產(chǎn)品 | 顛覆傳統(tǒng)游戲買(mǎi)量模式？種子用戶(hù)還可以這么用

獲取用戶(hù)級(jí)廣告收益數(shù)據(jù)截圖

UPLTV在通過(guò)大量產(chǎn)品測(cè)試后得出兩個(gè)結(jié)論：1）極少部分用戶(hù)貢獻(xiàn)了絕大部分廣告收入；2）觀(guān)看廣告次數(shù)最多的用戶(hù)并非廣告價(jià)值最高的用戶(hù)。因此，分清楚用戶(hù)之間的差異，尋找到種子用戶(hù)是提升廣告收益的關(guān)鍵之一、UART具備了將廣告收益精準(zhǔn)拆分到用戶(hù)級(jí)別的能力，因此具備有效篩選出“高廣告價(jià)值種子用戶(hù)”的能力，用于廣告變現(xiàn)類(lèi)游戲產(chǎn)品的推廣，進(jìn)一步助力優(yōu)化Campaign，實(shí)現(xiàn)ROI躍升。具體它是怎么做到的呢？

根據(jù)用戶(hù)的行為模式，游戲內(nèi)的用戶(hù)通常可以分為三類(lèi)：用戶(hù)，普通用戶(hù)，核心用戶(hù)，其中核心用戶(hù)是對(duì)游戲廣告/內(nèi)購(gòu)收益貢獻(xiàn)最高的用戶(hù)群體。種子用戶(hù)則是依據(jù)某些針對(duì)性特征（例：付費(fèi)頻次高，付費(fèi)金額高，游戲分享頻率高等），從核心用戶(hù)群體中精細(xì)篩選出來(lái)的用戶(hù)。因此種子用戶(hù)除了具備核心用戶(hù)的活躍度高和生命周期久等特點(diǎn)外，還具備了篩選的針對(duì)性特征；通常會(huì)被利用在定向投放的廣告平臺(tái)上獲取“相似受眾”，即更多相似用戶(hù)群體。

該功能原理類(lèi)似，我們通常在內(nèi)購(gòu)（IAP）游戲中“高付費(fèi)種子用戶(hù)”的相似受眾，只不過(guò)篩選條件由貢獻(xiàn)更多內(nèi)購(gòu)的用戶(hù)，變?yōu)樨暙I(xiàn)更多廣告收益的用戶(hù)。

目前UART中的種子用戶(hù)功能可免費(fèi)使用，幫助市場(chǎng)推廣人員獲取廣告中的高價(jià)值用戶(hù)，提升買(mǎi)量效果，助力實(shí)現(xiàn)最大化變現(xiàn)，形成買(mǎi)量和變現(xiàn)雙向正循環(huán)。

種子用戶(hù)功能的三大特點(diǎn)：

UPLTV種子用戶(hù)功能可以排除廣告互動(dòng)中的隨機(jī)或偶然的用戶(hù)行為，篩選出真正有價(jià)值的廣告用戶(hù)。

在廣告互動(dòng)行為中存在：用戶(hù)主動(dòng)型廣告（用戶(hù)主動(dòng)點(diǎn)擊觀(guān)看的激勵(lì)視頻廣告）和用戶(hù)被動(dòng)型廣告（用戶(hù)被動(dòng)觀(guān)看的Banner或部分插屏廣告）。而在深度的廣告互動(dòng)行為中，我們不排除有用戶(hù)錯(cuò)點(diǎn)或無(wú)意中觸發(fā)廣告行為的存在，進(jìn)入商店頁(yè)，并無(wú)后續(xù)下載或付費(fèi)的隨機(jī)或偶然行為。種子用戶(hù)功能可以通過(guò)數(shù)據(jù)平滑處理這些隨機(jī)或偶然行為，選取出必然行為，進(jìn)而篩選出真正的高價(jià)值用戶(hù)。

篩選深層互動(dòng)行為

在生成Lookalike Audience（類(lèi)似受眾定位）投放廣告中，種子用戶(hù)功能還可以幫助循環(huán)擴(kuò)大類(lèi)似受眾或遷移更新目標(biāo)受眾，并不斷高效獲取類(lèi)似的高廣告價(jià)值用戶(hù)。

循環(huán)擴(kuò)大類(lèi)似受眾

遷移更新目標(biāo)受眾

種子用戶(hù)功能可以每日自動(dòng)更新優(yōu)化種子用戶(hù)，并通過(guò)接口每日自動(dòng)同步到Facebook后臺(tái)。

Facebook聯(lián)動(dòng)更新的兩大優(yōu)點(diǎn): 

1) 自動(dòng)同步，大大降低操作所需的時(shí)間和人力成本；

2) 保持長(zhǎng)期優(yōu)化種子用戶(hù)的投放效率。

Facebook聯(lián)動(dòng)更新截圖

使用種子用戶(hù)功能，市場(chǎng)推廣人員可以不斷篩選，擴(kuò)大及更新不斷高效獲取類(lèi)似的高廣告價(jià)值用戶(hù)，優(yōu)化Campaign，實(shí)現(xiàn)游戲買(mǎi)量效果的提升。

在實(shí)際操作中，UART內(nèi)種子用戶(hù)功能是否真的可以有效提升ROI呢？我們來(lái)看三組實(shí)踐案例。

UPLTV選擇了已接入的ABC三款休閑類(lèi)移動(dòng)游戲來(lái)測(cè)試，游戲均包含內(nèi)購(gòu)（IAP）和廣告變現(xiàn)（IAA）的混合盈利模式。在廣告素材、廣告形式和推廣時(shí)間等因素保持一致的前提條件下，創(chuàng)建Campaign，按照3-4組不同的標(biāo)簽分組，比較每個(gè)組別之間ROI和LTV的數(shù)據(jù)表現(xiàn)差異。

經(jīng)過(guò)UPLTV的測(cè)試發(fā)現(xiàn)，單一的高價(jià)值用戶(hù)標(biāo)簽的表現(xiàn)效果不穩(wěn)定，不足以應(yīng)對(duì)復(fù)雜因素的變化。原因是在實(shí)際推廣中，廣告收益受到諸多復(fù)雜因素的影響，主要可分為三大類(lèi)：游戲的品類(lèi)，推廣的周期和推廣維度。而標(biāo)簽設(shè)置越豐富化，則可以應(yīng)對(duì)復(fù)雜因素的影響，越適用于實(shí)際的定向和投放。因此，測(cè)試中UPLTV采用了以下兩類(lèi)用戶(hù)標(biāo)簽：

1）“高eCPM” 用戶(hù)標(biāo)簽：眾所周知，eCPM是指用戶(hù)每（千）次看廣告帶來(lái)的平均收益，以“高eCPM”為導(dǎo)向目的是為了獲取eCPM貢獻(xiàn)較高的用戶(hù)，一般該類(lèi)型用戶(hù)存在點(diǎn)擊下載或支付行為。市場(chǎng)推廣人員需要注意，用戶(hù)的eCPM與每個(gè)廣告平臺(tái)對(duì)用戶(hù)價(jià)值的算法密切相關(guān)，不同的廣告平臺(tái)在算法上存在差異。

2）“高Revenue”用戶(hù)標(biāo)簽：即獲取LTV 優(yōu)質(zhì)用戶(hù)為最終目的，以“高Revenue”為導(dǎo)向的目的是為了獲取總體收益貢獻(xiàn)較高的活躍用戶(hù)，UART采用了革命性的非平均拆分邏輯，有效識(shí)別用戶(hù)的每次廣告展示或互動(dòng)行為的價(jià)值，進(jìn)而篩選出總體收益貢獻(xiàn)最高的用戶(hù)。

滿(mǎn)足以上測(cè)試條件后，UPLTV對(duì)ABC三款游戲進(jìn)行了測(cè)試并得到以下數(shù)據(jù)。

游戲A的測(cè)試數(shù)據(jù)結(jié)果發(fā)現(xiàn)，兩種高價(jià)值用戶(hù)標(biāo)簽（“高Revenue”和“高eCPM”）的ROI和LTV數(shù)據(jù)均高于其他標(biāo)簽組別。

游戲B的測(cè)試數(shù)據(jù)結(jié)果發(fā)現(xiàn)，“高Revenue”價(jià)值用戶(hù)標(biāo)簽的ROI和LTV數(shù)據(jù)表現(xiàn)最佳。

游戲C的測(cè)試數(shù)據(jù)結(jié)果發(fā)現(xiàn)，“高eCPM”價(jià)值用戶(hù)標(biāo)簽的ROI和LTV數(shù)據(jù)表現(xiàn)最佳。另一個(gè)導(dǎo)致數(shù)據(jù)差異巨大的原因是，相比其他標(biāo)簽組別，“高eCPM”價(jià)值用戶(hù)標(biāo)簽組的內(nèi)購(gòu)收益較高。

通過(guò)以上三款游戲測(cè)試數(shù)據(jù)結(jié)果，我們發(fā)現(xiàn)，普遍情況下兩種高價(jià)值種子用戶(hù)標(biāo)簽的ROI和LTV表現(xiàn)都優(yōu)于傳統(tǒng)種子用戶(hù)標(biāo)簽，而其中必然存在一組表現(xiàn)突出的高價(jià)值用戶(hù)標(biāo)簽，例如游戲B的“高Revenue”用戶(hù)標(biāo)簽和游戲C的“高eCPM”用戶(hù)標(biāo)簽。數(shù)據(jù)上的差異也證明了，使用UART內(nèi)的種子用戶(hù)功能可以有效捕捉到高價(jià)值用戶(hù)，實(shí)現(xiàn)ROI和LTV的提升。

推薦算法：Facebook Split Test拆分對(duì)比測(cè)試

值得一提的是，UPLTV在本次測(cè)試中使用了Facebook工程師推薦的Split Test拆分對(duì)比測(cè)試算法，來(lái)測(cè)試不同廣告組之間的表現(xiàn)，從而發(fā)現(xiàn)效果最理想的廣告方案。本次測(cè)試中Split Test功能的工作原理是，通過(guò)創(chuàng)建多個(gè)廣告組，在將目標(biāo)受眾作為測(cè)試變量，而其他因素保持一致的條件下，比較每個(gè)廣告組之間的表現(xiàn)差異。通過(guò)使用Split Test功能，幫助市場(chǎng)推廣人員改善后續(xù)游戲廣告的表現(xiàn)，并在廣告管理工具中重新投放勝出的廣告組。

總結(jié)