内购与广告之外，开发者变现还有哪些新可能？

在第三方机构QuestMobile于年初发布的年度报告中，“存量时代”被选中成为中国移动互联网八大关键词之首。随着流量规模红利日渐收窄，步入存量时代成为开发者们需要共同面对的挑战。在这样的背景下，单纯依靠融资等外部输血手段已不可持续，快速建立具备自供血能力的商业模式成为摆在开发者桌面亟需解决的难题。其中，尽力提升流量变现效率成为开发者重点发力的方向。以往，开发者在变现时通常在广告（IAA，In-app Advertising）和内购（IAP，In-app Purchases）两条路径做出选择。大多数时候，他们容易陷入这样的惯性错觉，即认为广告和内购变现相互冲突，构成非此即彼的对立状态。然而近年来，这种简单的二分法思维正被快速颠覆，一种融合IAA和IAP的全新混合变现模式开始受到关注并流行起来。

用混合变现替代单一变现

在几乎所有场景下，企业对利润的获取要么依靠使用者付费完成，例如商品购买和高速通行费；要么通过第三方付费实现，譬如广告主投放广告。基于这两条通用路径，开发者的变现环节也就自然衍生出内购和广告两种常规变现模式。

对大多数网民来说，内购变现并不罕见，视频和健身网站会员、游戏皮肤与道具、音频及小说等内容的付费购买皆属于此。这一变现模式高度仰赖内容本身和用户体验，由于付费行为需要用户高强度意愿支撑，因此推动用户应用内付费的过程并不轻松，这成为主内购变现模式的关键缺陷。比如监测数据就显示有高达九成的用户从未在付费应用中付费，这种过度依赖少量高价值用户付费的模式导致大量流量价值浪费，存在着商业化后劲不足和长效持续性差的问题。与内购变现不同，当前大多数开发者主要依靠广告变现，或通过自建销售团队、或通过广告联盟类产品完成流量的商业价值挖掘。广告变现能力的高低取决于应用流量规模和库存填充情况，换言之，当流量规模足够大、广告位资源库存足够丰富且填充情况足够理想时，应用开发者便能获得理想的收益。但其中潜藏的矛盾是过多的广告载入会影响用户体验，甚至对应用流量规模产生负面冲击。所以，单纯采用内购变现，会排除大量非付费用户广告变现的机会；而单纯采用广告变现，又会因为用户体验的损耗降低付费用户贡献高价值的可能。总的来说，非此即彼的一刀切式做法都会极大限制开发者的变现空间。在这样的状态下，“IAA+IAP”的混合变现模式横空出世。它的核心思路是同时融合两种常规变现模式，针对不同类型用户采用不同的变现策略。由于变现策略实现了以用户个体为颗粒度的个性化，因此应用变现效率能够得以提升。某种程度上，混合变现模式对整个行业的意义可以类比数字化营销初期的RTB模式。RTB的出现标志着广告从购买版位资源进化到购买用户个体注意力的全新阶段，广告资源交易的精细化得到大幅度改善；而混合变现模式的出现则意味着变现策略从一刀切到个性化的变革，商业变现策略的细颗粒化得以实现。可以说，混合变现模式的出现迎合了技术演进和行业发展的趋势，是广告营销行业不断提升效率的结果，同时也成为了应用开发者当下改善变现和收益水平需要把握的契机。

智能分层，实现混合变现的关键技术

从本质上讲，混合变现是一种精深化的流量变现策略。

它与传统变现策略不同，这一新兴模式更强调对用户付费意愿的识别，并基于对用户付费意愿的判定下发广告变现或内购变现等不同策略——对付费意愿较高的用户倾向于采用IAP变现，对付费意愿较低的用户采用IAA变现。
因此，抽丝剥茧后不难发现，又快又好的用户分层能力既是混合变现策略的起点，同时也是变现效率提升的重中之重。然而，在混合变现模式产生的初期，受制于认知和技术水平，开发者进行用户分层时的策略相对粗放很多。他们要么通过设置观察期的方式监测用户行为进而判定用户倾向，要么直接依据人口统计学等简单指标结合运营经验对用户进行归类，无论采用哪种方式都不能兼顾用户分层“又快又好”的需求。设置观察期是不少开发者常常采用的方式。它的逻辑是在获取新增用户后，应用开发者不急于确定IAA或IAP变现，而是在一定周期内收集数据进行统计，例如监测用户在这段时间内的付费金额，最终做出判断并确定变现策略。但值得注意的是，这一观察期需要半个月到一个月不等的时间。但一方面，部分用户的留存并不会达到这么长的时间，这意味着变现机会的流失；另一方面，就像冷启动一样，漫长的观察期本身也会拖慢变现进程。设置观察期对时间成本的损耗和对用户留存质量的高要求，让该策略在“快”上存在瑕疵。而根据性别、年龄、收入等简单指标结合运营经验进行分类的做法，显然更是一种粗粒度分层的做法。采用这种做法进行混合变现，无疑意味着变现策略精深化的退步，毕竟即便那些人口统计学上相似的用户间也往往在付费意愿上存在天壤之别。与此同时，考虑到开发者自有数据量和数据处理能力的有限，用户分层很难实现真正意义上的“好”。在进一步深挖后，我们不难发现又快又好的混合变现和用户分层能力，其核心是实时化、智能化的用户画像能力。而画像能力又与数据量、数据类型、算法和算力等因素息息相关，考验着参与者在数据获取、处理和分析等环节的综合实力，这显然已经超出了开发者自身可以达到的能力上限。因此，如果未来希望达成高质量的混合变现，超级平台方（Super Platforms）的加入势在必行，开发者与平台方基于不同优势共建能力也将成为大势所趋。

用混合变现提升价值？

目前，已经有部分超级平台方开始针对新兴的混合变现模式推出具有竞争力的产品，比如巨量引擎旗下服务开发者成长的重要平台穿山甲。

在穿山甲推出的智能分层产品中，开发者和穿山甲平台通过能力共建能够实现敏捷和优质的用户分层。

初期，开发者只需和穿山甲完成数据共建，通过巨量本身大体量、全场景的数据能力，便能够实现用户分层模型的训练和优化。

第二阶段，开发者可通过模型预估每一个用户付费意愿数据，实现精准分层，并且基于预估结果，对用户实现差异化运营。在用户分层完成后，开发者还可以结合自身变现需求设置差异化的运营策略。

从全流程的视角审视，穿山甲的智能分层产品对开发者变现的扶持不局限于用户分层这个单一环节，而是贯穿从模型训练优化、预估数据反馈到运营策略动态调整的变现全程。与此同时，由于平台方本身在数据能力、运营策略、测试工具和行业经验等方面具有优势，因此也能够更好地支持开发者对于用户全生命周期价值的运营。

作为线上阅读领域的重要玩家，快看小说就已经从混合变现策略中受益。在此之前，它面对的主要问题是平台内仅有10%的付费阅读用户，如果无差别使用广告变现策略会影响整体内购收入，但仅依靠内购收入又将意味着流量资源的无谓浪费。

在接入穿山甲的智能分层产品后，快看小说的变现水平得到了显著提升。通过与对照组对比，采用混合变现模式的实验组由于能够给不同用户更好的使用体验，在次留、3留、7留等指标上实现了18%至65%不等的提升。而在收入方面，新用户整体的7日LTV提升幅度也高达22%，用户体验和变现效率的同步提升意味着在穿山甲智能分层产品支持下的混合变现策略已达到较为理想的效果，能够给开发者带来显著效益。

无论从行业发展趋势还是实际案例结果来看，作为开发者变现日益精细化的必然结果，混合变现有望在未来成为开发者变现的主流模式。以个体为颗粒度设置变现策略意味着跑马圈地到精耕细作的思维转换，而技术和理念的进步在其中成为核心驱动力。

随着变现策略的深化和优化，智能分层产品无疑将成为混合变现策略的重要支柱和基础设施。当智能分层产品的重要性毋庸置疑，接下来行业面临的新课题将变为如何持续提升智能分层产品的敏捷性和准确性并让它更好地服务开发者，这样一个广袤和丰饶的处女地等待着更多像穿山甲这样的行业玩家进一步拓荒和开垦。