针对瀑布流设置不熟悉的开发者，GroMore输出瀑布流调优建议供参考。

一、瀑布流层数设置

瀑布流中，建议对应用变现收益贡献大的广告网络设置较多层数、而贡献一般的广告网络设置较少层数，且瀑布流中不同广告网络交叉排序设置。需要注意的是：瀑布流设置一定代码位个数后，需重点关注各代码位填充率、各代码位收益贡献占比、代码位层间隔之间设价合理性等，结合上述表现增减代码位个数。

1. 瀑布流设置可分为【全期望cpm设价代码位】和【bidding+期望cpm设价代码位混合】两种形式。同一瀑布流中代码位数量建议如下：

【全期望cpm设价代码位】形式：

【bidding+期望cpm设价代码位混合】形式：

2. 初次设置时，各广告网络设置层数权重，建议与该广告网络收益贡献占比保持一致。比如，历史数据看，广告收益中广告网络A、B、C占比分别为60%、30%和10%，则在瀑布流设置10个代码位时，广告网络A、B、C分别设置6、3、1个即可。

3. 推荐【bidding竞价+期望cpm设价代码位混合】形式，各行业头部媒体使用反馈看，该形式可显著降低流量填充耗时80%+、提升整体arpdau15%+。

4. 需要注意的是，因考虑各代码位展示量级，量级太小不利于瀑布流各代码位数据稳定性，瀑布流中同一广告网络层与层设价间隔不是越小越好，建议间隔不小于3-5元，同时应结合自身业务现状做调优设置。

5. 每个瀑布流均需设置无底价兜底代码位，从而规避流量浪费，提升流量填充率。

二、目标cpm代码位设价

1. 基于通跑ecpm设置各层价格：首先，在各家广告网络采用不设底价代码位通跑得到ecpm；其次，选择ecpm更高的广告网络，然后，将对应广告网络的ecpm作为基准，乘以 2-3倍作为首层价格；然后，观察首层代码位填充率进行微调后作为最终价格；最后，以此类推设置后面层级的底价。

注：该方法在探索价格区间下限与价格间隔中可能需要开发者多次测试与调整，如需从0到1配置初始瀑布流时就应用较合理瀑布流价格区间，推荐使用【初始瀑布流推荐配置】功能，获得更加合理的价格区间设置。

1.1 可通过GroMore abtest工具快速获取各广告网络通跑ecpm，操作如下：

- 同一广告位下的a组和b组各50%流量，并分别配置adn 1和adn 2的无底价代码位(其中一个为穿山甲)，a组adn 1代码位在头层、adn 2代码位在第2层，b组adn 2代码位在头层、adn 1代码位在第2层；

- 通跑2-3天即可在a组看到adn 1的通跑cpm价格，在B组看到adn 2的通跑cpm价格。

2. 根据各层代码位填充率调整设价：ecpm底价越高则对应代码位填充率越低，各层代码位填充率控制在5%以上，最低不少于1%。除开屏外，若代码位填充率在10%及以上，可尝试提高头层设价。

3. 根据返回量密集度调整设价：对于返回密集的价格区间，价格间隔调小；返回稀疏的价格区间，价格区间调大。同时，瀑布流中代码位对整体收益贡献低于2%时，则可考虑移除该代码位。

4. 不同广告网络相同设价，填充率高者优先：如存在多个广告网络使⽤相同设价（或eCPM 相近），建议按填充率从⾼到低设置优先级，从⽽减少流量填充耗时。

5. 需要注意的是，各广告网络期望ecpm价格设价权限需跟各广告网络确认开通，GroMore新建代码位时手动填写价格仅影响[按价格]形式的请求排序。穿山甲广告网络的期望ecpm设价权限，针对使用GroMore的全量媒体默认开通。

三、瀑布流属性设置

1. 瀑布流属性设置包含串并行方式、请求超时时长设置，不同广告类型差异较大。建议优先使用GroMore默认配置或根据历史经验完成初始配置，在此基础上再做调优。调优建议关注核心指标：广告位维度的流量填充率和流量展示率、代码位维度的填充率及展示率。

2. GroMore默认配置如下：

2.1. 串并行方式：固定层数并行请求，默认2层并行

2.2. 单次请求超时时长：2秒

2.3. 总请求超时时长：

3. 单次并行请求层数越少，流量填充耗时越长、请求超时可能性越大。瀑布流层数合理前提下，单次请求超时占比大时，可适当提升单次请求超时时长上限；总请求超时占比大时，可增加单次并行请求层数或适当提升总请求超时时长上限 。

4. 需要注意的是：【单次请求超时时长】是指单次请求时长超过该设置时长时，会自动请求下一轮广告；【总请求超时时长】是指瀑布流总请求时长超过该设置时长时，本次请求不再返回广告。

四、其他使用建议

1. GroMore提供便捷的差异化运营工具，合理使用可较大程度提升整体变现收益。

1.1. abtest工具：提供严谨分流能力和可视化数据看板，可快捷验证不同瀑布流设置之间的收益差异，从而择优使用。如【全期望cpm设价代码位】和【穿山甲bidding竞价+其他广告网络期望cpm设价代码位混合】方式、瀑布流不同设价排序等带来的收益差异，均建议测试后决定最终设置。abtest工具功能详细介绍详见链接。

1.2. 流量分组：支持多维度对流量进行分组，针对不同分组配置不同瀑布流，从而提升广告变现收益。如新老用户、有无设备信息、不同买量渠道等区分。流量分组功能详细介绍详见链接。

2. GroMore中默认回传穿山甲广告网络的reporting api数据，其他广告网络提供便捷的api数据回传工具[DMPlatform]。建议授权其他广告网络api数据，以便遇到问题时GroMore同学可协助排查。设置非穿山甲广告网络的reporting api数据回传，详细操作详见链接。

3. GroMore保持每月一个大版本的更新节奏，adapter更新频次取决于各广告网络的发版节奏。为确保收益和性能稳定，建议更新并使用GroMore SDK最新版本。

五、优秀数据及案例参考

1. 结合优质媒体配置经验看，瀑布流广告位维度的流量填充率90%以上，流量展示率70%以上。

2. 以某优秀媒体开屏广告的瀑布流配置为例：

2.1. 广告网络数：2；

2.2. 瀑布流层数：5层且有无底价兜底代码位；

2.3. 通跑ecpm穿山甲更优，ecpm60左右，在此基础上乘以2倍（即120）作为头层代码位价格。层与层设置价格间隔依次为20元、20元、40元；

2.4. 瀑布流属性设置：采用默认值，即：固定2层数并行请求，单次请求超时时长上限2s，总请求超时时长上限5s；

2.5. 瀑布流广告维度的流量填充率93.57%（即满足流量填充率＞90%）；流量展示率78.07%（即满足流量展示率＞70%）；

2.6. 代码位维度对应各填充率：均＞5%；

2.7. 各代码位收益占瀑布流总收益均值：20%；区间[5%,33%]（即满足各代码位收益占比均＞2%）；

3. 开屏广告瀑布流配置及数据表现如图：