顛覆傳統遊戲買量模式？種子使用者還可以這麼用

2019年7月，UPLTV釋出了革命性的用戶級廣告收益拆分功能——UART（User-level Ad Revenue Tracking），UART的釋出徹底革新了以廣告變現(IAA)為主遊戲的買量模式。不同於“平均拆分”邏輯，通過對不同廣告形態應用針對性的邏輯演算法，準確區分不同渠道的計費模式，提供有效的使用者級廣告收益資料，助力推廣人員測算出精確的ROI，以此優化廣告投放Campaign，獲取更多高質量的使用者，從而實現遊戲收益躍升。


UPLTV在通過大量產品測試後得出兩個結論：1）極少部分使用者貢獻了絕大部分廣告收入；2）觀看廣告次數最多的使用者並非廣告價值最高的使用者。因此，分清楚使用者之間的差異，尋找到種子使用者是提升廣告收益的關鍵之一。UART具備了將廣告收益精準拆分到使用者級別的能力，因此具備有效篩選出“高廣告價值種子使用者”的能力，用於廣告變現類遊戲產品的推廣，進一步助力優化Campaign，實現ROI躍升。具體它是怎麼做到的呢？


種子使用者是什麼？

根據使用者的行為模式，遊戲內的使用者通常可以分為三類：使用者，普通使用者，核心使用者，其中核心使用者是對遊戲廣告/內購收益貢獻最高的使用者群體。種子使用者則是依據某些針對性特徵（例：付費頻次高，付費金額高，遊戲分享頻率高等），從核心使用者群體中精細篩選出來的使用者。因此種子使用者除了具備核心使用者的活躍度高和生命週期久等特點外，還具備了篩選的針對性特徵；通常會被利用在定向投放的廣告平臺上獲取“相似受眾”，即更多相似使用者群體。

該功能原理類似，我們通常在內購（IAP）遊戲中“高付費種子使用者”的相似受眾，只不過篩選條件由貢獻更多內購的使用者，變為貢獻更多廣告收益的使用者。


目前UART中的種子使用者功能可免費使用，幫助市場推廣人員獲取廣告中的高價值使用者，提升買量效果，助力實現最大化變現，形成買量和變現雙向正迴圈。

種子使用者功能的三大特點：

1）篩選深層互動行為，選取高價值使用者

UPLTV種子使用者功能可以排除廣告互動中的隨機或偶然的使用者行為，篩選出真正有價值的廣告使用者。

在廣告互動行為中存在：使用者主動型廣告（使用者主動點選觀看的激勵視訊廣告）和使用者被動型廣告（使用者被動觀看的Banner或部分插屏廣告）。而在深度的廣告互動行為中，我們不排除有使用者錯點或無意中觸發廣告行為的存在，進入商店頁，並無後續下載或付費的隨機或偶然行為。種子使用者功能可以通過資料平滑處理這些隨機或偶然行為，選取出必然行為，進而篩選出真正的高價值使用者。


2）不斷擴大及更新目標受眾

在生成Lookalike Audience（類似受眾定位）投放廣告中，種子使用者功能還可以幫助迴圈擴大類似受眾或遷移更新目標受眾，並不斷高效獲取類似的高廣告價值使用者。


3）Facebook聯動更新

種子使用者功能可以每日自動更新優化種子使用者，並通過介面每日自動同步到Facebook後臺。

Facebook聯動更新的兩大優點:

1) 自動同步，大大降低操作所需的時間和人力成本；

2) 保持長期優化種子使用者的投放效率。




使用種子使用者功能，市場推廣人員可以不斷篩選，擴大及更新不斷高效獲取類似的高廣告價值使用者，優化Campaign，實現遊戲買量效果的提升。

在實際操作中，UART內種子使用者功能是否真的可以有效提升ROI呢？我們來看三組實踐案例。


一．測試背景

UPLTV選擇了已接入的ABC三款休閒類移動遊戲來測試，遊戲均包含內購（IAP）和廣告變現（IAA）的混合盈利模式。在廣告素材、廣告形式和推廣時間等因素保持一致的前提條件下，建立Campaign，按照3-4組不同的標籤分組，比較每個組別之間ROI和LTV的資料表現差異。

經過UPLTV的測試發現，單一的高價值使用者標籤的表現效果不穩定，不足以應對複雜因素的變化。原因是在實際推廣中，廣告收益受到諸多複雜因素的影響，主要可分為三大類：

遊戲的品類，推廣的週期和推廣維度。而標籤設定越豐富化，則可以應對複雜因素的影響，越適用於實際的定向和投放。因此，測試中UPLTV採用了以下兩類使用者標籤：

1.“高eCPM” 使用者標籤：眾所周知，eCPM是指使用者每（千）次看廣告帶來的平均收益，以“高eCPM”為導向目的是為了獲取eCPM貢獻較高的使用者，一般該型別使用者存在點選下載或支付行為。市場推廣人員需要注意，使用者的eCPM與每個廣告平臺對使用者價值的演算法密切相關，不同的廣告平臺在演算法上存在差異。

2.“高Revenue”使用者標籤：即獲取LTV 優質使用者為最終目的，以“高Revenue”為導向的目的是為了獲取總體收益貢獻較高的活躍使用者，UART採用了革命性的非平均拆分邏輯，有效識別使用者的每次廣告展示或互動行為的價值，進而篩選出總體收益貢獻最高的使用者。

二．資料表現

滿足以上測試條件後，UPLTV對ABC三款遊戲進行了測試並得到以下資料。


遊戲A的測試資料結果發現，兩種高價值使用者標籤（“高Revenue”和“高eCPM”）的ROI和LTV資料均高於其他標籤組別。


遊戲B的測試資料結果發現，“高Revenue”價值使用者標籤的ROI和LTV資料表現最佳。


遊戲C的測試資料結果發現，“高eCPM”價值使用者標籤的ROI和LTV資料表現最佳。另一個導致資料差異巨大的原因是，相比其他標籤組別，“高eCPM”價值使用者標籤組的內購收益較高。

三．測試結論

通過以上三款遊戲測試資料結果，我們發現，普遍情況下兩種高價值種子使用者標籤的ROI和LTV表現都優於傳統種子使用者標籤，而其中必然存在一組表現突出的高價值使用者標籤，例如遊戲B的“高Revenue”使用者標籤和遊戲C的“高eCPM”使用者標籤。資料上的差異也證明了，使用UART內的種子使用者功能可以有效捕捉到高價值使用者，實現ROI和LTV的提升。

推薦演算法：Facebook Split Test拆分對比測試

值得一提的是，UPLTV在本次測試中使用了Facebook工程師推薦的Split Test拆分對比測試演算法，來測試不同廣告組之間的表現，從而發現效果最理想的廣告方案。本次測試中Split Test功能的工作原理是，通過建立多個廣告組，在將目標受眾作為測試變數，而其他因素保持一致的條件下，比較每個廣告組之間的表現差異。通過使用Split Test功能，幫助市場推廣人員改善後續遊戲廣告的表現，並在廣告管理工具中重新投放勝出的廣告組。

總結

種子使用者功能可以不斷篩選、擴大並更新廣告內的目標受眾。利用這項功能，市場推廣人員能夠篩選出Campaign中ROI和LTV表現最佳的高價值使用者標籤，優化廣告定向和投放，進而實現買量和變現雙方向正迴圈。

如需瞭解更多或接入試用，請發郵件至contact@upltv.com


【關於UPLTV】


UPLTV專注遊戲出海廣告服務，自研聚合廣告產品接入多家廣告平臺，運用先進的演算法優化廣告邏輯，顯著提升廣告收益並可實現精準使用者級廣告收益拆分。旗下廣告效果分析平臺具有強實時性、高安全性和高價效比，滿足廣告主的推廣效果分析需求。作為Facebook頂級代理商和Audience Network渠道合作伙伴，UPLTV可幫助合作伙伴精準觸達全球27億人群並最大化廣告收益。通過廣告投放、廣告變現及效果分析，UPLTV打通了遊戲出海閉環服務，賦能中國創造的遊戲綻放全球。