游戏赛道新机会:善用数据分析,把握游戏赛道广告变现良机 | TOPON变现干货

12月10日,由罗斯基联合TopOn、钛动科技共同主办的《游戏赛道新机会》主题系列沙龙在武汉举办。活动邀请了国内外多家业内知名公司的负责人到场分享,现场嘉宾分别从自己擅长的领域出发,通过数据分析,案例复盘等多个维度方向进行讲解与经验分享。

在活动上,TopOn CPO唐子丹带来了《解析关键数据指标,提升游戏广告变现价值》主题分享。广告变现正在逐渐被更多开发者所接受并使用,那么影响广告变现的因素有哪些?如何解决这些问题呢?

一、 游戏赛道广告变现规模预期与分析

下图数据是2019年1月-12月,全球下载量和月活用户排名前1000的游戏中,广告SDK的安装份额从83%增长到89%,可见越来越多开发者开始使用广告变现。

在用户支出排名前1000的游戏中,有67%安装了广告SDK,广告已成为内购之外最主流的变现方式。

图片

那么加入广告后会带来怎么的影响呢?下图黑色部分为下载量,红色是月活数。横轴是时间线,纵轴是安装广告SDK前后3个月的对比数据。可见,游戏在首次安装广告SDK后,下载量和月活都有明显增长。

图片

此外,安装广告SDK后,游戏的用户使用时长也有明显提升。

图片

可见,良好的游戏内广告设计,不会造成用户反感,还能提升用户的使用时长。国际数据分析公司IDC指出,2019年全球移动游戏内广告收入近 200亿美元,比2018年增长40%。移动游戏广告变现收入以每年26%的增速增长,是IAP和付费手机游戏的支出增速6.2%的四倍。

图片

二、 评估广告效果的关键指标

填充率和eCPM是评估广告效果的两个关键指标。填充率 = 广告返回成功数 / 广告请求数,eCPM = 广告收入 * 1000 / 广告展示数。这里有几个需要注意的点。

不同平台统计数据的方法不同。比如激励视频的展示,有些平台是以视频开始播放为统计节点,有的平台以视频结束播放为统计节点。这两者大概有1%-5%的差异,这种情形下直接对比广告平台变现表现就不太公平。TopOn采用一种相对中立的做法,激励视频通常支持查询广告状态,通过在播放前检查一下广告是否可播,如果能则正常播放,并记为一次展示。这样就不用完全依赖广告平台提供的展示回调,实现所有平台统计口径的统一,数据对比也相对公平一些。

关于广告填充率,每个广告位置设几个无底价广告源,有助于整体填充率的提升。另外可以用交叉推广做兜底填充。

最后是提升eCPM。这里有一系列优化策略,后边会详细介绍。

图片

第二组要说的指标是渗透率和人均展示。渗透率 = DEU / DAU,即观看过广告的设备占比,人均展示 = 广告展示数 / DAU,或者广告展示数 / DEU。

这两个指标经常会一起谈论,有两个注意事项。一是良好的广告场景设计非常重要,可以大幅提高渗透率和人均展示。二是如果用户进入到广告场景,那就要想尽一切办法让广告能展示出来。

图片

先说一下广告场景设计。游戏中最常用的广告样式是激励视频,插屏视频和banner。我重点讲一下激励视频,这里给两点建议:

1、激励视频的观看入口不要太深,因为它是用户主动触发的。用户不点的话,广告是不会展示的,因此得让用户很清晰的看到点击入口,并且UI最好符合游戏本身的风格,不要过于突兀。

2、广告场景要尽可能合理。激励视频是带有激励性质的,用户知道看完广告可以获得奖励,所以奖励的内容要对用户有吸引力,用户没有兴趣就不会看了。介绍一些常见的激励视频广告场景,如奖励翻倍,复活,解锁关卡等。良好的广告场景可以提升用户体验和使用时长。

对于插屏视频和banner来说,通常是强制弹出,所以用户触达率很高,但要控制展示频次,避免过多干扰用户导致留存下降。

图片

接着是广告展示成功率,简单来说就是让广告在用户观看之前能够加载成功。一些游戏的广告展示频次非常高,尤其是一些网赚游戏,可能人均观看20-30次,甚至更多。并且用户观看广告的间隔很短,那如果用户想看广告但广告还没有加载好,这就错过了展示机会。此外,waterfall层数越多,加载时间往往越长,错过展示的可能性越大。

下面是一个合作开发者的示意图,可以看到有40层广告源,整体的填充率达99%。但是我们发现,广告展示成功率只有70%+。我们分析后发现:产品的广告加载时间特别长。从游戏向SDK发出请求,到广告返回成功,这个过程在40秒以上。

这是什么原因呢?我们发现开发者头部的广告层填充率很低。从SDK发出请求,到广告平台反馈回调,告知没有填充,整个过程耗时一般在几百毫秒到几秒不等。可以想象,如果到20层才有填充,可能20秒已经过去了。在这20秒期间,用户想看广告,广告是展示不出来的。

针对这种情况我们有一些优化建议。

第一,撤掉填充率很低的层。这种广告源的填充率很低,所以展示会很少,带来的收益也少,但会增加广告请求的耗时。

第二,采用并行请求策略。串行请求是先请求第一层,没有填充后,再请求第二层,依此类推。并行可以几层一起请求,比如前三层同时请求,若这三层都没有填充,再请求后三层,这样可以大幅提升加载的效率。当然并行条数并不是越多越好,并行数量过多可能会影响网络加载带宽,一般不建议超过5层。

第三是缓存的处理,可以结合并行请求一起使用。举个例子,同时请求两个广告源A和B,A和B都返回了,我们可以把他们都缓存起来,等用户想看的时候,挑选优先级最高的A来展示。这时B虽然没展示,但通过缓存可以在用户下一次进入广告场景时展示,比如第二次A没有加载好,可以快速展示B,这样提升广告展示成功率。

最后是Header Bidding实时竞价的方式。它不需要像waterfall那样一层一层去配置,运营会更简单,同时加载时间也会缩短,有利于提升整体的展示成功率。

图片

第三组指标是ARPU、LTV和ROI。ARPU = 广告收入 / DAU,即人均广告收入,很多客户会用ARPU看广告效果,但实际上只用ARPU是不够的。在商业化领域,变现和买量是两个非常重要的维度,一般要结合一起来看。ARPU实际上是新老用户加在一起的平均收益,买量一般买来的是新用户,所以ARPU用来衡量买量效果是不太够的。

而用LTV算就合理多了。LTV 表示用户在生命周期内产生的价值。用LTV除以CPI可以得到ROI,用于衡量投入产出比。ROI是很重要的指标,ROI做正就能赚钱。很多开发者知道ROI很重要,在分析衡量买量效果的时候,最好有清晰的数据来佐证判断。但是LTV和ROI的计算比较麻烦,LTV需要计算每个新用户进来后,每次展示广告的价格。ROI更麻烦,要打通买量、变现、归因数据,并且还要设备层级的数据,把这些全部串起来才能算出ROI。

下图是Topon的ROI报表和LTV报表。相对来说比较清晰,可以看到应用、广告平台、广告组、计划层级的数据。

图片

三、 提升广告收入的实用功能

首先是广告分层。所谓广告分层就是设置eCPM底价,将广告平台的offer分成很多层。如右侧示意图,开发者接入广告平台后,通常会按照广告平台的表现做排序。这里的示意是A的表现比B好,那么就把A排在前面。但这种方式是有弊端的,虽然B的整体变现差一点,但B也有好的offer,B的头部offer大概率好于A的尾部offer,但是排序是在A后边。

图片

那怎么做优化呢?广告分层可以一定程度上改善这个问题。分层之后,我们对A和B都设置底价。A分为两层,即A头部offer和A尾部offer。B也分两层,B头部和B尾部。那排序就是A头部offer>B头部offer>A尾部offer>B尾部offer。这种方式相对合理一些。

关于广告分层也有一些注意事项。

第一是eCPM底价不要设置太高,会导致填充降低,填充率一般控制在5%以上,最低不少于1%。

第二是平台之间的分层最好做交替排序。

第三是设置兜底层,不要设置底价,用于提升整体填充率来吃尾量。

最后是展示顺位对eCPM是有影响的。理论上曝光越靠前的展示,其广告效果越好。对于不支持设置底价的平台,可以通过控制展示频次来实现分层。

图片

再来是流量分组。流量分组即根据一定规则对流量做划分,常见规则有性别,年龄,国家等。在不同分组下,用户行为和广告平台的效果是有差异的。基于这种差异做精细化waterfall排序,可以提升整体eCPM。

这里说两点注意事项。

第一是国家。基本上所有广告平台都能提供分国家的数据,并且在不同国家的表现差异也很大。建议重点国家单独拎出来做waterfall排序。如果游戏发全球,国家很多,可以对一些国家合并,比如东南亚合并为一个组。

第二点是有无设备ID时,广告平台表现差异很大。广告平台很多会基于设备ID做用户画像、算法排序。我们发现有的平台在设备ID为空时,是没有填充的。针对这种设备ID为空的流量,可以做差异化的waterfall设计。并且后续iOS14普及后,ID为空的设备占比会大幅增加。

图片

接着是AB Test,就是对两组同质流量实行不同方案,基于数据分析看哪个方案表现更好,再到全部流量实行这个方案。

这里有一些注意事项。

首先是不同实验组之间应该规避数据干扰,否则影响实验结果。

第二是基于设备分流时要考虑IDFA或GAID为空的情况,可使用 IDFV,Android ID或内部ID代替。

第三是即使是对广告位进行AB Test,也需要关注应用维度的数据分析。

图片

借助TopOn ADX。TopOn客户可以通过ADX接触更多广告源,提升收入。ADX就是广告交易平台AD Exchange。很多广告主会在大媒体买量,很多预算花在Facebook,头条,腾讯等大媒体平台,但是还有部分广告主选择用DSP买量,TopOn搭建ADX后,TopOn的开发者可以通过ADX链接到更多广告主,广告主增加,填充率自然上升,收入也会增加。

TopOn ADX采用Open RTB协议,采用实时竞价方式,确保价高者得。开发者、Topon、DSP均能从中获利。

ADX功能开通权限以后,开发者可自由控制是否使用。

图片

四、 搭建BI系统挖掘商业潜能

下面介绍一下BI系统。在TopOn合作伙伴中,越来越多团队开始搭建自己的BI系统。搭建BI确实有一定门槛和成本,但是搭建好之后往往会事半功倍,大幅提升工作效率。下面是简单的结构图,可以理解为由两部分组成,一个是可视化前台,一个是业务后台。

业务后台通过API跟第三方平台交互,把三方平台的数据拉到自己的系统里,可以定制报表或功能。三方平台一般有表现,买量,归因,统计这四类。

图片

BI系统可以满足日常所需的所有问题。包括买量、变现数据打通,以查看数据表现。还有数据预警,功能定制,数据安全等都可以实现。

图片

TopOn基于广告聚合变现能力,可以协助开发者完成BI系统构建。作为第三方、中立、SDK代码开源的聚合平台,TopOn可以把所有变现数据通过API接口回传。除了广告变现数据外,还提供设备层级的数据。

图片

讲完BI,再讲一下私有化部署。BI是通过API,把三方的数据拉到自己的服务器上,但私有化部署则是把整套服务全部部署到开发者自己的集群上面。

图片

TopOn提供SaaS和私有化部署两种方案,如果集群部署到自己的服务器上,就是私有化部署。私有化部署最大的好处是数据安全,聚合平台有责任和义务保护数据安全,但是开发者还是有些担忧,担心数据泄露,特别是有些平台有游戏发行业务,和开发者可能有竞争关系。

TopOn没有发行业务,更不会泄露客户数据,但是我们理解客户诉求,所以我们推出了私有化部署方案,帮助客户搭建in-house自有聚合平台,比客户自己从零搭建成本低很多。

图片

五、 TopOn介绍

TopOn作为一个聚合管理工具,核心价值是帮助开发者提升收益,目前已支持国内和海外大部分广告平台。

图片

开发者提升广告收益所需的功能TopOn都支持,并且提供精细化的数据报表。

图片

此外,除传统SaaS化部署方式外,TopOn还提供私有化部署,把整套功能服务部署在开发者的服务器上。

图片

目前,TopOn已和国内外多家知名厂商进行合作。

图片

END

关于TopOn

TopOn是全球领先的移动广告聚合工具平台,专注于为全球移动开发者提供广告变现运营管理及优化服务。基于大数据打造的智能化聚合管理工具,为开发者提供广告分层、头部竞价、流量分组、A/B测试、交叉推广、API管理等便捷变现管理功能,快速实施精细化运营策略,同时配备多维度数据报表,精准比对广告平台API数据,详细展示用户时长、广告展示频次、DEU、LTV、留存等关键数据,助力开发者实现广告收益最大化。2020年5月,TopOn顺利完成数千万元Pre A轮融资,投资方为上海娴钦创业投资有限公司。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/578716.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ICLR 2024 | FeatUp: A Model-Agnostic Framework for Features at Any Resolution

论文:https://arxiv.org/abs/2403.10516代码:https://github.com/mhamilton723/FeatUp语雀文档:https://www.yuque.com/lart/papers/behz5m63gp96bv75 背景动机 深层特征是计算机视觉研究的基石,捕获图像语义并使社区即使在零或少…

Collection与数据结构 链表与LinkedList(二):链表精选OJ例题(上)

1. 删除链表中所有值为val结点 OJ链接 class Solution {public ListNode removeElements(ListNode head, int val) {if(head null){return head;}ListNode pre head;ListNode cur head.next;while(cur ! null){if(cur.val val){pre.next cur.next;}else{pre pre.next;…

解决WSL更新速度慢的方案

在Windows上安装Docker Desktop时,如果选择使用WSL,则可能会出现在运行程序前要求升级WSL的步骤。程序会提示使用下面指令来升级 wsl.exe --update但是升级速度特别慢,于是在网络不稳定的情况下经常会出现下载失败的情况。 百度里一直没搜到…

YOLO格式数据集转COCO格式

网上找了很久的YOLO格式数据集转COCO格式的代码,但是没有一个成功的,费尽千辛万苦终于找到一个能用的,因此记录一下。 一、首先YOLO格式数据集文件布局 其中lmages和labels 中的内容布局如下,只不过一个存放图片,一个存…

物联网实战--入门篇之(三)嵌入式STM32

目录 一、Keil简介 二、工程结构 三、文件目录 四、STM32简介 五、编码风格 六、总结 一、Keil简介 Keil是一款常用的单片机开发工具,主要包含了编译、仿真、调试和开发界面(IDE),后被ARM公司收购,与其MDK-ARM合并为MDK-ARM Keil软件包…

Github profile Readme实现小游戏[github自述游戏]

Github profile Readme常用于个人主页介绍,将它与action自动化流程结合,可以实现一些小游戏 例如:2048、五子棋 2048实现 losehu (RUBO) GitHub 五子棋 https://github.com/losehu/losehu/tree/main 通过python/C编写可执行文件&#xf…

DSVPN实验报告

一、分析要求 1. 配置R5为ISP,只能进行IP地址配置,所有地址均配为公有IP地址。 - 在R5上,将接口配置为公有IP地址,并确保只进行了IP地址配置。 2. R1和R5之间使用PPP的PAP认证,R5为主认证方;R2于R5之间…

vue+elementUI搭建动态表头的表格

前提:以下代码是vue2项目结合elementUi完成的 数据结构 后端传来的数据是两个list,一个表头的list,一个表格内容的list // 表头 headTableAtts: [{ columnLabel: 姓名, columnName: name },{ columnLabel: 年龄, columnName: age },{ colu…

KT-0855大小鼠Y迷宫——动物行为研究的实验设备

大小鼠Y迷宫视频分析系统是一种专门应用于动物行为研究的实验设备,主要用于评估动物的空间记忆、辨别性学习以及工作记忆等认知功能。该系统通过捕捉和分析动物在迷宫中的行为表现,提供了一系列参数,如进入各臂的次数、时间、正确次数、错误次…

Web APIs知识点讲解(阶段五)

DOM- 网页特效篇 一.课前回顾(手风琴) <!DOCTYPE html> <html><head lang"en"><meta charset"UTF-8"><title>手风琴</title><style>ul {list-style: none;}* {margin: 0;padding: 0;}div {width: 1200px;heig…

LoRA 及其衍生技术总览:An Overview of the LoRA Family

编者按&#xff1a; 对于大语言模型的微调训练来说&#xff0c;传统的全参数微调方法需要处理数百万甚至数十亿级别的参数&#xff0c;计算量和显存占用都非常大。而 LoRA 这种技术方案&#xff0c;通过引入少量的可训练矩阵来调整预训练模型的行为&#xff0c;极大降低了训练所…