11月29、30日，第八届·灵眸大赏Morketing Summit在中国·上海成功召开。
第八届灵眸大赏以「回归」为主题，围绕“深耕国内市场·回归”与“放眼全球战略 · 未来”两大主题日，共设7个分会场，开展了为期两天的议程。大会聚集近80位全球营销商业生态高管进行主旨分享和panel讨论，参会者高达2000+行业从业者。
据CNNIC第52次中国互联网络发展状况统计报告显示，截至2023年6月，我国网络游戏用户规模达5.50亿人，较2022年12月增长2806 万人，占网民整体的51.0 %。游戏行业不断发展，国内游戏也不断以较高的品质获得用户青睐，并积极探索出海路径。
这个过程中，相较于以往传统Waterfall的广告投放方式，Bidding在海外的使用也已经非常成熟，它能够让出价最高的平台获得展示机会，并将价格反馈到整个流程。“变现自动化的当下，头部的广告渠道几乎都在Bidding，或者已经实现了Bidding，再或者在去往Bidding的路上。”喻久港分享。
那么，在这样的情况下，应该如何破局，流量增长又有何方向？
11月30日，在第八届 Morketing Summit 灵眸大赏游戏专场上，哈乐沃德商业化负责人喻久港以《Bidding时代，流量破局的方式》为题进行了演讲， 以具体的计算和案例为契，给大家带来了干货十足的分享。
以下为演讲实录：
精细化运营怎么做？各家有各家的打法，在过去几个月当中，我们也踩过一些精细化的坑。接下来，希望结合我们公司自己的一些“事故”，给大家带来一点故事。如果今天的分享能给大家对于LTV的提升，以及未来流量增长方向有一点启发和帮助，我就觉得实现了个人今天分享的意义。01
目前，流量有这样的几个困局。第一，对于开发者来说，买量成本越来越高，但是变现的eCPM却在下滑；第二，买量越来越自动化，1.0、2.5、3.0、 AEO/VO、IAA ROAS、IAP ROAS、IAA+IAP ROAS等各种各样的名词天花乱坠；第三，变现自动化的当下，头部的广告渠道几乎都在Bidding，或者已经实现了Bidding，再或者在去往Bidding的路上；第四，规模小时，ROI是正的，扩大后ROI却变负。接下来，我会针对这四个现状，站在开发者的视角，阐述一下背后的原因。
首先，为什么买量的CPI升高了，但是eCPM却下降了？假设一款产品不考虑人工成本，花费和收益，ROI目标做到100%，我们按照CPI是1美元，点击率2%、转化率50%的理论值简化计算，买量CPM是10美元。对于一个用户的生命周期来说，假设生命周期留存和是5，如果一个用户每天看10个广告，他需要eCPM做到20美元才能回本，相当于流量价值要做到翻倍。但现在的现状是，留存越来越难，示例说明，留存和大概率做不到5，可能是4。这个时候，eCPM要达到25美元，相当于买用户的时候eCPM是10美元，卖给平台的时候要达到20美元甚至25美元才能回本，还要在平台不抽成，不考虑人力成本，ROI是100%的前提下。如此，就出现了一个很大的冲突。对于现在买量的ROAS，CPI有可能是2美元、5美元或更高。这是因为，这些CPI涨幅远大于变现eCPM的增幅，所以大家的感受就是CPI变高了，但是eCPM却下滑了，这就导致了第一个冲突：买量CPI变高，但是eCPM增速没有那么快。这个点该如何破局？有一个方式就是增加内购，把内购加上去以后，可以弥补广告部分收益减少的损失，弥补ROI。获取用户方面，对于开发者来说，有四种用户。第一种，是既付费也看广告的用户，这种用户谁都想要。第二种，是付费但是不看广告的用户，也可以接受。第三种，是不付费但是只看广告的用户，这样的用户也无法避免。第四种，是大家都不喜欢的，既不付费也不看广告的用户。对于开发者来说，最喜欢的就是第一种，第二、第三种可以接受，第四种最好不要来我的游戏里面。开发者有这样的诉求，平台便有一套对应的工具。UAC1.0是买安装，所有用户都丢给你；UAC2.5是买事件；UAC3.0是买价值，要什么样的价值，就买对应付费的价值，直接买第一类的用户。这个时候CPI涨了，但是用户更精准了。平台就是基于这个逻辑，把流量的价值推得更高，所以做了这样的改变。但这个过程中，3.0对应的用户是非常小的，只有中间一小块，所有人都想要。但是如果想获取这个用户，就必须付出更高的价格。平台做这种改变，背后的本质就是为了将他的流量价值最大化。开发者为了获得精准的流量，使得用户可以看到自己最适合的广告。如果用户有个性化的画像，他看到的广告也就是他很喜欢的类型的广告。比如，最近很火的“我被某某包围”了，里面的视频和平时刷到的短视频几乎没什么差别，就是因为他获取了用户的一些信息，为之匹配了视频，让广告跟平时看到的视频差不多，这就是个性化广告背后的本质。02
他山之石可以攻玉，我们可以看一下传统行业。通过观察传统行业的营销，看他们如何获取用户，可以思考怎么借鉴到游戏行业当中。100年前，福特是怎么在全世界范围内火起来的？是因为做了流水线。之前是一个工人做一台车，后面改为这个工人做底盘，那个工人做车轱辘等，全部拆开，产能大大提升，效率大大提高。50年前，宝洁是怎么在全世界范围内火的？是因为他有非常多的渠道，只要日化品牌上了他的渠道，马上可以接触到一线用户，这是渠道和营销的力量。如今，“遥遥领先”大火，一说华为就知道是科技的代表。如果哪家游戏贴了品牌，你会自然而然地下载，这是免费的自然量，这就是品牌的力量。如果大家的开发者账号有品牌的权重，或者有自己的品牌，对应的自然量会给你带来不错的收益。这个时候，建议大家维护好自己的主账号，会有意想不到的收益。当前形势下，基于我们自己的认知，觉得有两个方向可以突破：
1、算准模型方面，一是只有将每个渠道，每个campaign的ROI算准，把平均值打破，才能知道哪个campaign带来的收益是正向的，哪个campaign带来的收益是负向的。二是Google Paly的税，这个是我们内部踩的坑，因为我们没有把它算准，所以导致了一个事故。2、提升产品LTV方面，只有LTV提升了，能承受的CPI就更高，可以买量的空间也更大，做一些事情就对应的有一些折腾的空间。假设算一个LTV模型，如果按照传统的算法，就是ARPU值乘以留存和，大家都这么算。但这么算对吗？ARPU值是稳定的吗？留存和是稳定的吗？eCPM是稳定的吗？这些问题都经不起推敲。如果按照幂函数拟合留存，如图一， R的平方值是0.996，可信度也非常高，留存和只能做到这么多。这个看似没问题，但如果按照图二怎么办？如果有两天这个点偏高，曲线便画不出来，R平方值只有0.81，可信度是非常低的。对于这种情况该怎么办？实际上有办法，将留存累加之后就变成了图三，这个时候再来拟合留存的时候，就是累计的LTV，这时候对应背后算模型有三种方式：幂函数、对数函数、指数函数。只有把三种函数都用上，再看一下哪个R的平方值更接近于1，才能用模型拟合留存，这个只是在LTV等于ARPU值乘以LT模型基础上打破了一点平均。另外，eCPM平均怎么打破？这个时候需要用到一些技术的手段。因为现在Bidding的渠道越来越多，每次广告展示时，将这里面的每次价值通过技术手段，通过第三方，归因到每个campaign对应带来多少回收，把这个数据算出来，你的模型就又更加完善了。关于ROAS的买量就涉及到内购了，这是一个真实的事故案例。对于谷歌的内购收税，大家可能想到的是15%或者30%的分成比例，这么算对吗？用户充值了10美金购买了内购项，开发者可以收到多少钱？对于韩国用户、美国用户、欧洲用户，结果是不一样的。这个问题研究下来非常有意思，可以看到收税的过程。第一步，用户充值以后，当地国家或地区会收第一笔税。这个时候叫VAT，在不同地区比例是不一样的。韩国VAT为10%，欧洲大部分国家地区是20%左右。第二步，是谷歌的分成。一种是小于100万的，可以申请优惠，等于15%，一种是超过100万的，优惠变成了30%，这个时候是开发者和平台分。第三步，是增值税WHT。例如新加坡地区，该地区在2024年1月1号以后变成9%，2024年1月1号之前是8%。不同地区之间有所差异，巴西则是25%。不同地区的公式不一样，对应税收的价格也不一样。为什么研究这个事情？是因为，之前比如用户累计充值1万美金，我们按照简单算法算自己认为收到了七千，实际上可能只有六千，这就导致ROI的计算错误。量级越大，差距也会越来越大。这个案例拿出来与大家分享，希望大家吸取经验。接下来和大家分享精细化运营的一个案例——《SSSnake》。这个游戏在不同的时间，会定期举办一些活动，会给玩家看当地的排名，前三名奖励是什么也完全让玩家看到，刺激玩家冲刺排名。这样一来，对应的充值金额也越来越高。通过定期活动可以大幅度拉升内购，将这一点在自己的产品当中应用，会有不少的收获。另一个案例——《王者荣耀》。这个游戏的打折不会告诉你具体的规则，而是让你自己抽卡，好不容易得到抽卡，再给你一个倒计时，几天之内要赶紧用，不用就可惜，用这一点拿捏玩家的心理。差异化定价的策略，也建议大家尝试一下。还有我们内部的一个案例，这是一个产品当中购买次数曲线分布图。大部分接近2/3的用户只购买过一次，如果能将这2/3的用户购买次数往上提升一点，购买金额往上拉升一点，你的内购LTV又是不一样的结果。对于这些，数据越往下深挖，是越有意思的事情。这里面就涉及到怎样引导用户付费，特征是什么，怎么挖掘出来等问题。我的分享就是这些，希望给大家带来一点收获，谢谢大家！
发表评论
请先注册/登录后参与评论