小编将会通过三到四篇内容，分别介绍以上的不同的广告类型的在流量产品中的变现策略的相关内容，而本文后续的内容将围绕开屏广告的变现策略展开。

二、开屏广告策略

作为流量平台，在考虑业务变现的同时，也要时刻的思考如何保障用户体验的平衡性，不会因对用户流量进行广告变现而造成用户体验的降低，致使流量的断崖式下降。

所以在做广告变现时，小编会通过两个维度来思考和设计广告策略：业务变现和用户体验。

1. 开屏广告的业务变现

我们先来聊聊业务变现这一维度，在这里，我们可以问自己两个问题：

数据问题：你看到的产品广告数据是否是真实且准确的数据？比如广告拉取率，广告填充率，广告曝光率等各是多少。

展现问题：开屏广告怎么展现收益会达到最高？

小编就上述的两个问题，通过几个虚拟的案例为大家详细解答一下。

1）开屏广告：数据问题

可能有些读者朋友会对上述的数据问题：“你看到的产品广告数据是否是真实且准确的数据？”产生疑惑。

负责过广告产品的同学都知道，不管是穿山甲还是优量汇或其他广告联盟提供的广告收入数据报表多是以展现量为基础统计值进行广告收入计算；而多数流量类产品的广告变现业务的质量的效果评估则是通过广告业务的每日ARPU值来评定的。

广告业务的ARPU的简单计算公式为：

ARPU公式中的广告的每日总收入可以直接从广告联盟的数据看板中得知，那么我们如何确定广告业务覆盖的用户总数呢？这里有些读者朋友会想到“广告业务覆盖的用户总数不就是日活数或月活数吗”。

真的是这样吗？这里大家通过一个简单的案例思考一下：

案例：一款电商产品的开屏广告策略是每天的首次启屏时展现开屏广告，仅展现一次，用户安装或升级后第一次启屏不展现开屏广告。日活跃用户的定义为当日完成过一次APP的访问行为的用户。假设该产品日活跃用户共1万人，其中2千人为当日安装APP用户，1千人为升级APP用户；开屏广告填充率是80%，广告曝光率是90%。开屏广告当日总收入为1千元。那么此时，该产品的开屏广告的日ARPU值是多少呢？

在上述案例中，虽然日活用户有1万人，但是实际被开屏广告覆盖的用户仅有7千人，而最终实际看到开屏广告的用户仅有7000 × 80% × 90%，即5040人。

由图可见，当我选择的用户群体出现偏颇时，会严重影响最终衡量标准的判定结果。小编举出的虚拟案例是非常简单的条件组合；而实际工作中，尤其在中小型产品，由于广告策略的精细化差异、版本更新与兼容、用户使用习惯、埋点逻辑漏洞等诸多情况，导致在最终我们评估广告变现效果时出现了明显偏差而又不自知。