出海 App 的 IPS 到底多少算正常?我把 12 款产品的后台数据摊开算了算

🔑 关键词:IPS,Impressions Per Session,出海App变现,eCPM,ARPDAU

📖 摘要:IPS(每次会话广告展示次数)是出海变现里最容易被误读的指标。本文拆解 session 口径差异、给出 6 个品类的 IPS 基准值、一套从 6 拉到 14 的具体操作,以及为什么你该看边际 eCPM 而不是平均 eCPM。

上周三晚上十一点多,一个做工具类 App 的老哥微信上戳我,问了句:你们休闲游戏 IPS 一般做到多少?我们后台才 1.7。

图片

我当时正在对一份 MAX 的日榜报表,顺手回了句那你这个数是正常的。他半天没回话。估计是没想到,他大概率以为同行都做到 8 到 10。

这就是 IPS 这个指标最坑人的地方:它极度依赖产品形态,跨品类比基本等于白比。拿三消的 12 去比 SLG 的 3,除了给自己添堵没别的用。

先把口径说清楚,不然后面全是废话。

IPS 怎么算,以及为什么你和别人的数对不上

IPS = Impressions Per Session,每次会话的广告展示次数。分子是 impressions,分母是 sessions,看着简单,两个数都能有歧义。

分子我一般拆开看。Banner 和插屏混在一个 IPS 里会让数字虚高——美区 iOS 的 Banner eCPM 大概 0.4 到 1.2 美元,插屏 9 到 15 美元,激励视频 15 到 22 美元,隔着十几倍。10 次 Banner 展示的收入不如 1 次激励视频。把两者加一起算 IPS,等于把白菜和松露称在一个筐里。

分母更容易出事。session 的定义各家不一样:AppsFlyer 的口径是 App 切到后台超过 30 秒算会话结束;Firebase 默认 30 分钟无操作才超时;广告平台自己还有一套 SDK 侧统计。同一批用户,三个口径能差出 20% 到 40%。

我在这上面栽过。2023 年做一个合成类游戏,Firebase 后台显示 IPS 6.2,我觉得还行;换 AppsFlyer 口径一看是 9.1。原因很简单,用户在 Firebase 眼里是 1 个 session,在 AppsFlyer 眼里被切成了 1.5 个。当时我们跟发行方对数据,两边吵了两天,最后发现是口径差异。所以现在我跟人聊 IPS,第一句先问你 session 怎么算的。

图片

IPS、IPU、ARPDAU 三个数是怎么串起来的

IPS 单独看没有意义,得跟另外两个数一起才有说明力。

IPS × 人均日会话数 = IPU,也就是每个 DAU 一天看到多少次广告。IPU × 混合 eCPM ÷ 1000 = ARPDAU。

举个我自己产品的例子。一款休闲合成游戏,美区为主,人均日会话数 1.8,IPS 9,那么 IPU = 16.2。混合 eCPM(激励视频占 55%、插屏 35%、原生 10%)大概是 8.2 美元,ARPDAU = 16.2 × 8.2 ÷ 1000 ≈ 0.133 美元。

后来我们把插屏冷却时间从 90 秒改到 45 秒,又补了两个自然断点,IPS 提到 13。人均日会话数没变,IPU = 23.4。但混合 eCPM 掉到 6.8,因为新增的展示里插屏占比高了,而插屏 eCPM 比激励视频低一截。ARPDAU = 23.4 × 6.8 ÷ 1000 ≈ 0.159 美元,涨了差不多 20%。

这里有个关键点很多人算错:他们盯着平均 eCPM 掉没掉,一看从 8.2 掉到 6.8 就慌了,觉得亏了。其实该看的是边际 eCPM——新增那 7.2 次展示,单价是多少。我算过,这批新增展示的实际 eCPM 大概 4.5 美元。只要它大于 0,并且没把留存打下来,ARPDAU 就是赚的。

平均 eCPM 是个骗人的指标,它会把存量展示的价值和增量展示的价值搅在一起。你要做的是把每次调整前后的展示量拆开,单独算新增那部分的收入。这个算法很土,但比看后台那个总数字靠谱得多。

图片

我手上 12 款产品的 IPS 分布

说几个真实的数,都是 2024 年下半年到 2025 年初的后台数据,口径统一用 AppsFlyer 的 session 定义,Banner 单列不计入。

品类 主要市场 IPS 中位数 P25 P75
超休闲 iOS 美区 13.6 9.2 19.4
超休闲 Android 巴西 11.2 7.8 15.1
休闲合成 iOS 美区 9.0 6.8 12.1
休闲合成 iOS 日韩 7.4 5.5 10.3
中度卡牌 iOS 美区 5.1 3.7 6.9
SLG iOS 美区 3.2 2.4 4.6
工具清理 Android 印尼 1.7 1.1 2.6
工具清理 iOS 美区 2.4 1.6 3.5

看到没,跨度从 1.7 到 19.4,差了十倍不止。所以那个工具类老哥的 1.7 真的不算差,他是被自己的产品形态锁死了——清理类 App 单次会话就 40 秒到 1 分钟,用户点一下清理完就退,你能塞几次广告?塞两次都嫌多。

他的问题根本不是 IPS 低,是 IPU 低。人均日会话数只有 0.9,IPU 才 1.5,ARPDAU 大概 0.006 美元。这种产品想在广告上赚到钱,方向应该是拉活、做小组件、做每日提醒把会话数提上去,而不是硬往单次会话里塞展示。

反过来,超休闲游戏 IPS 到 13、19 是常态。因为它的会话结构本身就是碎片化的,一局三十秒,玩十局退一次,天然就有大量断点可以放广告。

把 IPS 从 6 拉到 14,我做了这七件事

还是那款合成游戏,2024 年 3 月到 6 月,三个月从 6 提到 13.8。按顺序说。

图片

第一步,先把 session 口径统一。 我们当时三个后台三个数,先花了两天把 AppsFlyer 切到主口径,MAX 和 AdMob 的报表全部按这个换算。不然后面所有 A/B 都是瞎测。

第二步,拉出展示位置的热力图。 不知道 AdMob 有没有这个功能,MAX 的 Reporting API 里可以按 placement 拉,我让技术导了一份两周的数据,看每个广告位每天被触发多少次、填充率多少、eCPM 多少。结果发现有个插屏位填充率只有 62%,等于每次触发了有 38% 是白触发的。

第三步,插屏冷却时间 90 秒改 45 秒。 这是最大的一刀。直接上,不做 A/B,因为我之前别的产品测过,45 到 60 秒是休闲游戏的甜蜜区,低于 40 秒会明显掉 D1。

第四步,补自然断点。 原来只有关卡结算页放插屏,后来加了三个:道具使用后、返回主界面、连续失败三次。原则是绝不在用户操作中间弹,Google Play 的干扰性广告政策这块查得挺严,遮挡关闭按钮或者延迟出现关闭键都可能被下架。

第五步,激励视频入口前置。 原来激励视频藏在设置页里,日触发 0.3 次。把它挪到关卡失败弹窗的第一位、每日任务列表、加速按钮上,触发次数提到 2.1 次。激励视频这个位置的 eCPM 是插屏的 1.6 倍左右,多拉一次就是白赚。

第六步,加预加载。 插屏冷却结束但素材没缓存好,等于白等。把 SDK 的 load 超时从默认值调到 6 秒,同时在关键节点提前 5 秒预请求。填充率从 62% 提到 89%。

第七步,设单日展示上限。 这条是防守。休闲游戏我一般设 65 到 80 次,中重度 20 到 30 次。新用户要单独设,D0 上限压到 25 次,D1 提到 40,D7 之后才放开。我们有个版本忘了给 D0 单独设,结果当天 IPS 冲上去了,次留掉了 3.8 个点,一周后 ARPDAU 反而比之前低。

图片

代价和红线

提 IPS 一定是有代价的,别指望白赚。

最直接的是 eCPM 会掉。上面那个例子,混合 eCPM 从 8.2 掉到 6.8,掉了 17%。因为新增展示里低价值的插屏和原生占比变高,把均值拉下来了。这是数学,不是你的中介没优化好。

第二是留存。这个滞后,一般要看 7 天。有些版本前三天数据漂亮得不行,第七天 D7 留存掉 2 个点,等于白干。我现在养成习惯,任何 IPS 相关的改动,至少跑满 14 天再看结论。

第三是政策风险。除了刚才说的干扰性广告,还有儿童类应用这条线。Google Play 的 Families Policy 对儿童向 App 的插屏和激励视频限制很严,如果你的产品被划到儿童类目,IPS 做到 4 以上就是找事。这块不算营收账,算风险账。

还有一条容易被忽略的:iOS 的 ATT。2021 年 4 月上线之后,全球 IDFA 授权率长期在 25% 上下,美区大概 30% 出头。这个不影响 IPS,但直接影响 eCPM——同样的展示,有 IDFA 的和没 IDFA 的能差 30% 到 50%。所以你在看历史数据对比的时候,别把 ATT 前后的数据混在一起算趋势,那是在自己骗自己。

几个我踩过的坑

坑一:把 IPS 挂到买量团队头上。 我们有一阵子把 IPS 放进买量团队的季度指标,结果他们天天催产品加广告位,产品团队火了,两边开会吵。后来想明白了,IPS 是产品结构的结果,不是谁的目标。买量团队该看的是 LTV 和 ROAS,IPS 只是解释 LTV 变化的一个中间变量。

图片

坑二:为了 IPS 去堆 Banner。 有个版本我们在主界面底部加了一条 Banner,IPS 涨了 1.8,看着挺好。但 Banner eCPM 0.6 美元,1.8 次展示值 0.001 美元,还不够服务器成本。而且它挤掉了下面一个原生广告位的位置,原生 eCPM 是 5.2。净亏。

坑三:只看总 IPS,不分新老用户。 新用户的 IPS 天然比老用户低,因为还没养成使用习惯。如果你看的是大盘均值,很容易被老用户的数掩盖住新用户的问题。我现在所有报表都按 D0 到 D1、D2 到 D7、D7 以上分三层看。

坑四:以为 Bidding 能解决一切。 2024 年之后基本所有平台都在推 Bidding(AdMob、MAX、LevelPlay 都是),自动化确实把瀑布流的活儿干得差不多了。但保留 2 到 3 层瀑布流兜底还有用,尤其是东南亚、拉美那些小平台,Bidding 的覆盖没那么全。我们印尼那条产品线,瀑布流兜底贡献了大概 12% 的收入。

最后说一句

IPS 这个数,我现在的态度是:它是诊断工具,不是目标。看到它异常的时候,去查是哪个位置的填充率掉了,还是新用户会话数变了,还是插屏冷却被谁改回来了。查完就放下。

真正该盯的是 ARPDAU 和留存曲线的配合关系。IPS 只是这两者中间的一个解释变量,把解释变量当 KPI,最后一定会做出为了数据好看、但产品越来越难用的东西。我见过太多这样的产品了,打开三秒一个插屏,用户跑得比谁都快。

如果你手上产品的 IPS 也在 2 以下,先别急着加广告位。先看看你的用户一天开几次 App。这个数不提上去,加多少广告位都是白搭。

🏷️ 标签: