如何計算應用內廣告 ROAS和使用者LTV?看這篇就夠了
眼下正是手遊發展的大好時機。IDC 調研的資料顯示,隨著行業的不斷髮展,到 2024 年為止,手機、平板電腦遊戲以及掌機遊戲的收入將躍升至 $1399 億美元,這意味著複合年增長率 (CAGR) 將達到 10.6%。而同期的手遊行業投入將以 8.4% 的複合年增長率增長至 $1032 億美元。這在很大程度上受到了手遊玩家數量增長的推動。因此,遊戲開發者迎來了擴大受眾範圍和實現變現的新機遇。應用內廣告 (IAA) 是實現這一目標的強有力方式。
在之前的調查中,73%的玩家表示他們對遊戲的廣告贊助模式感到滿意。這種模式可以讓他們通過投入時間代替投入金錢來獲得更好的遊戲體驗。開發者通過增加遊戲中基於廣告的 SDK 的比例回應了這一趨勢。按下載量和月活躍使用者檢視遊戲排行榜就能發現,自 2019 年 1 月起,基於廣告的 SDK 比例從 83% 增長到了 89%。在安裝廣告平臺 SDK 一個月和三個月之後,各國玩家的遊戲時間都有所增加。
安裝廣告平臺 SDK 前後對下載量和月活躍使用者的影響
在2019 年1 月到12 月使用者感知度大於0.02% 的全球所有遊戲中,App Annie 對2019 年3 月到10 月首次安裝廣告SDK 的遊戲的廣告變現進行了分析。安裝月份是指首次安裝廣告 SDK 的月份。
(資料來源:“App Annie 報告:移動遊戲的廣告變現- 尚未發掘的潛在商機”,Facebook,2020 年 3 月)
成效衡量的挑戰
儘管應用內廣告是一種極為有效的方式,但仍不免面臨一些挑戰。因為變現和使用者獲取的歸因分析之間經常存在成效衡量的差距。這就可能使得開發者和廣告主很難確定依靠應用內廣告的遊戲的廣告花費回報 (ROAS) 和玩家終生價值。關鍵在於讓變現和使用者獲取協同發力。對於開發者而言,這就要求他們建立增長迴圈。使用者獲取團隊負責吸引有價值的新玩家,而開發團隊則負責為這些玩家提供良好的遊戲體驗,以確保玩家能夠留存。在這些團隊通力合作優化運營的同時,將賺取的收入重新投資,以尋找更多的高質量玩家,從而完成這一迴圈。
應用內廣告的收入主要來自於使用者層級,向使用者呈現廣告,或者使用者與廣告互動時,就能獲取收入,而這又帶來了另一個有意思的挑戰。由於收入是在版位層級進行報告,因此要了解哪些使用者進行了互動,以及他們來自哪些使用者獲取來源就存在時間差,而無法及時瞭解這些情報,營銷人員就很難優化營銷策略。
現在,這一難題有了解決方案。
彌合使用者獲取和應用內廣告之間的差距
根據行業的需要,Facebook 營銷科學團隊設計了兩種改善和精準計算應用內廣告的廣告花費回報 (ROAS) 和使用者的真實終生價值的方法。這兩種方法是:
1.平均模型。這種方法可以在不使用我們的 API 的情況下,由廣告主親自估算已獲取使用者的廣告花費回報 (ROAS) 和終生價值。
2.使用 MMP 進行廣告系列層級的應用內廣告花費回報 (ROAS) 的衡量。這種解決方案可以將Facebook的 API 整合到以 AppsFlyer 為首的 Mobile Measurement Partner (MMP),從而(使用Facebook的 API)為整個 Audience Network 的已獲取使用者計算準確的廣告花費回報 (ROAS) 和真實的終生價值。
平均模型方法
Facebook 營銷科學團隊開發了平均模型成效衡量方法,可用於幫助應用內廣告主估算廣告系列層級的收入。
對於每位使用者而言,平均模型會計算:
展示次數 x 每次展示的平均值:
(其中每次展示的平均值 = 版位每日總收入/版位每日展示總次數)
所有應用內廣告主都可以使用此方法,甚至不需要使用我們的 API,因為這種方法不需要使用或分享其他資料。
要獲得更高的準確性,可以將相關資料彙總到使用者獲取廣告系列層級,延長執行時間,從而提供更全面的資訊。成效衡量階段開始於使用者獲取階段之後,隨著執行時間的延長,資料的準確性也越高。建議時間為估算廣告系列的應用內廣告收入之前,使用者獲取後最少 7 天。這樣可確保準確性,尤其是在廣告系列層級,因為佇列越長,估算結果就越準確。
事實證明,移動遊戲可以成功實施這一方法,以確定廣告花費回報 (ROAS),並使用該方法來優化廣告系列的表現:
通過與Facebook 成效衡量團隊合作,我們可以確保變現歸因和建模方法的高度準確性,因此我們在以有利可圖的方式在使用者獲取上進行投資之前比以往更有自信
- Random Logic 遊戲總裁,Andrew Stone
與Facebook 的這次合作讓我們改進了應用內廣告成效衡量的模型。因此,我們能夠更好地獲取核心使用者和高價值使用者,這有助於我們在遊戲中建立健康的生態系統。
- 89Trillion 營運長,Vicky Liu
與此同時,Audience Network 可以使用批量報告方案來按照廣告系列分享廣告收入資料,同時 AppsFlyer 作為 Mobile Measurement Partner (MMP) 可以讓您深入瞭解廣告系列的花費,從而讓您全面瞭解您的遊戲營銷活動的成效,實現對所有營銷來源進行廣告花費回報 (ROAS) 成效衡量。
MMP 解決方案
Facebook於 6 月 2 日宣佈了 Facebook Audience Network 與 AppsFlyer 合作,面向使用 Audience Network 變現收入資料的遊戲應用開發者,推出一款率先上市的廣告系列層級廣告花費回報 (ROAS) 成效衡量解決方案。這個新的 Facebook API 可以幫助您更加精確地衡量已獲取使用者佇列產生的廣告收入,並且無需使用任何啟發式計算。通過使用安裝的裝置 ID,AppsFlyer 可以利用歸因資料精準追蹤使用者獲取網路產生的收入。資料傳輸流程通過無縫式 API 整合進行工作,這種整合可提供具體某一天某個特定使用者佇列所產生的總收入。AppsFlyer作為歸因服務提供商,可以確定特定使用者佇列歸因到哪個廣告系列或哪些廣告,以及獲取這些使用者使用的是哪個使用者獲取來源。
廣告主可以使用通過 Facebook Audience Network 產生的收入以及來自其他網路的收入來計算廣告系列/佇列層級的廣告花費回報 (ROAS)。至此形成了投資回報 (ROI) 計算的全過程,讓每一環變得更有價值,也更有意義。
Facebook與移動應用成效衡量合作伙伴合作,提供廣告收入資料
平均模型是這一解決方案的基礎,同時廣告系列層級的應用內廣告花費回報 (ROAS)成效衡量可以通過 MMP 合作伙伴獲取準確的 Audience Network 收入。
如果有興趣使用廣告系列層級的應用內廣告花費回報 (ROAS) 成效衡量,可以立即註冊瞭解Facebook的公測計劃。
公測計劃註冊連結:http://suo.im/69yCHz
釋放遊戲的潛力
這兩個解決方案可以彼此互補,共同改善應用內廣告花費回報 (ROAS) 成效衡量。從本質上來講,這是一種整體分析,有效彌合了使用者獲取和應用內廣告之間的差距。通過連通變現、使用者獲取和移動歸因資料,廣告主不必再根據平均值進行計算,或根據不完整的資料進行決策,而是可以針對最高價值使用者進行精準優化。
更多Facebook出海指南可訪問Facebook專題
相關文章
- 快應用入門,看這篇就夠了
- 搞定計算機網路面試,看這篇就夠了計算機網路面試
- mongoDB看這篇就夠了MongoDB
- Android Fragment看這篇就夠了AndroidFragment
- Oracle索引,看這篇就夠了Oracle索引
- 使用者訂閱付費如何拆解分析?看這篇就夠了
- channel 實戰應用,這篇就夠了!
- 搞定計算機網路面試,看這篇就夠了(補充版)計算機網路面試
- OAuth授權|看這篇就夠了OAuth
- Zookeeper入門看這篇就夠了
- 小程式分享,看這篇就夠了
- JavaScript正則,看這篇就夠了JavaScript
- 入門Webpack,看這篇就夠了Web
- Git 看這一篇就夠了Git
- 索引?看這一篇就夠了!索引
- Transformer 看這一篇就夠了ORM
- 物件導向程式設計,看這篇就夠了物件程式設計
- K8s小白?應用部署太難?看這篇就夠了!K8S
- 代理模式看這一篇就夠了模式
- Java 動態代理,看這篇就夠了Java
- python 操作 mysql 只看這篇就夠了PythonMySql
- 學透 Redis HyperLogLog,看這篇就夠了Redis
- Flutter DataTable 看這一篇就夠了Flutter
- 小程式入門看這篇就夠了
- 關於流量清洗,看這篇就夠了
- Java 集合看這一篇就夠了Java
- vue 元件通訊看這篇就夠了Vue元件
- EFCore 6.0入門看這篇就夠了
- ZooKeeper分散式配置——看這篇就夠了分散式
- java序列化,看這篇就夠了Java
- 想了解物聯網應用的自動部署,看這篇就夠了
- 使用者運營看這裡就夠了
- Prometheus Metrics 設計的最佳實踐和應用例項,看這篇夠了!Prometheus
- 小白如何學習六西格瑪,看這篇就夠了!
- 前端er瞭解GraphQL,看這篇就夠了前端
- 入門Hbase,看這一篇就夠了
- Python3入門,看這篇就夠了Python
- Redis主從複製看這篇就夠了Redis