第二种办法是根据已有的简单属性进行粗颗粒度的分层，比如根据来源渠道、买量计划、设备类型、地域来进行付费意愿的预判。

但这个分层方案的缺点也是非常明显，分层的粒度比较粗，比如我们很难说iOS的用户就一定比安卓用户付费意愿更强、北京用户就一定比西安用户更愿意花钱。

这种方法能在一定程度上进行前置分层，但终效果通常很难达到开发者预期。

所以，"变现方式单一"和"数据维度单一"是摆在开发者变现路上的两个重要的难点。

三、移动应用变现的第二曲线——基于充分数据的混合变现模式。

那么，应用开发者应该如何解决"变现方式单一"、"数据维度单一"这两个变现路上的绊脚石呢？

答案是——基于充分数据的混合变现模式。

这种方式通俗地讲就是基于充分的数据构建的用户画像能力和付费意愿预判能力，对不同用户采取个性化的分层运营，即让愿意付费的用户付费，不愿意付费的用户则展示广告，从而提升用户在整个生命周期的LTV。

而要真正做到这一点，它的一个重要前提是精细化的分层运营，即开发者必须能准确地判断和预估这个用户的付费意愿，而这种能力通常仅仅依靠开发者自身很难获取，这时候第三方的价值就显示出来了。

事实上，目前业界针对这个问题是有解决方案的，比如穿山甲近提供了一个针对应用变现的"智能分层"的服务，这个服务的核心能力就是准确预估用户的付费意愿。

注意，这个付费意愿的预估是即时的、前置的，即在新用户激活的那一刻就能给出付费意愿的结果，不需要观察期，不需要长周期的行为数据的积累。