999精品,丝袜综合,大陆老熟妇性,中国老女人AV,亚洲精品国产第一区二区三区

在獨立出海聯(lián)合體攜手TradPlus主辦的“2022游戲出海如何打贏精細化運營突圍戰(zhàn)”主題線上直播活動中，TradPlus CEO王秋實圍繞著休閑游戲在出海過程中，廣告變現(xiàn)相關(guān)事宜以及Bidding模式的詳細分析做出了精彩演講。

獨聯(lián)體特此將分享內(nèi)容整理如下，以供讀者參考。

【資料圖】

大家好，我是TradPlus的王秋實。今天我為大家?guī)淼难葜v主題是《Bidding時代降臨，出海休閑游戲如何創(chuàng)造廣告變現(xiàn)收益》。這個演講大概分為四個部分，分別是休閑游戲出海的趨勢與現(xiàn)狀、廣告變現(xiàn)如何獲得收益最大化、Bidding的機遇與挑戰(zhàn)和出海游戲廣告變現(xiàn)案例分享四個部分。

首先簡單介紹一下TradPlus，我們是一家廣告變現(xiàn)平臺。旨在為客戶提供廣告變現(xiàn)精細化運營的SaaS產(chǎn)品和最大化收益解決方案。同時我們也是Meta全球的Bidding Partner，并在今年3月的時候與Meta官宣合作，這是Meta在亞太地區(qū)官宣合作的第一家平臺。目前我們在出海TOP100的開發(fā)者中，覆蓋超過20%。我們的合作伙伴包括心動、迷你玩、博樂科技等游戲企業(yè)。

出海廣告變現(xiàn)行業(yè)現(xiàn)狀

在本章開始的時候，先讓我們來看兩組數(shù)據(jù)。來自于Data.ai在2019年發(fā)布的數(shù)據(jù)顯示在全球下載量和月活躍用戶排名前一千的游戲中。廣告變現(xiàn)的覆蓋度高達90%。而在用戶支出排名前一千的產(chǎn)品中，這一數(shù)字也達到了67%。

而在2020年，IDC公布的數(shù)據(jù)顯示預(yù)計到2024年，移動游戲廣告變現(xiàn)的年復(fù)合增長率將達到17%。預(yù)計到2022年移動游戲內(nèi)廣告變現(xiàn)的收入將達到439億美金。而這個數(shù)字從當前我們了解到的情況來看與市場的實際情況相差不大。

接下來再看一下國內(nèi)的情況。中國市場從2017年到2020年廣告變現(xiàn)的收入年復(fù)合增長率達到了180%。截止至2020年這方面的收入已經(jīng)超過了180億元。兩廂對比我們不難發(fā)現(xiàn)，2017年移動游戲的廣告變現(xiàn)在國內(nèi)仍是一個很小的數(shù)字。但到了2020年之后，這個數(shù)字已經(jīng)有了十倍的增長。

以上幾組數(shù)據(jù)基本表明了在當前的游戲市場上，廣告變現(xiàn)無論是在中度、輕度還是重度游戲中，都有了比較高的覆蓋率。但細究一下，我們會發(fā)現(xiàn)這種覆蓋率也是通過不同的階段來完成的。比如說在2018年之前，伴隨著超休閑游戲的興起使得廣告變現(xiàn)對于此類游戲成為了剛需。而休閑游戲受此影響也關(guān)注到了廣告變現(xiàn)，但其最初接入的目的仍是為了提升非付費玩家的收入?；诔蓍e游戲與休閑游戲中非付費玩家的比例高達70%以上，使得各家廠商都在思考如何在ROI有限的情況下提升收益。在這種情況下，他們都引入了廣告變現(xiàn)。但在引入之后他們會發(fā)現(xiàn)不但非付費玩家的收入提升了，同時其留存也有了顯著的提升，這是以前沒有想到的地方。而從應(yīng)用場景上來看，這一階段的開發(fā)者仍然是停留在增加廣告場景之上，并有限地開始嘗試聚合平臺。他們開始意識到使用廣告平臺能夠更好地提升產(chǎn)品的CPM。但由于彼時超休閑游戲突然爆發(fā)，整個市場仍有較大的紅利，因此開發(fā)者們更多的精力仍然投入在廣告場景的設(shè)置之上。至于聚合平臺，大家的訴求是只要簡單易用，易于上手就可以了。

第二個階段發(fā)生在2018至2019年，這一階段的特點是超休閑游戲和休閑游戲都進入了一個蓬勃的發(fā)展期。同時廣告變現(xiàn)受此影響在方法論上也逐步成熟，受這種成熟方法論的影響。不但是超休閑游戲和休閑游戲，甚至一些收入上遇到了瓶頸的中重度游戲也開始引入廣告變現(xiàn)。在這一階段很多超休閑游戲發(fā)現(xiàn)產(chǎn)品在引入廣告變現(xiàn)之后非但有助于提升ROI，并且這種提升是遠遠超過預(yù)期的。受此影響也使得開發(fā)者在所有的品類中都開始加入廣告變現(xiàn)。

廣告變現(xiàn)在這一階段讓大家意識到了其對于產(chǎn)品的增收能力。我們了解到的數(shù)據(jù)是在一些中重度游戲中，廣告變現(xiàn)的收入占比可以達到10%至30%。休閑游戲能夠達到40%至50%。而超休閑則幾乎達到了100%。這種情況使得越來越多的開發(fā)者開始研究廣告變現(xiàn)，他們樂于利用廣告變現(xiàn)達成在不影響原有付費用戶的情況下卻使得非付費用戶的留存和收入提高的效果。與此同時，由于廣告變現(xiàn)的存在允許一部分非付費用戶嘗試到付費道具的效果，使得這部分用戶也有機會轉(zhuǎn)化成為付費用戶，從而達成了付費用戶比提升的效果——盡管這部分轉(zhuǎn)化過來的用戶仍是以小額用戶為主，但10%至20%的數(shù)據(jù)仍然對于很多開發(fā)者來講非?？捎^。

基于這種原因，使得聚合平臺在這一階段逐漸演變成了一套對于廣告變現(xiàn)的完善的解決方案，而非是一個單一的產(chǎn)品。在這種情況下我們在2019年開始進入這個市場，目的就是為了給開發(fā)者提升一整套的解決方案以及配套的SaaS產(chǎn)品，并且我們在行業(yè)中首次提出了漏斗模型的方法論。

第三階段是2020到現(xiàn)在，這一階段隨著競爭的加劇，開發(fā)者開始意識到精細化運營能夠給廣告變現(xiàn)收入帶來大幅度的提升。因此他們開始嘗試圍繞此的精細化運營的方法論研究，畢竟這種方法論可以在市場上給予他們良好的回報。在此基礎(chǔ)上大量的開發(fā)者意識到：如果我在廣告變現(xiàn)上比競品更出色，并得到一個更好的.ROI。那么完全可以在此基礎(chǔ)上擴大投放規(guī)模，并且收獲一個更好的優(yōu)勢。這種因素促進了大家對此的深入研究。

但在這誕生了幾個新的需求：

首先是開發(fā)者更廣范圍的市場需求，大家不再滿足于自身產(chǎn)品的廣告變現(xiàn)信息。同時也希望能夠看到當前市場上頭部產(chǎn)品圍繞此的成績與方法論，希望看到渠道間策略的變化以及相關(guān)信息。

第二是廣告的數(shù)據(jù)分析，而數(shù)據(jù)分析的大前提是建立漏斗模型。這部分在TradPlus正式提出漏斗模型之前是沒有人提出相應(yīng)的概念的。但是通過實戰(zhàn)，大家發(fā)現(xiàn)漏斗模型有助于我們精準定位流失。而不是像傳統(tǒng)的分析三方數(shù)據(jù)一樣，我們可以通過漏斗模型看到用戶在廣告行為的每一步，看到用戶在哪一步真正流失，并以此做出針對性的優(yōu)化。而我們的數(shù)據(jù)也顯示在使用TradPlus的客戶中，有80%的客戶在使用漏斗模型作為優(yōu)化的核心工具。

而從2021年開始，客戶的需求進一步升級。相較于以往大家僅僅去了解廣告變現(xiàn)的邏輯，從這一階段開始大家需要的是從用戶獲取、留存到內(nèi)購、變現(xiàn)的一套完整的閉環(huán)管理的方法論，而這套方法某些頭部開發(fā)者已經(jīng)頗有心得，并且由他們的產(chǎn)品開始在行業(yè)中進行普及。但這套閉環(huán)的邏輯是什么？過往我們的做法往往是將買量數(shù)據(jù)和用戶數(shù)據(jù)直接灌到BI系統(tǒng)中，并且得出不同渠道、不同維度購買的流量所具體呈現(xiàn)出的行為是什么？但在廣告變現(xiàn)被引入后，它的關(guān)鍵點就變成了廣告數(shù)據(jù)能否被引入其中，這決定了其最后一塊版圖是能否能夠拼接成功。過往的三方廣告平臺對此通常是無能為力，但聚合平臺則不然，它可以將最終的廣告變現(xiàn)收益拆分到每用戶級別，開發(fā)者因而可以將這部分數(shù)據(jù)導(dǎo)入到BI之中。在這種情況下BI平臺得以呈現(xiàn)從用戶獲取到留存到內(nèi)購的呈現(xiàn)，而通過這種完整的呈現(xiàn)，也可以更好地展現(xiàn)游戲的ROI，并以此為指導(dǎo)優(yōu)化整體產(chǎn)品的買量策略。這是廣告變現(xiàn)在2021年最大的變化。

而當時間發(fā)展到2022年之后，我們會發(fā)現(xiàn)廣告變現(xiàn)呈現(xiàn)出如下幾個趨勢：

第一是中重度游戲中進一步普及廣告變現(xiàn)，很多游戲在設(shè)計之初即引入了廣告變現(xiàn)。而不是像此前幾年，在游戲上線之后有一定的基礎(chǔ)量才嘗試引入廣告變現(xiàn)。而在這種情況下也衍生出了一些比較巧妙的方法論，比如說有一些CP會將廣告變現(xiàn)作為最小付費單元，以往我們知道中重度游戲最小的付費單元是6元。而在今天IAA被引入之后可以設(shè)置為一毛錢甚至更低，通過這種方式讓用戶試用一些昂貴的道具。通過這種設(shè)計廣告本身變得更為平滑和自然，也可以有效地與道具付費完美結(jié)合。

第二是不同領(lǐng)域開發(fā)者的進一步融合，即重度游戲CP也開始做中度，中度游戲CP會去做休閑。在這種情況下他們更注意廣告變現(xiàn)的重要性。因為這幾個品類的廣告變現(xiàn)比例更大，為什么會出現(xiàn)這種趨勢，我認為有如下幾點：

首先是一步放大IP的價值。

其次是IDFA政策的實施，由于定位不夠精準，整體的買量效率是在下降的。這使得中重度游戲在買量時ROI壓力更大，所以我們可以利用休閑游戲和中度游戲進一步擴大我們的用戶規(guī)模。因為這個品類是以泛用戶為主，并不需要過于精準的定位，而通過廣告變現(xiàn)作為補充，擴大我們的用戶基數(shù)。并以此作為BI分析的基石，找到其中較為偏重度的用戶并將之導(dǎo)入到重度游戲中去，這是最根本的一個原因。并且這個趨勢在當下仍在發(fā)展。

最后是因為Bidding的到來對于整個廣告變現(xiàn)的一個升級。以今日眼光來看，Bidding模式相較于過往的瀑布流模式有很多的優(yōu)點，并且大大節(jié)省了人力。但和大多數(shù)的技術(shù)一樣，其不能完全適用于每個應(yīng)用場景，在個別的應(yīng)用場景中如果想用好Bidding，它需要更多的聚合平臺提供更高的功能，而不是像以往的瀑布流模式簡單的提供價格PK。這在之后我們會詳細講到。

廣告變現(xiàn)如何獲得收益最大化

在本章中，讓我們以開始一個業(yè)務(wù)流程來探討廣告變現(xiàn)如何獲得收益最大化的問題。當我們開啟任何一個業(yè)務(wù)的時候，都要經(jīng)歷圖中綠色部分這五個步驟：首先，我在開始之前要了解一些行業(yè)信息。

其次在了解行業(yè)信息之后，我要了解當前業(yè)務(wù)的方法論，而這個方法論的高度決定了我們的成功概率。第三，當方法論確定之后，我們要找到合適的工作來做這件事而不是重新開發(fā)一個工具。接下來有了工具還不行，還要會用。我們需要通過這個工具有效地將我們的方法論落地，當這四步都有效執(zhí)行之后這件事情或這個業(yè)務(wù)已經(jīng)被推進到一個高度了。那接下來我們要考慮的是就這個環(huán)節(jié)做好了，能否去賦能其它環(huán)節(jié)，所以我要拓展一下邊界。

再來看藍色部分。這是每個步驟我們要達成的目的，比如說收獲行業(yè)信息之后，我們可以了解到這個業(yè)務(wù)有哪些坑，而這其中哪些坑是我們可以繞過去的。但我們需要聲明的一點是，行業(yè)信息并非僅停留在業(yè)務(wù)開始階段。事實上這種需求伴隨著行業(yè)發(fā)展的不同階段都存在著，當我們在業(yè)務(wù)推進到一個階段之后，同樣需要行業(yè)信息來豐富我們的知識儲備。同時從業(yè)務(wù)層面來說，我們也需要與時俱進，知道行業(yè)當前有了什么新的打法？與此同時做得最好的有哪些？我們需要圍繞此制定新的，更高的目標。

接下來是方法論，方法論的目的是知其所以然，好的方法論是成功的前提。顧名思義大家都理解。而優(yōu)秀的工具要求的是功能強大、高效還要易用。尤其是在初期剛上手的時候，我有可能只能實行方法論的70%，而在后期我需要突破的時候要使用的功能越來越多。所以在這種情況下，好的工具的標準要達到其對于剛上手和高級玩家能夠同樣的高效和易用。

服務(wù)指的是如何幫助方法論落地。

拓展邊界指的是賦能關(guān)聯(lián)業(yè)務(wù)，相互間形成正向的循環(huán)。

從TradPlus的角度出發(fā)，我們是這樣認知這套流程的。首先，我們有行業(yè)信息，有大盤數(shù)據(jù)。與此同時我們能夠提供的是分品類的廣告變現(xiàn)解決方案。不管客戶的產(chǎn)品是射擊、解迷還是益智，我們都可以給它一個準確的解決方案。這個變現(xiàn)方案包括場景，如何選擇三方平臺，怎么配置區(qū)域間的流量分配。

而在方法論階段，我們認為廣告變現(xiàn)的本質(zhì)是一個數(shù)據(jù)分析工作。因此它需要以漏斗模型為核心展開方法論，這個數(shù)據(jù)漏斗模型可以展開足夠的細節(jié)。它可以體驗用戶從啟動到觀看完廣告的整個行為是怎樣的？我們會將這個環(huán)節(jié)分為二十個步驟，并且去抓六十個指標。

這個特色也就涉及到了接下來的工具部分，在這里我們除了提供常規(guī)服務(wù)之外，還有一些特色服務(wù)。比如說漏斗報表，AB測試、自動優(yōu)化以及自動監(jiān)控報警。最后一項是當前TradPlus平臺獨家擁有的功能，其可以讓開發(fā)者的運營人員從日常數(shù)據(jù)對比中解放出來。

在服務(wù)上我們有運營支持和方案介紹，這些都有專業(yè)的團隊來進行支持。

當這一切做好之后，我們可以看到兩個大事件可以起到拓展邊界的作用。一是數(shù)據(jù)報表，我們可以通過API將之導(dǎo)入出去。并且讓開發(fā)者構(gòu)建整個數(shù)據(jù)運營的閉環(huán)，并進一步優(yōu)化買量策略。

通過這張圖可以看的更為明顯，我們對于開發(fā)者的支持是全方位的。包括設(shè)計變現(xiàn)方案，選擇三方平臺，這其中還包括如何設(shè)計流量分配方案。瀑布流和Bidding應(yīng)該如何去分配。使用聚合就可以將方法論實現(xiàn)，這里面我們有幾個有特色的點。以我們過往的經(jīng)驗來說，很多開發(fā)者的收益損耗發(fā)生在廣告加載的過程中，因為對于相當一部分的用戶來說，廣告加載并非是一次就能加載到廣告的。

與此同時，廣告加載的時機也非常重要，究竟是開屏加載還是快進入頁面時加載？如果這個地方出現(xiàn)一些錯誤，比如說我這個地方加載完畢但是沒有觀察加載結(jié)果那么其就并沒有加載成功。而在這種情況下如果不重試的話后續(xù)的廣告加載都不會成功。針對于這種情況我們開發(fā)了一個自動加載功能——當開發(fā)者啟動聚合之后，只要將其初始化一遍，隨后聚合就會自動做一些策略去加載廣告。只要一消耗，就會自動補充以保證始終有廣告可以用。而除此之外，我們還提供自動測試功能。

在聚合平臺接入完畢之后，就進入了最核心的漏斗模型環(huán)節(jié)。我們有一套圍繞此完善的報表和數(shù)據(jù)模型。當用漏斗調(diào)完數(shù)據(jù)模型之后，就進入到了數(shù)據(jù)監(jiān)控和報警環(huán)節(jié)，與此同時我們也會持續(xù)地分享行業(yè)的動態(tài)數(shù)據(jù)。

接下來我詳細的講一講我們圍繞這五點提供的解決方案是怎樣的？

首先圖上的這組數(shù)據(jù)來源于我們?nèi)ツ晖瞥龅摹度蚴钟螐V告白皮書》，這其中包括不同品類的游戲中的廣告變現(xiàn)收入占比，其次還有廣告場景的設(shè)置和變現(xiàn)方案。我們把它們分為了幾個細致的類別。

在這套方案中包含如下幾個細致的點：第一是廣告場景的類型與設(shè)計，以及它如何優(yōu)化？

第二是各廣告場景的使用占比。具體來說就是TOP100或者是TOP50中的產(chǎn)品有多少是使用這種廣告場景的？以及這個場景的收入占比又大概占了多少？通過這種方式我們讓開發(fā)者直觀的看到當前在他們的產(chǎn)品還有哪些場景和方式是可以補充的？

接下來是不同國家和區(qū)域市場的廣告平臺，eCPM，填充時長等指標。這塊的指標來源于兩類，一類是大盤的數(shù)據(jù)，它是我們基于漏斗模型抓取的這些指標。比如說在美國，一次廣告填充也許在一至兩秒，在某些特定品類中我們也可以見到八至十秒的填充。但大部分品類是在一兩秒，東南亞是在三秒左右。因此在設(shè)置廣告點的時候我們要考慮瀑布流的層次和Bidding時的每一次時間。這樣我才能預(yù)估出來多長時間能夠拿到這個廣告，以及我設(shè)置的廣告點是不是需要比這個時間靠后，以確保當用戶到達后能夠有廣告展示出來。

在往后就是各個平臺的合規(guī)政策和使用說明，以及行業(yè)大盤的漏斗數(shù)據(jù)，這是我們可以提供的每個品類的廣告變現(xiàn)解決方案。

其次是我們選擇的平臺，這張圖表是我們所列舉的一個比較粗放的各區(qū)域我們比較具有優(yōu)勢的三方平臺。而接下來這張圖是不同區(qū)域的分區(qū)域廣告表現(xiàn)eCPM示意圖，但事實上我們還有更細致的，分品類的，分國家區(qū)域的數(shù)據(jù)。

而說到使用聚合，我們也有幾個特點：

第一個是SDK端有幾個特點，比如說三個接口能接入，并且廣告支持全自動加載。在這種情況下開發(fā)人員可以省去大部分的代碼，你只要初始化聚合，并在要廣告的時候展示一下就可以了。其它的工作都由聚合平臺自動做完，它的功能很全面，各種報表也都支持，全程也有技術(shù)支持服務(wù)。

另外一個維度是我們在高效智能這個層面，首先是我們在廣告平臺的資源上，有五十多個廣告平臺，并且還有上百家DSP，還有自己的ABX系統(tǒng)都可以供大家使用。漏斗模型可以看到流失點在哪里？如何優(yōu)化？流量細分、精細化運營提升eCPM等等圍繞流量分組的一些功能。同時我們還支持自動優(yōu)化廣告源的配置，監(jiān)控報警以提高運營的精細度和實時性。

這里我們圍繞漏斗模型展開說一下，廣告變現(xiàn)的原理實際上是由人均展現(xiàn)次數(shù)和eCPM所決定的。這兩個指數(shù)從應(yīng)用和聚合的角度來說分別指向的是什么？從開發(fā)者的角度來說一定是用戶想看廣告的次數(shù)與場景，用戶看多少次廣告實際上是到場景多少次。而CPM又是誰決定的？它是由三方平臺對于用戶價值的判斷所決定的。那么聚合在這個過程中首先解決的問題即是當用戶想要看廣告的時候，我永遠有一個廣告處于蓄勢待發(fā)的狀態(tài)。則在eCPM這塊它則是根據(jù)不同的流量策略給出“究竟這次我曝光誰的廣告”是最優(yōu)的解決方案？聚合的核心在我們看來即是解決這兩個問題。說的直接一點即是“當用戶想要看廣告的時候，有一個廣告是準備好播放的。與此同時這個廣告是CPM最高的?！?/p>

TradPlus在解決這兩個問題的時候，首先在人均展示次數(shù)這個階段我們是通過漏斗模型來查看觀看損失，而通過Bidding和瀑布流的流量分組來決定優(yōu)化CPM。這類場景的核心在于提高填充率，優(yōu)先使用頭部的廣告平臺，多層并行優(yōu)先滿足填充率。比如說在進入游戲開屏和馬上彈的應(yīng)用場景，如果你選擇的廣告平臺不是頭部的那你可能會面臨一些收益上的損失。而慢速場景則是另外一種情況，在這一階段填充率已經(jīng)不是問題，所以目標即是提升CPM。

我們通過在各個廣告平臺間的嘗試，最終得出最優(yōu)的eCPM，一個典型的案例即是應(yīng)用在啟動二三十秒以上的場景。

今天的時間有限，我們圍繞此講一個簡單的漏斗模型。這張圖是我們列的九層漏斗模型的示意圖，可以看到它從啟動應(yīng)用出發(fā)，經(jīng)過讀取策略，應(yīng)用向聚合請求廣告并填充，這時聚合在中間會多次基于后臺配置的策略還有串并行策略填充。之后就到達了用戶達到場景的環(huán)節(jié)，他們觸發(fā)展示之后評判是否展示成功？這一點非常重要但卻容易為開發(fā)者所忽略，因為很多開發(fā)者的廣告僅僅是進行了調(diào)取，但是三方是否真正認可這個展示是一個問題。而這些是可以從三方的SDK中拿到相應(yīng)的數(shù)據(jù)的。

在這個漏斗模型的不同步驟中，有幾個比較重要的比例。比如說我們看到右邊的應(yīng)用填充率，眾所周知廣告需要填充。但是否廣告有填充就好？答案是未必，因為廣告變現(xiàn)的核心在于到達場景的時候有填充。這個衡量指標叫廣告Ready率，在到達場景的時候我們會記錄下來當前的廣告場景是否準備好了？在這塊我們追求的指標是接近100%，這代表用戶只要想看廣告時他永遠會收獲一個廣告。

擁有廣告之后接下來要看的是廣告的觸發(fā)，觸發(fā)之后是否又真正的展示成功？展示成功之后開發(fā)者才真正能夠拿到收益。因此這些是比較重要的指標，以上僅是一個粗略的漏斗模型，而我們的漏斗模型實際上是有二十幾層。搭配指標有近六十個，包括每次請求三方的時長，三方有什么報錯原因？用戶到達場景的時長分布等等。

接下來我們講一個大家關(guān)心的話題，即瀑布流和Bidding究竟應(yīng)該如何整合？畢竟盡管Bidding足夠先進，但在今天的市場環(huán)境下仍然有不少平臺不支持Bidding模式。事實上這里的原理是當廣告展示之前先請示一下Bidding，而后Bidding拿到一個或多個報價比較高的廣告并將之插入瀑布流，從而再形成一個新的瀑布流。而后再根據(jù)這個新的瀑布流去請求廣告，等于是根據(jù)你的后臺配置進行一些串并行的策略。

再來看這張圖，剛才我們曾經(jīng)提到了數(shù)據(jù)閉環(huán)的運營。那么什么是數(shù)據(jù)閉環(huán)？這張圖體現(xiàn)的非常直觀，推廣數(shù)據(jù)指的是用戶是如何獲取的？運營數(shù)據(jù)則指的是應(yīng)用內(nèi)用戶的行為，到了這一步往往已經(jīng)打通了一個閉環(huán)。在此基礎(chǔ)上我們可以提供的是一個變現(xiàn)的API，開發(fā)者可以將每個用戶的日收益打到自己的BI系統(tǒng)之中。在這種情況下，每個用戶的ROI就非常清楚了。特別是考慮到當下iOS的IDFA政策公布之后拿不到的問題，我們還支持用戶自定義功能。開發(fā)者可以在啟動聚合的時候?qū)ser ID主動上傳，在IDFA有所影響的情況下將用戶的拼圖做完整。

接下來這張圖則更為直觀，我們會觀測買量、變現(xiàn)數(shù)據(jù)，而后通過聚合平臺將這部分數(shù)據(jù)導(dǎo)入到開發(fā)者的BI系統(tǒng)中。而開發(fā)者在算完ROI之后得已做一些聚合性的統(tǒng)一，圍繞我們得以去做一些素材層面的ROI優(yōu)化。這就使得我們對于聚合平臺的每個流程都看的比較清楚，這種變化是較為明顯的。舉例來講，過往我們評估買量效果時通常會說，我們花十萬美金買來了十萬個用戶，并且最終貢獻了12萬美元的收益。粗聽起來的確是可以接受的，但是在今天的環(huán)境下你會發(fā)現(xiàn)也許這十萬用戶中的一萬人就貢獻了十二萬美金的收益，因此這部分用戶是應(yīng)該加大投入。而一些ROI相對來講較差的用戶我們則應(yīng)該放棄。這個功能其實是非常強大的，它可以把精細化運營的精度進一步有效提升。

那么我們是怎樣支持這個功能的？我們會同時支持C2S和S2S兩種方案。一方面我們會與開發(fā)者的BI打通，另一方面也和國內(nèi)一些主流的平臺如AppsFlyer、ADjust等打通，開發(fā)者在使用這項功能時只要配置下就可以有效地使用了。

最后我在介紹一下監(jiān)控報警功能，當開發(fā)者用漏斗模型把數(shù)據(jù)調(diào)優(yōu)之后這時就已經(jīng)到了一百分，后期大量的工作將投入到數(shù)據(jù)監(jiān)測，防止大范圍的波動之上。所以我們的廣場監(jiān)控功能就是為此而生，通過將近二十個層面的指標進行監(jiān)控，當開發(fā)者發(fā)現(xiàn)每天，或者與周同期亦或是開發(fā)者所設(shè)置的時間階段出現(xiàn)數(shù)據(jù)異常時，就可以通過首頁通知欄或郵件告知開發(fā)者，這一功能將極大程度地將開發(fā)者從日常數(shù)據(jù)對比工作中解放出來。而在開發(fā)者旗下產(chǎn)品較多的時候，這種效率的提升是極為明顯的。

我們應(yīng)該如何看待Bidding

接下來我來和大家聊一下我對Bidding的看法，在這張圖表中我列舉了Bidding的優(yōu)勢和劣勢。

首先，Bidding的優(yōu)勢已經(jīng)非常明顯了。比如說它不用配置廣告底價，可以有效地減少運營工作。其次各平臺間的競價更為公平，畢竟在傳統(tǒng)的模式之下價格分的不夠細致導(dǎo)致了還是有一些不公平的情況存在。操作簡單，以前我們配置廣告底價配置的廣告平臺可能有四五十個甚至是更多，這使得我們按區(qū)域來拆分的情況下工作量就非常大，這使得很多開發(fā)者只使用幾個少數(shù)的大平臺，一些中小平臺在這種情況下被放棄。但Bidding由于其不用配置廣告比價因此對中小平臺更為友好。最后就是它能夠減少請求次數(shù)，畢竟瀑布流的層數(shù)較多，因此相對來講Bidding的速度更快，注意這里僅是相對而言，在個別的場景之下，它的速度可能是更慢的，一會我們會講到。

盡管Bidding能夠給我們帶來如此之多的好處，但我們也應(yīng)該看到好處與挑戰(zhàn)是對應(yīng)的。比如說在不能配置底價之后，在價格策略上就完全依賴于平臺，開發(fā)者對其的可控性相應(yīng)較差。目前很多Bidding平臺連躲避底價都不支持，比如說當開發(fā)者遇到一些低價的廣告時他們希望放棄過一會重試，但最終卻發(fā)現(xiàn)很多聚合在當下連這種放棄超低價廣告的支持都沒有。

其次在競價的過程中，與傳統(tǒng)的瀑布流在其過程中可以實時看到不同的是。Bidding所有的競價都是在服務(wù)端完成的，因此其公平性取決于聚合平臺。而對于開發(fā)者來說一個比較明顯的體驗即是用不同的聚合在每個平臺的收益占比都不一樣，究竟哪一種更公平呢？這是每個開發(fā)者都會思考的問題。

最后一點則是Bidding有一點和常規(guī)的認知不一樣的是其首先要進行一次服務(wù)器的交互，即聚合的SDK請求聚合的服務(wù)器，以及若干的Bidding平臺拿到廣告選擇價格高的返回。而后聚合SDK再調(diào)取三方SDK拿到真實的廣告，因此你可以看到其傳統(tǒng)模式相比，它多了一次服務(wù)器交互的過程。在這種情況下，針對于一些要求速度極快的場景，其反應(yīng)反而不如傳統(tǒng)的瀑布流。比如說開屏場景，傳統(tǒng)我們的做法是配置三五層瀑布流，并且通過全部并行的方式一次性拿到廣告，在這種情況下通常是在一至三秒之內(nèi)可以取得廣告。但Bidding在這種模式下由于需要先交互一次，結(jié)合不同區(qū)域的網(wǎng)絡(luò)環(huán)境可能需要一至三秒，隨后拿到價格之后再去請求，因此在這種情況下其比傳統(tǒng)的瀑布流反而耗時要更長。

但這些問題并非沒有解決方案。TradPlus為了應(yīng)對Bidding的挑戰(zhàn)，也增加了一些高級的功能。

這張圖比較直觀的反映了廣告變現(xiàn)的幾個階段。先來看瀑布流的階段，眾所周知聚合之中有三個環(huán)節(jié)非常重要。一是比價，二是比價之后如何保留？保留之后又如何去進一步優(yōu)化？我們現(xiàn)在就從這三個環(huán)節(jié)中來看一下瀑布流和Bidding如何去提供解決方案。

首先瀑布流在比價那個階段是按照預(yù)估價格排序，當然開發(fā)者也可以設(shè)置底價，按照歷史價格自己來設(shè)置。保留這部分則可以設(shè)置廣告的緩存數(shù)，即到底保留幾個廣告。價格優(yōu)化這里很多開發(fā)者會這樣做，即設(shè)置高中低三套不同的策略同時啟動去拿，當我開始展示的時候即從高到低啟動去問哪套方案有合適的廣告得出最高價。在這種情況下對于高價和中間檔的廣告填充率也許不高，但是它可以反復(fù)的嘗試。即一啟動就加載一次高價的瀑布流，而過了半分鐘到一分鐘又重新嘗試一次，這是瀑布流模式在當時所提供的一種比較好的優(yōu)化方法。

再來看一下現(xiàn)階段，在Bidding加瀑布流這個模式之下，又是如何去針對這三點提供解決方案的？首先，Bidding是沒有辦法設(shè)置底價的。其次在保留這部分也是一樣的，Bidding的特點是要不然把所有的廣告全部保留，要不然只保留一個。而后和傳統(tǒng)的瀑布流進行統(tǒng)一排序。那可能會出現(xiàn)一種情況，即第一次幾個聚合都拿到了最低的廣告價格，這就把保留池全部占住了，開發(fā)者在這種情況下是沒有重試的機會的。受此影響的后果是在價格層面也沒有重試的機會。

那么TradPlus是如何解決這個問題的？第一我們支持可設(shè)置底價，在不同的Bidding中你可以設(shè)置不同的底價。第二為了保證統(tǒng)一，我們的Bidding會按照同樣的底價策略去設(shè)置。當你拿到自己不想要的價格時是可以將它放棄的，而再結(jié)合瀑布流的底價設(shè)置，是完全可以解決低價廣告的問題的。

第二在保留時，也許一次Bidding后你配置了十個廣告頁，假設(shè)它都有廣告，那么我們保留幾個匹配呢？比如說我可以整體緩存五個廣告，但是bidding這里只緩存三個。如果你發(fā)現(xiàn)價格區(qū)間總是比較低的，甚至CPM比瀑布流還要低一些。那么我們可以允許你減少Bidding模式加載的廣告數(shù)，將更多的機會讓給單價更高的瀑布流。至于價格優(yōu)化這一部分，這里可以賣個關(guān)子，大家有興趣可以通過底部二維碼聯(lián)系我們。

接下來我們再講一下我們詳細的解決方案。以底價功能為例，右圖是一個產(chǎn)品在T3國家的配置情況，它僅僅用了瀑布流推廣，并且配置了三十層，而后配置了幾層的并行。最終的eCPM是2.37美元。而在使用了Bidding之后，eCPM下降了32.9%，只有1.59美元。因為Bidding的廣告價格普遍是低于瀑布流的。

在這種情況下，我們通過TradPlus讓其加入了底價功能，并且一舉將eCPM提升至3.83美元，比上一階段提升61.6%，比第二階段提升了140.8%。這里的關(guān)鍵在于其首先舍棄了低價廣告，并且在一段時間拿不到合適的廣告之后會隔一段時間進行重試。所以在這種情況下中高價廣告可以獲得更高的展示，在不損失展示次數(shù)的情況下，eCPM可以得到提升，而有沒有損失展示次數(shù)我們同樣是通過漏斗模型進行統(tǒng)計的。

結(jié)合案例來談一談廣告變現(xiàn)如何提升效果

在本章中，我們結(jié)合不同的案例來談一談不同品類的游戲如何提升廣告變現(xiàn)效率。

第一個游戲是《龍蛋戰(zhàn)爭》。在接入TradPlus之前的時候，這款產(chǎn)品面臨的問題是eCPM低于行業(yè)的均值，但他們無法定位。因此希望我們?yōu)樗麄兲峁┙鉀Q方案。我們在接入產(chǎn)品之后直接生成了漏斗模型，并得出了幾個結(jié)論：

首先是應(yīng)用填充率較低，原因是應(yīng)用內(nèi)有頻繁請求的情況。即在游戲內(nèi)一但拿不到廣告就會立刻重新請求填充，但對于很多三方廣告平臺來講這屬于是頻繁請求，并因此而產(chǎn)生報警拒絕并繼而拒絕填充。其次是廣告的應(yīng)用場景也較為單一，不明顯。

因此針對于這個游戲，我們制定的策略是通過TradPlus的自動加載機制，減少了無效請求的次數(shù)。首先聚合會識別這一輪有沒有填充，如果沒有的話會逐漸梯次增加請求的次數(shù)，不會像以前一樣過于頻繁的請求。其次針對于廣告場景單一的問題，我們?yōu)槠湄S富了兜底層，并且新增了廣告源。這一系列措施最終帶來的結(jié)果是eCPM提升了75%，人均展示提升了15%，ARPU值提升了97%。

第二個游戲是《元氣騎士》，這是一個很知名的Roguelike游戲。在接入TradPlus時，這部游戲的廣告變現(xiàn)已經(jīng)做了三年。它們面臨的問題是通過瀑布流已經(jīng)做的比較精細，但是不大清楚產(chǎn)品是否有機會進一步提升。在這種情況下，我們首先通過漏斗模型對其進行了分析，發(fā)現(xiàn)這個游戲的應(yīng)用填充率偏低，同時廣告觸發(fā)率也相對較低。針對于這種情況我們?yōu)槠渲贫ǖ姆桨甘峭ㄟ^精細化瀑布流分層，提升應(yīng)用填充率。因為《元氣騎士》這部作品的廣告Ready率較為正常，因此我們要做的僅僅是精細化瀑布流的分層，最終的結(jié)果是這部作品實現(xiàn)了ARPU值30%的提升。

第三個游戲是一個去年比較火的二次元換裝游戲，在2021年的第四季度它做得非常好。這個游戲由于在全球幾十個國家發(fā)行，因此在精細化運營層面做得非常好。但是由于團隊規(guī)模所限人手有限，因此他們希望做一些自動化處理。而我們在經(jīng)過漏斗模型之后，發(fā)現(xiàn)這個游戲的應(yīng)用填充率正常，但是Ready率存在一定問題。特別是在東南亞為代表的一些T3國家，他們的廣告Ready時長要長于用戶的加載時長，這使得廣告無法在用戶到達時及時展示。所以我們的解決方案是進行廣告分切。將一些廣告加載需時較長的國家單獨區(qū)分出來，則后縮短瀑布流，加快廣告時長，增加并行率以提升廣告的Ready率。而在T1與T2國家，基于當?shù)鼗ㄝ^好的情況，進一步增加廣告時長并進一步提升eCPM。最終的結(jié)果是這部游戲的ARPU值增加了20%。并且T3國家的廣告Ready填充率也提升到了T1國家的水平。

第四個游戲也比較知名，是《迷你世界》。在接入我們的產(chǎn)品時也已經(jīng)做了廣告變現(xiàn)，并且接入了相當層數(shù)的瀑布流，但他們也不確定能否進一步提升。在這種情況下，我們用漏斗模型進行了分析，并得出結(jié)論是這部游戲的填充率、Ready率都正常，但是在中低層的瀑布流中還有進一步的優(yōu)化空間。而其解決方案是使用TradPlus的自動化請求功能，豐富中低層的瀑布流加載，減少一些無效請求，優(yōu)化請求時機以提升eCPM。這樣一套打法做下來對于這部游戲的數(shù)據(jù)提升是較為明顯的：首先是eCPM提升了15%，人均展示則提升了105%，ARPU值提升了153%。

責編 梁梟