休闲游戏如何实现广告收益的*大化，是许多开发者都关注的话题。
开发者追求用户ROI*大化，需要打通买量和变现数据。同时，每个广告位的变现优化也不能忽视，这是收益的基础。接下来，本文将从广告位和用户两个维度，来介绍如何获取*高的收益。
广告位维度
由于广告位收益=展示量×eCPM，因此，若想获得*高的广告位收益，就要分别将展示量和eCPM*大化。
1.1 展示数*大化——漏斗模型
TradPlus 广告漏斗模型
上图为 TradPlus 的广告漏斗模型，下面我们来看看每个环节要关注的数据。
应用请求聚合 SDK：主要关注请求成功率。如果广告场景较密集，需提前缓存多条广告。
聚合 SDK 请求三方 SDK：关注 Google admob、Facebook等三方的填充率、未填充原因和加载时长等，这些数据可有效支持运营优化。
广告填充：聚合 SDK 的填充率。
用户进入广告场景：如广告场景渗透率非常低，说明广告位较隐蔽，会影响广告展示数。
点击播放按钮：关注用户进入广告场景后观看广告的比率，评估奖励是否合理。
广告成功展示：点击播放按钮后，可能因为频次限制、填充不足等原因，导致无法展示，所以要关注展示成功率。
TradPlus基于漏斗模型，创建多达38种数据埋点，为您提供完整的变现“体检报告”。通过这些数据，可透视收益在哪个环节流失。只有先精准定位问题点，才能针对性优化。
1.2 eCPM*大化——三明治模型
Waterfall 示意图
对广告网络 Waterfall 更精细的拆分，可获取更高的收益。
在上图中，左侧是*基本的 Waterfall。其模式为聚合ABCD四家广告网络时，根据历史 eCPM排序。当需要广告时，首先请求广告网络A，A没有填充再请求B，依次往下。
虽然广告网络B的均价低于A，并不代表B所有的广告资源都低于A，把B始终放到第二位，是不公平的。
为防止此问题，我们可以通过设置目标价来对 Waterfall进行拆分。如图中右侧所示，将A按目标差拆成$16和$11，B拆成$15和$8，形成更精细的 Waterfall。
此时，如果A没有目标价高于$16的广告时，则去请求B（高目标价）的广告源，B如果没有就获取A（中目标价）的资源。
通过拆分的 Waterfall，可以拿到各个广告网络价格较高的头部广告，获得更高的收益。
这里还需要强调两点：第一，要构建数据埋点，观察 Waterfall在客户端的实施效率和准确性；第二，由于三明治模型是一个经验模型，因此要通过A/B 测试，对比不同 Waterfall 的效果，持续优化eCPM。
用户维度
构建BI系统实现 ROI 自动化
ROI 是开发者们都非常关注的一个指标，而 TradPlus 可以协助开发者构建BI系统，来实现 ROI 的自动化。
TradPlus 协助开发者构建 BI 系统
主要通过以下三步：
第一步，结合三方报表和埋点数据，精准计算用户LTV。
第二步，通过API，同步用户级变现数据给开发者。
第三步，开发者通过追踪工具拿到推广数据，将用户级的广告变现、买量推广和应用内购买数据打通，形成 Campaign级的数据运营闭环。
结语
经常有开发者谈到，在做广告变现时不清楚目前的方案是否为*优的。我们认为，广告变现不仅仅是接入广告SDK，还需要一整套变现服务和精细化运营，才能真正帮助开发者实现收益*大化。
精细化运营的基础，是一套完善的数据埋点。如果把所有影响广告变现的因素都数据化、指标化，并将这些影响因素做到*优，*终的收益目标就可以达到*优。
通过 TradPlus完整的漏斗数据和构建的BI系统，可以持续提升收入，让您实现变现收益*大化。