景：

• 广告A的付费金额：10+20+30=60
• 广告B的付费金额：20+30=50
• 广告C的付费金额：30

收益数据分析

变现收益分析

• 推广收益分析支持上报广告变现平台收益数据，可实现在推广收益数据分析场景中整体了解各平台用户变现数据回收情况。
• 勾选「广告代码位」将会按照变现代码位进行拆解。

变现数据****埋点
使用变现收益数据需要进行相关埋点来上报变现数据，按照埋点模版上报数据即可查看各平台变现收益数据，数据上报模版详细请参考 3.3 章节部分。

ROI/LTV 趋势分析

• 使用收益分析能够分析 ROI 增长曲线情况，方便您找到盈亏平衡点（ROI =1）
• 支持切换 ROI、LTV、ROI 对比等进行分析

• 使用 ROI 对比分析，可以帮您分析某固定 ROI 日期下的变化情况，方便回顾 ROI 波动

查看详细数据

• 若您希望查看详细的分日详细数据，可以点击展开按钮，查看详细数据；
• 该详细数据支持直接下载导出；

添加渠道授权账户

• 若您希望直接通过火山引擎获取广告花费数据，则需要完成账户授权，火山将可以直接获取授权账户下的消耗数据

配置入口差异

• 由于产品搭配组合区别，该配置入口位置会有不同：
  • 当您拥有 Tester + Finder、或仅有 Tester 产品权限时，该入口位置为：系统管理-媒体账户
  • 当您拥有 Finder 产品权限时，该入口位置为：运营优化-广告监测-管理（侧导）-媒体账户

添加埋点映射

• 在「应用配置」中找到埋点映射模块，将相关事件在此进行映射关联，完成映射建立后将自动统计用户付费收益数据情况，并计算 ROI、LTV

变现收益数据上报

• 若您的业务模式中包含了通过变现平台，进行广告流量变现时，可以参考以下模版上报变现数据。
• 当您完成了下列事件埋点数据的上报后，推广收益分析报表工具将自动拉取数据进行分析。

字段详述

事件

事件属性

用户属性
设备ID和用户ID现有埋点会自带，可以不用特别关注

上报示例

JSON格式
综上，以JSON格式示例有效曝光事件埋点上报如下：

{"user": {"user_unique_id": "74481585297" //用户唯一标示"device_id": "xxx","ssid": "xxxx",},"header": {
        ...},"events": [{"ab_sdk_version": "91223,83097", //AB实验vid"event": "tr_adnetwork_adshow_valid", // 有效曝光事件名"params": "{\"monetization\":\"csj\",\"pid\":\"1\",\"price\":\"1.1\",}", //事件属性"local_time_ms": 1489573628001 //事件发生的时间戳}]}
json

安卓

// 示例：上报事件tr_adnetwork_adshow_valid，该事件包含三个属性// string类型的属性，属性名为monetization，属性值为csj// string类型的属性，属性名为pid，属性值为1// float类型的属性，属性名为price，属性值为1.1// 置于业务逻辑对应位置JSONObject paramsObj = new JSONObject();
try {
    paramsObj.put("monetization", "csj");
    paramsObj.put("pid", "1");
    paramsObj.put("price", 1.1);
} catch (JSONException e) {
    e.printStackTrace();
}
AppLog.onEventV3("tr_adnetwork_adshow_valid", paramsObj);
java

iOS

BDAutoTrack.eventV3("tr_adnetwork_adshow_valid", params: ["monetization": "csj", "pid", "1", "price", 1.1])
swift

或

[BDAutoTrack eventV3:@"tr_adnetwork_adshow_valid" params:@{@"monetization":@"csj", @"pid", @"1", @"price", @(1.1)}];