9月18日，UPLTV聯(lián)合羅斯基在海濱城市——廈門舉辦了“游戲出海，如何建立用戶為本的商業(yè)化模型”的主題沙龍活動(dòng)，邀請(qǐng)到了Facebook大中華區(qū)開發(fā)者變現(xiàn)經(jīng)理Eileen Lee、廈門本地知名的發(fā)行商夢(mèng)加網(wǎng)絡(luò)發(fā)行總監(jiān)楊金喜、廈門獨(dú)立研發(fā)團(tuán)隊(duì)青瓷數(shù)碼VP呂歐強(qiáng)和UPLTV合伙人蔡以民，與現(xiàn)場(chǎng)來賓分享了他們關(guān)于游戲出海商業(yè)化的見解和經(jīng)驗(yàn)。

活動(dòng)中，UPLTV合伙人蔡以民圍繞“打通增長(zhǎng)閉環(huán)，突破變現(xiàn)瓶頸”為主題，進(jìn)行了分享，以下為整理內(nèi)容。

2018年，全球使用內(nèi)購(gòu)+廣告混合變現(xiàn)模式的游戲數(shù)量比2017年增加了34%，很多頭部中重度的游戲公司也開始嘗試混合變現(xiàn)模式。但在2018年 App Annie 全球移動(dòng)游戲用戶支出 Top 1000 中，我們發(fā)現(xiàn)中國(guó)出海游戲發(fā)行商使用混合變現(xiàn)模式的比例只有15%，遠(yuǎn)低于海外其他國(guó)家游戲發(fā)行商。

混合變現(xiàn)模式在中國(guó)出海企業(yè)中尚未普及

混合變現(xiàn)模式可以讓收益來源更加多元化，讓非付費(fèi)的用戶有機(jī)會(huì)通過廣告的方式獲得免費(fèi)獎(jiǎng)勵(lì)，提升游戲內(nèi)用戶的留存，對(duì)游戲內(nèi)的付費(fèi)行為起到一定的促進(jìn)作用。

三種主要的游戲廣告類型

在以上三種廣告形式中，激勵(lì)視頻占絕對(duì)優(yōu)勢(shì)。因?yàn)槭怯脩糇灾鬟x擇點(diǎn)擊廣告，對(duì)用戶干擾較低。但也需注意激勵(lì)視頻的獎(jiǎng)勵(lì)和展示次數(shù)不應(yīng)影響到內(nèi)購(gòu)情況。在UPLTV發(fā)布的《移動(dòng)游戲廣告變現(xiàn)洞察報(bào)告(2019上半年)》中，針對(duì)UPLTV接入的2500多款游戲進(jìn)行中位數(shù)分析，可以看到在美國(guó)、日本等地區(qū)的激勵(lì)視頻整體表現(xiàn)突出，在iOS上也有比安卓稍微高一點(diǎn)的表現(xiàn)。以點(diǎn)擊率為導(dǎo)向，用戶主動(dòng)觀看廣告并點(diǎn)擊下載產(chǎn)生收益，當(dāng)轉(zhuǎn)化率變高時(shí)，收益也會(huì)相對(duì)增多。激勵(lì)視頻廣告因轉(zhuǎn)化率相比另外兩種廣告形式較高，可以為游戲帶來更多的收益。

激勵(lì)視頻主要使用場(chǎng)景及表現(xiàn)

激勵(lì)視頻廣告位設(shè)計(jì)建議

把激勵(lì)視頻廣告位放在明顯的位置，可以更好的提升廣告滲透率；展示內(nèi)容上建議設(shè)置為第二貨幣或者是道具，避免影響游戲內(nèi)的經(jīng)濟(jì)體系。為了讓玩家更有動(dòng)力去點(diǎn)擊廣告，至少將激勵(lì)內(nèi)容設(shè)置內(nèi)購(gòu)最低檔的10%到20%。政策方面，廣告位的入口必須和游戲明顯分開，需要有明顯的廣告標(biāo)識(shí)和二次確認(rèn)畫面，以防用戶錯(cuò)誤點(diǎn)擊，用戶體驗(yàn)相對(duì)更好，自然也會(huì)利于提升廣告收益。

對(duì)于插屏廣告而言，如果產(chǎn)生平臺(tái)認(rèn)為的無效點(diǎn)擊，就會(huì)造成收入下降和封號(hào)的可能。所以，我們?cè)谠O(shè)計(jì)插屏廣告時(shí)，需要注意避開以下誤區(qū)：

×出現(xiàn)意外的插屏廣告；

×在用戶選擇退出或最小化應(yīng)用時(shí)展示插屏廣告；

×在獎(jiǎng)勵(lì)式視頻廣告之后展示插屏廣告；

×用戶拒絕觀看獎(jiǎng)勵(lì)式視頻廣告后展示插屏廣告。

使用聚合工具找到最合適的廣告來源是廣告調(diào)優(yōu)是最常見的辦法。聚合的作用是把最高的收益的廣告挑選出來推送給用戶，為每次的展示選擇最優(yōu)的eCPM，以此來增加廣告填充，獲取更高的廣告收益。

UPLTV的廣告變現(xiàn)調(diào)優(yōu)方式

用戶標(biāo)簽優(yōu)化就是將高價(jià)值的廣告展示給高價(jià)值的用戶。這樣做的原因是廣告用戶之間的差異非常大，有一些用戶點(diǎn)廣告純粹為了獲取游戲內(nèi)的金幣或復(fù)活機(jī)會(huì)，但不會(huì)點(diǎn)擊廣告，即不會(huì)產(chǎn)生后續(xù)的轉(zhuǎn)化，因此這部分用戶相對(duì)價(jià)值也較低；而一部分廣告“大R”用戶對(duì)于感興趣的廣告內(nèi)容會(huì)點(diǎn)擊廣告。把有限的高價(jià)值廣告留給高價(jià)值的用戶，進(jìn)一步變現(xiàn)收益最大化。

廣告調(diào)優(yōu)就是從方案設(shè)計(jì)到邏輯分層諸多細(xì)節(jié)的優(yōu)化，單個(gè)細(xì)節(jié)的調(diào)優(yōu)并不會(huì)帶來本質(zhì)的變化，但是量變能夠引起質(zhì)變。當(dāng)我們把所有的細(xì)節(jié)優(yōu)化疊加在一起的時(shí)候，廣告收益會(huì)出現(xiàn)有效的提升。但是單純依靠廣告變現(xiàn)存在瓶頸，從買量的階段區(qū)分渠道的質(zhì)量，可以進(jìn)一步提升游戲收益，從而突破變現(xiàn)瓶頸。

IAP歸因及LTV分析

以內(nèi)購(gòu)（IAP）為主的重度游戲買量時(shí)，我們可以非常清楚地追蹤到每個(gè)渠道的每個(gè)用戶花了多少錢。根據(jù)每個(gè)渠道的用戶創(chuàng)造收益的高低，我們可以區(qū)分渠道的質(zhì)量，從而進(jìn)行調(diào)優(yōu)為高質(zhì)量的渠道加量，放棄或減少低質(zhì)量的渠道，進(jìn)一步提升內(nèi)購(gòu)收益。

IAA歸因及LTV分析

而以廣告變現(xiàn)（IAA）為主的游戲買量情況則復(fù)雜許多。因?yàn)閺V告聯(lián)盟回傳的數(shù)據(jù)都是高度集成，存在眾多數(shù)據(jù)盲區(qū)，因此我們很難知道每個(gè)用戶在廣告變現(xiàn)中產(chǎn)生了多少收益。這導(dǎo)致的影響是在以廣告變現(xiàn)（IAA）為主的游戲買量時(shí)，我們無法衡量每一個(gè)渠道進(jìn)入的LTV去指導(dǎo)出價(jià)。針對(duì)廣告變現(xiàn)為主的游戲而言，無法衡量IAA則無法衡量廣告回收。多數(shù)情況下，優(yōu)化師們只能依據(jù)CPI和留存情況，判斷后續(xù)的優(yōu)化策略。但如果出現(xiàn)一個(gè)渠道是高CPI低留存，另一個(gè)渠道是低CPI高留存的情況，這時(shí)優(yōu)化師就無法依據(jù)這個(gè)傳統(tǒng)標(biāo)準(zhǔn)來判斷。

與此同時(shí)，LTV對(duì)于以廣告變現(xiàn)（IAA）為主的游戲和以內(nèi)購(gòu)（IAP）為主的重度游戲而言非常重要。游戲買量時(shí)，一般情況下LTV決定了買量單價(jià)的天花板，即LTV=IAP。如果我們考慮LTV的收入，即LTV=內(nèi)購(gòu)（IAP）+廣告變現(xiàn)（IAA）。這將提升買量時(shí)的出價(jià)上限，使整個(gè)買量曲線會(huì)呈指數(shù)級(jí)增長(zhǎng)。因此，LTV決定了產(chǎn)品規(guī)模。

而所有的廣告平臺(tái)都清楚的知道游戲內(nèi)用戶的LTV。但由于廣告平臺(tái)的整體運(yùn)營(yíng)，包括對(duì)于用戶隱私保護(hù)的限制，因此廣告平臺(tái)無法提供給我們明確的數(shù)據(jù)。這是UPLTV通過廣告集成數(shù)據(jù)和客戶端收集到的用戶行為數(shù)據(jù)做一個(gè)模型，幫助拆分這些數(shù)據(jù)，反過來推測(cè)每個(gè)用戶為我們帶來的收益。

目前市面上廣告收益拆分工具大都是“平均拆分”邏輯，但大都存在明顯的誤區(qū)和缺陷，“平均拆分”邏輯存在以下誤區(qū)：

誤區(qū)1. 假設(shè)了每次廣告展示的價(jià)值是相同的

我們分析了七日內(nèi)各廣告平臺(tái)eCPM的單價(jià)，發(fā)現(xiàn)價(jià)格差異巨大。eCPM的單價(jià)最低值為0.01美金，最高值為1500美金，每一次展示的單個(gè)差值達(dá)到15萬倍。針對(duì)同一用戶出價(jià)的波動(dòng)在10倍的占總用戶的9%，針對(duì)同一用戶的出價(jià)波動(dòng)在兩倍的，占到總用戶的50%，說明每次展示的價(jià)格波動(dòng)非常之大。

誤區(qū)2. 無視以 CPC 或 CPI 模式計(jì)費(fèi)的變現(xiàn)平臺(tái)

每個(gè)廣告平臺(tái)計(jì)算廣告收益的算法都存在差異，F(xiàn)acebook Audience Network大多以CPM計(jì)價(jià)，Google多以CPC計(jì)價(jià)，而視頻渠道更多是以CPI計(jì)價(jià)。我們需要通過廣告主端不同的出價(jià)模式，反過來拆分?jǐn)?shù)據(jù)，推算出每一個(gè)廣告平臺(tái)為我們帶來的收益。

誤區(qū)3. 假設(shè)了貢獻(xiàn)更多廣告展示次數(shù)的用戶就貢獻(xiàn)了更多收益

這里我們需要理解廣告收益的構(gòu)成，比如一個(gè)點(diǎn)擊計(jì)費(fèi) （CPC）或安裝計(jì)費(fèi)（CPI）的渠道，當(dāng)用戶觀看廣告沒有產(chǎn)生轉(zhuǎn)化的時(shí)候，即沒有產(chǎn)生收益，即便用戶看了很多遍廣告，在這個(gè)渠道里沒有轉(zhuǎn)化相當(dāng)于沒有收益。原因在廣告主端以點(diǎn)擊計(jì)費(fèi) （CPC）或安裝計(jì)費(fèi)（CPI）計(jì)價(jià)，所以貢獻(xiàn)更多廣告展示次數(shù)的用戶并不等于貢獻(xiàn)了更多的收益，這些都是不完全符合事實(shí)的誤區(qū)。

非平均拆分法

為了規(guī)避“平均拆分”邏輯的誤區(qū)，UPLTV建立了一個(gè)算法：針對(duì)不同廣告平臺(tái)不同的算法，反推出每個(gè)廣告展示的價(jià)值或每個(gè)用戶的價(jià)值。我們可以針對(duì)不同渠道的用戶分配不同的廣告Key，廣告平臺(tái)的后臺(tái)可以看到每個(gè)廣告Key的收益，配合AI算法，從而驗(yàn)證模型計(jì)算的準(zhǔn)確性。但這里存在一個(gè)先決條件，我們需要實(shí)時(shí)知道用戶來自哪個(gè)渠道，實(shí)時(shí)歸因系統(tǒng)和一個(gè)動(dòng)態(tài)分配廣告Key的機(jī)制，這些UPLTV都可以提供解決辦法。

上圖是一個(gè)真實(shí)的產(chǎn)品案例，當(dāng)日美國(guó)活躍用戶當(dāng)中貢獻(xiàn)最大的20%的用戶產(chǎn)生了39%的展示，貢獻(xiàn)了當(dāng)日77%的收益，越高處用戶產(chǎn)生的收益也越高。當(dāng)日新用戶人均貢獻(xiàn)遠(yuǎn)高于長(zhǎng)期用戶，這說明新用戶對(duì)于廣告主來說是最有價(jià)值的。通過這樣的方式，我們能夠計(jì)算完整和準(zhǔn)確的LTV/ROI，從而優(yōu)化UA；推算出每個(gè)渠道的展示次數(shù)和收益，針對(duì)虛擬事件，用廣告高價(jià)值用戶種子進(jìn)行相似受眾投放，幫助我們獲得更多高價(jià)值的用戶（即廣告鯨魚用戶），達(dá)到提升廣告收益的目的。

1.激勵(lì)視頻廣告是用戶自主選擇點(diǎn)擊，對(duì)用戶干擾低，因此是目前游戲內(nèi)變現(xiàn)效果最好，較為推薦的廣告形式之一。但需要注意激勵(lì)視頻的獎(jiǎng)勵(lì)內(nèi)容和廣告次數(shù)設(shè)計(jì)，避免影響游戲內(nèi)購(gòu)。

2.LTV決定了產(chǎn)品規(guī)模，針對(duì)包含廣告的內(nèi)購(gòu)游戲考慮廣告收入，將大大增加出價(jià)上限，從而提升產(chǎn)品規(guī)模。

3.從買量的階段區(qū)分渠道的質(zhì)量，可以進(jìn)一步提升游戲收益，從而突破變現(xiàn)瓶頸。

4.“平均拆分”邏輯的存在一定誤區(qū)，因此UPLTV針對(duì)不同廣告平臺(tái)不同的算法，反推出每個(gè)廣告展示的價(jià)值或每個(gè)用戶的價(jià)值。計(jì)算出每個(gè)campaign的ROI，選取現(xiàn)有的廣告“大R”用戶作為種子，或利用Facebook的Ad Impression和Ad Click App Events打點(diǎn)為種子，生成Lookalike Audience（類似受眾定位）投放廣告，不斷優(yōu)化campaign，從而不斷高效獲取類似的高廣告價(jià)值玩家，實(shí)現(xiàn)最大化變現(xiàn)，形成正向循環(huán)。

本文轉(zhuǎn)自微信公眾號(hào)羅斯基（ID：tvsiji）