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(dú)立出海聯(lián)合體攜手TradPlus主辦的“2022游戲出海如何打贏精細(xì)化運(yùn)營(yíng)突圍戰(zhàn)”主題線上直播活動(dòng)中，TradPlus CEO王秋實(shí)圍繞著休閑游戲在出海過(guò)程中，廣告變現(xiàn)相關(guān)事宜以及Bidding模式的詳細(xì)分析做出了精彩演講。

獨(dú)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(shí)。今天我為大家?guī)?lái)的演講主題是《Bidding時(shí)代降臨，出海休閑游戲如何創(chuàng)造廣告變現(xiàn)收益》。這個(gè)演講大概分為四個(gè)部分，分別是休閑游戲出海的趨勢(shì)與現(xiàn)狀、廣告變現(xiàn)如何獲得收益最大化、Bidding的機(jī)遇與挑戰(zhàn)和出海游戲廣告變現(xiàn)案例分享四個(gè)部分。

首先簡(jiǎn)單介紹一下TradPlus，我們是一家廣告變現(xiàn)平臺(tái)。旨在為客戶提供廣告變現(xiàn)精細(xì)化運(yùn)營(yíng)的SaaS產(chǎn)品和最大化收益解決方案。同時(shí)我們也是Meta全球的Bidding Partner，并在今年3月的時(shí)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(tái)。目前我們?cè)诔龊OP100的開(kāi)發(fā)者中，覆蓋超過(guò)20%。我們的合作伙伴包括心動(dòng)、迷你玩、博樂(lè)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(kāi)始的時(shí)候，先讓我們來(lái)看兩組數(shù)據(jù)。來(lái)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(dá)90%。而在用戶支出排名前一千的產(chǎn)品中，這一數(shù)字也達(dá)到了67%。

而在2020年，IDC公布的數(shù)據(jù)顯示預(yù)計(jì)到2024年，移動(dòng)游戲廣告變現(xiàn)的年復(fù)合增長(zhǎng)率將達(dá)到17%。預(yù)計(jì)到2022年移動(dòng)游戲內(nèi)廣告變現(xiàn)的收入將達(dá)到439億美金。而這個(gè)數(shù)字從當(dāng)前我們了解到的情況來(lái)看與市場(chǎng)的實(shí)際情況相差不大。

接下來(lái)再看一下國(guó)內(nèi)的情況。中國(guó)市場(chǎng)從2017年到2020年廣告變現(xiàn)的收入年復(fù)合增長(zhǎng)率達(dá)到了180%。截止至2020年這方面的收入已經(jīng)超過(guò)了180億元。兩廂對(duì)比我們不難發(fā)現(xiàn)，2017年移動(dòng)游戲的廣告變現(xiàn)在國(guó)內(nèi)仍是一個(gè)很小的數(shù)字。但到了2020年之后，這個(gè)數(shù)字已經(jīng)有了十倍的增長(zhǎng)。

以上幾組數(shù)據(jù)基本表明了在當(dāng)前的游戲市場(chǎng)上，廣告變現(xiàn)無(wú)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(xì)究一下，我們會(huì)發(fā)現(xiàn)這種覆蓋率也是通過(guò)不同的階段來(lái)完成的。比如說(shuō)在2018年之前，伴隨著超休閑游戲的興起使得廣告變現(xiàn)對(duì)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(fèi)玩家的收入?；诔蓍e游戲與休閑游戲中非付費(fèi)玩家的比例高達(dá)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(huì)發(fā)現(xiàn)不但非付費(fèi)玩家的收入提升了，同時(shí)其留存也有了顯著的提升，這是以前沒(méi)有想到的地方。而從應(yīng)用場(chǎng)景上來(lái)看，這一階段的開(kāi)發(fā)者仍然是停留在增加廣告場(chǎng)景之上，并有限地開(kāi)始嘗試聚合平臺(tái)。他們開(kāi)始意識(shí)到使用廣告平臺(tái)能夠更好地提升產(chǎn)品的CPM。但由于彼時(shí)超休閑游戲突然爆發(fā)，整個(gè)市場(chǎng)仍有較大的紅利，因此開(kāi)發(fā)者們更多的精力仍然投入在廣告場(chǎng)景的設(shè)置之上。至于聚合平臺(tái)，大家的訴求是只要簡(jiǎn)單易用，易于上手就可以了。

第二個(gè)階段發(fā)生在2018至2019年，這一階段的特點(diǎn)是超休閑游戲和休閑游戲都進(jìn)入了一個(gè)蓬勃的發(fā)展期。同時(shí)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(kāi)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(yuǎn)遠(yuǎn)超過(guò)預(yù)期的。受此影響也使得開(kāi)發(fā)者在所有的品類中都開(kāi)始加入廣告變現(xiàn)。

廣告變現(xiàn)在這一階段讓大家意識(shí)到了其對(duì)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(dá)到10%至30%。休閑游戲能夠達(dá)到40%至50%。而超休閑則幾乎達(dá)到了100%。這種情況使得越來(lái)越多的開(kāi)發(fā)者開(kāi)始研究廣告變現(xiàn)，他們樂(lè)于利用廣告變現(xiàn)達(dá)成在不影響原有付費(fèi)用戶的情況下卻使得非付費(fèi)用戶的留存和收入提高的效果。與此同時(shí)，由于廣告變現(xiàn)的存在允許一部分非付費(fèi)用戶嘗試到付費(fèi)道具的效果，使得這部分用戶也有機(jī)會(huì)轉(zhuǎn)化成為付費(fèi)用戶，從而達(dá)成了付費(fèi)用戶比提升的效果——盡管這部分轉(zhuǎn)化過(guò)來(lái)的用戶仍是以小額用戶為主，但10%至20%的數(shù)據(jù)仍然對(duì)于很多開(kāi)發(fā)者來(lái)講非?？捎^。

基于這種原因，使得聚合平臺(tái)在這一階段逐漸演變成了一套對(duì)于廣告變現(xiàn)的完善的解決方案，而非是一個(gè)單一的產(chǎn)品。在這種情況下我們?cè)?019年開(kāi)始進(jìn)入這個(gè)市場(chǎng)，目的就是為了給開(kāi)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?cè)谛袠I(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(jìng)爭(zhēng)的加劇，開(kāi)發(fā)者開(kāi)始意識(shí)到精細(xì)化運(yùn)營(yíng)能夠給廣告變現(xiàn)收入帶來(lái)大幅度的提升。因此他們開(kāi)始嘗試圍繞此的精細(xì)化運(yùn)營(yíng)的方法論研究，畢竟這種方法論可以在市場(chǎng)上給予他們良好的回報(bào)。在此基礎(chǔ)上大量的開(kāi)發(fā)者意識(shí)到：如果我在廣告變現(xiàn)上比競(jìng)品更出色，并得到一個(gè)更好的.ROI。那么完全可以在此基礎(chǔ)上擴(kuò)大投放規(guī)模，并且收獲一個(gè)更好的優(yōu)勢(shì)。這種因素促進(jìn)了大家對(duì)此的深入研究。

但在這誕生了幾個(gè)新的需求：

首先是開(kāi)發(fā)者更廣范圍的市場(chǎng)需求，大家不再滿足于自身產(chǎn)品的廣告變現(xiàn)信息。同時(shí)也希望能夠看到當(dāng)前市場(chǎng)上頭部產(chǎn)品圍繞此的成績(jī)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(méi)有人提出相應(yīng)的概念的。但是通過(guò)實(shí)戰(zhàn)，大家發(fā)現(xiàn)漏斗模型有助于我們精準(zhǔn)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(guò)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(duì)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(kāi)始，客戶的需求進(jìn)一步升級(jí)。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(kāi)始大家需要的是從用戶獲取、留存到內(nèi)購(gòu)、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(kāi)發(fā)者已經(jīng)頗有心得，并且由他們的產(chǎn)品開(kāi)始在行業(yè)中進(jìn)行普及。但這套閉環(huán)的邏輯是什么？過(guò)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(gòu)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(diǎn)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(guò)往的三方廣告平臺(tái)對(duì)此通常是無(wú)能為力，但聚合平臺(tái)則不然，它可以將最終的廣告變現(xiàn)收益拆分到每用戶級(jí)別，開(kāi)發(fā)者因而可以將這部分?jǐn)?shù)據(jù)導(dǎo)入到BI之中。在這種情況下BI平臺(tái)得以呈現(xiàn)從用戶獲取到留存到內(nèi)購(gòu)的呈現(xiàn)，而通過(guò)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(dāng)時(shí)間發(fā)展到2022年之后，我們會(huì)發(fā)現(xiàn)廣告變現(xiàn)呈現(xiàn)出如下幾個(gè)趨勢(shì)：

第一是中重度游戲中進(jìn)一步普及廣告變現(xiàn)，很多游戲在設(shè)計(jì)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(shuō)有一些CP會(huì)將廣告變現(xiàn)作為最小付費(fèi)單元，以往我們知道中重度游戲最小的付費(fèi)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(guò)這種方式讓用戶試用一些昂貴的道具。通過(guò)這種設(shè)計(jì)廣告本身變得更為平滑和自然，也可以有效地與道具付費(fèi)完美結(jié)合。

第二是不同領(lǐng)域開(kāi)發(fā)者的進(jìn)一步融合，即重度游戲CP也開(kāi)始做中度，中度游戲CP會(huì)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?yàn)檫@幾個(gè)品類的廣告變現(xiàn)比例更大，為什么會(huì)出現(xiàn)這種趨勢(shì)，我認(rèn)為有如下幾點(diǎn)：

首先是一步放大IP的價(jià)值。

其次是IDFA政策的實(shí)施，由于定位不夠精準(zhǔn)，整體的買量效率是在下降的。這使得中重度游戲在買量時(shí)ROI壓力更大，所以我們可以利用休閑游戲和中度游戲進(jìn)一步擴(kuò)大我們的用戶規(guī)模。因?yàn)檫@個(gè)品類是以泛用戶為主，并不需要過(guò)于精準(zhǔn)的定位，而通過(guò)廣告變現(xiàn)作為補(bǔ)充，擴(kuò)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(gè)原因。并且這個(gè)趨勢(shì)在當(dāng)下仍在發(fā)展。

最后是因?yàn)锽idding的到來(lái)對(duì)于整個(gè)廣告變現(xiàn)的一個(gè)升級(jí)。以今日眼光來(lái)看，Bidding模式相較于過(guò)往的瀑布流模式有很多的優(yōu)點(diǎn)，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(gè)應(yīng)用場(chǎng)景，在個(gè)別的應(yīng)用場(chǎng)景中如果想用好Bidding，它需要更多的聚合平臺(tái)提供更高的功能，而不是像以往的瀑布流模式簡(jiǎn)單的提供價(jià)格PK。這在之后我們會(huì)詳細(xì)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(kāi)始一個(gè)業(yè)務(wù)流程來(lái)探討廣告變現(xiàn)如何獲得收益最大化的問(wèn)題。當(dāng)我們開(kāi)啟任何一個(gè)業(yè)務(wù)的時(shí)候，都要經(jīng)歷圖中綠色部分這五個(gè)步驟：首先，我在開(kāi)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(dāng)前業(yè)務(wù)的方法論，而這個(gè)方法論的高度決定了我們的成功概率。第三，當(dāng)方法論確定之后，我們要找到合適的工作來(lái)做這件事而不是重新開(kāi)發(fā)一個(gè)工具。接下來(lái)有了工具還不行，還要會(huì)用。我們需要通過(guò)這個(gè)工具有效地將我們的方法論落地，當(dāng)這四步都有效執(zhí)行之后這件事情或這個(gè)業(yè)務(wù)已經(jīng)被推進(jìn)到一個(gè)高度了。那接下來(lái)我們要考慮的是就這個(gè)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(lái)看藍(lán)色部分。這是每個(gè)步驟我們要達(dá)成的目的，比如說(shuō)收獲行業(yè)信息之后，我們可以了解到這個(gè)業(yè)務(wù)有哪些坑，而這其中哪些坑是我們可以繞過(guò)去的。但我們需要聲明的一點(diǎn)是，行業(yè)信息并非僅停留在業(yè)務(wù)開(kāi)始階段。事實(shí)上這種需求伴隨著行業(yè)發(fā)展的不同階段都存在著，當(dāng)我們?cè)跇I(yè)務(wù)推進(jìn)到一個(gè)階段之后，同樣需要行業(yè)信息來(lái)豐富我們的知識(shí)儲(chǔ)備。同時(shí)從業(yè)務(wù)層面來(lái)說(shuō)，我們也需要與時(shí)俱進(jìn)，知道行業(yè)當(dāng)前有了什么新的打法？與此同時(shí)做得最好的有哪些？我們需要圍繞此制定新的，更高的目標(biāo)。

接下來(lái)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(qiáng)大、高效還要易用。尤其是在初期剛上手的時(shí)候，我有可能只能實(shí)行方法論的70%，而在后期我需要突破的時(shí)候要使用的功能越來(lái)越多。所以在這種情況下，好的工具的標(biāo)準(zhǔn)要達(dá)到其對(duì)于剛上手和高級(jí)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(rèn)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(shí)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(gè)準(zhǔn)確的解決方案。這個(gè)變現(xiàn)方案包括場(chǎng)景，如何選擇三方平臺(tái)，怎么配置區(qū)域間的流量分配。

而在方法論階段，我們認(rèn)為廣告變現(xiàn)的本質(zhì)是一個(gè)數(shù)據(jù)分析工作。因此它需要以漏斗模型為核心展開(kāi)方法論，這個(gè)數(shù)據(jù)漏斗模型可以展開(kāi)足夠的細(xì)節(jié)。它可以體驗(yàn)用戶從啟動(dòng)到觀看完廣告的整個(gè)行為是怎樣的？我們會(huì)將這個(gè)環(huán)節(jié)分為二十個(gè)步驟，并且去抓六十個(gè)指標(biāo)。

這個(gè)特色也就涉及到了接下來(lái)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(shuō)漏斗報(bào)表，AB測(cè)試、自動(dòng)優(yōu)化以及自動(dòng)監(jiān)控報(bào)警。最后一項(xiàng)是當(dāng)前TradPlus平臺(tái)獨(dú)家擁有的功能，其可以讓開(kāi)發(fā)者的運(yùn)營(yíng)人員從日常數(shù)據(jù)對(duì)比中解放出來(lái)。

在服務(wù)上我們有運(yùn)營(yíng)支持和方案介紹，這些都有專業(yè)的團(tuán)隊(duì)來(lái)進(jìn)行支持。

當(dāng)這一切做好之后，我們可以看到兩個(gè)大事件可以起到拓展邊界的作用。一是數(shù)據(jù)報(bào)表，我們可以通過(guò)API將之導(dǎo)入出去。并且讓開(kāi)發(fā)者構(gòu)建整個(gè)數(shù)據(jù)運(yùn)營(yíng)的閉環(huán)，并進(jìn)一步優(yōu)化買量策略。

通過(guò)這張圖可以看的更為明顯，我們對(duì)于開(kāi)發(fā)者的支持是全方位的。包括設(shè)計(jì)變現(xiàn)方案，選擇三方平臺(tái)，這其中還包括如何設(shè)計(jì)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(shí)現(xiàn)，這里面我們有幾個(gè)有特色的點(diǎn)。以我們過(guò)往的經(jīng)驗(yàn)來(lái)說(shuō)，很多開(kāi)發(fā)者的收益損耗發(fā)生在廣告加載的過(guò)程中，因?yàn)閷?duì)于相當(dāng)一部分的用戶來(lái)說(shuō)，廣告加載并非是一次就能加載到廣告的。

與此同時(shí)，廣告加載的時(shí)機(jī)也非常重要，究竟是開(kāi)屏加載還是快進(jìn)入頁(yè)面時(shí)加載？如果這個(gè)地方出現(xiàn)一些錯(cuò)誤，比如說(shuō)我這個(gè)地方加載完畢但是沒(méi)有觀察加載結(jié)果那么其就并沒(méi)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(huì)成功。針對(duì)于這種情況我們開(kāi)發(fā)了一個(gè)自動(dòng)加載功能——當(dāng)開(kāi)發(fā)者啟動(dòng)聚合之后，只要將其初始化一遍，隨后聚合就會(huì)自動(dòng)做一些策略去加載廣告。只要一消耗，就會(huì)自動(dòng)補(bǔ)充以保證始終有廣告可以用。而除此之外，我們還提供自動(dòng)測(cè)試功能。

在聚合平臺(tái)接入完畢之后，就進(jìn)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(bào)表和數(shù)據(jù)模型。當(dāng)用漏斗調(diào)完數(shù)據(jù)模型之后，就進(jìn)入到了數(shù)據(jù)監(jiān)控和報(bào)警環(huán)節(jié)，與此同時(shí)我們也會(huì)持續(xù)地分享行業(yè)的動(dòng)態(tài)數(shù)據(jù)。

接下來(lái)我詳細(xì)的講一講我們圍繞這五點(diǎn)提供的解決方案是怎樣的？

首先圖上的這組數(shù)據(jù)來(lái)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(chǎng)景的設(shè)置和變現(xiàn)方案。我們把它們分為了幾個(gè)細(xì)致的類別。

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

第二是各廣告場(chǎng)景的使用占比。具體來(lái)說(shuō)就是TOP100或者是TOP50中的產(chǎn)品有多少是使用這種廣告場(chǎng)景的？以及這個(gè)場(chǎng)景的收入占比又大概占了多少？通過(guò)這種方式我們讓開(kāi)發(fā)者直觀的看到當(dāng)前在他們的產(chǎn)品還有哪些場(chǎng)景和方式是可以補(bǔ)充的？

接下來(lái)是不同國(guó)家和區(qū)域市場(chǎng)的廣告平臺(tái)，eCPM，填充時(shí)長(zhǎng)等指標(biāo)。這塊的指標(biāo)來(lái)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(biāo)。比如說(shuō)在美國(guó)，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(jiàn)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(diǎn)的時(shí)候我們要考慮瀑布流的層次和Bidding時(shí)的每一次時(shí)間。這樣我才能預(yù)估出來(lái)多長(zhǎng)時(shí)間能夠拿到這個(gè)廣告，以及我設(shè)置的廣告點(diǎn)是不是需要比這個(gè)時(shí)間靠后，以確保當(dāng)用戶到達(dá)后能夠有廣告展示出來(lái)。

在往后就是各個(gè)平臺(tái)的合規(guī)政策和使用說(shuō)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(gè)品類的廣告變現(xiàn)解決方案。

其次是我們選擇的平臺(tái)，這張圖表是我們所列舉的一個(gè)比較粗放的各區(qū)域我們比較具有優(yōu)勢(shì)的三方平臺(tái)。而接下來(lái)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(shí)上我們還有更細(xì)致的，分品類的，分國(guó)家區(qū)域的數(shù)據(jù)。

而說(shuō)到使用聚合，我們也有幾個(gè)特點(diǎn)：

第一個(gè)是SDK端有幾個(gè)特點(diǎn)，比如說(shuō)三個(gè)接口能接入，并且廣告支持全自動(dòng)加載。在這種情況下開(kāi)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(shí)候展示一下就可以了。其它的工作都由聚合平臺(tái)自動(dòng)做完，它的功能很全面，各種報(bào)表也都支持，全程也有技術(shù)支持服務(wù)。

另外一個(gè)維度是我們?cè)诟咝е悄苓@個(gè)層面，首先是我們?cè)趶V告平臺(tái)的資源上，有五十多個(gè)廣告平臺(tái)，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(diǎn)在哪里？如何優(yōu)化？流量細(xì)分、精細(xì)化運(yùn)營(yíng)提升eCPM等等圍繞流量分組的一些功能。同時(shí)我們還支持自動(dòng)優(yōu)化廣告源的配置，監(jiān)控報(bào)警以提高運(yùn)營(yíng)的精細(xì)度和實(shí)時(shí)性。

這里我們圍繞漏斗模型展開(kāi)說(shuō)一下，廣告變現(xiàn)的原理實(shí)際上是由人均展現(xiàn)次數(shù)和eCPM所決定的。這兩個(gè)指數(shù)從應(yīng)用和聚合的角度來(lái)說(shuō)分別指向的是什么？從開(kāi)發(fā)者的角度來(lái)說(shuō)一定是用戶想看廣告的次數(shù)與場(chǎng)景，用戶看多少次廣告實(shí)際上是到場(chǎng)景多少次。而CPM又是誰(shuí)決定的？它是由三方平臺(tái)對(duì)于用戶價(jià)值的判斷所決定的。那么聚合在這個(gè)過(guò)程中首先解決的問(wèn)題即是當(dāng)用戶想要看廣告的時(shí)候，我永遠(yuǎn)有一個(gè)廣告處于蓄勢(shì)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(shuí)的廣告”是最優(yōu)的解決方案？聚合的核心在我們看來(lái)即是解決這兩個(gè)問(wèn)題。說(shuō)的直接一點(diǎn)即是“當(dāng)用戶想要看廣告的時(shí)候，有一個(gè)廣告是準(zhǔn)備好播放的。與此同時(shí)這個(gè)廣告是CPM最高的。”

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

我們通過(guò)在各個(gè)廣告平臺(tái)間的嘗試，最終得出最優(yōu)的eCPM，一個(gè)典型的案例即是應(yīng)用在啟動(dòng)二三十秒以上的場(chǎng)景。

今天的時(shí)間有限，我們圍繞此講一個(gè)簡(jiǎn)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(dòng)應(yīng)用出發(fā)，經(jīng)過(guò)讀取策略，應(yīng)用向聚合請(qǐng)求廣告并填充，這時(shí)聚合在中間會(huì)多次基于后臺(tái)配置的策略還有串并行策略填充。之后就到達(dá)了用戶達(dá)到場(chǎng)景的環(huán)節(jié)，他們觸發(fā)展示之后評(píng)判是否展示成功？這一點(diǎn)非常重要但卻容易為開(kāi)發(fā)者所忽略，因?yàn)楹芏嚅_(kāi)發(fā)者的廣告僅僅是進(jìn)行了調(diào)取，但是三方是否真正認(rèn)可這個(gè)展示是一個(gè)問(wèn)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(gè)漏斗模型的不同步驟中，有幾個(gè)比較重要的比例。比如說(shuō)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?yàn)閺V告變現(xiàn)的核心在于到達(dá)場(chǎng)景的時(shí)候有填充。這個(gè)衡量指標(biāo)叫廣告Ready率，在到達(dá)場(chǎng)景的時(shí)候我們會(huì)記錄下來(lái)當(dāng)前的廣告場(chǎng)景是否準(zhǔn)備好了？在這塊我們追求的指標(biāo)是接近100%，這代表用戶只要想看廣告時(shí)他永遠(yuǎn)會(huì)收獲一個(gè)廣告。

擁有廣告之后接下來(lái)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(kāi)發(fā)者才真正能夠拿到收益。因此這些是比較重要的指標(biāo)，以上僅是一個(gè)粗略的漏斗模型，而我們的漏斗模型實(shí)際上是有二十幾層。搭配指標(biāo)有近六十個(gè)，包括每次請(qǐng)求三方的時(shí)長(zhǎng)，三方有什么報(bào)錯(cuò)原因？用戶到達(dá)場(chǎng)景的時(shí)長(zhǎng)分布等等。

接下來(lái)我們講一個(gè)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(jìn)，但在今天的市場(chǎng)環(huán)境下仍然有不少平臺(tái)不支持Bidding模式。事實(shí)上這里的原理是當(dāng)廣告展示之前先請(qǐng)示一下Bidding，而后Bidding拿到一個(gè)或多個(gè)報(bào)價(jià)比較高的廣告并將之插入瀑布流，從而再形成一個(gè)新的瀑布流。而后再根據(jù)這個(gè)新的瀑布流去請(qǐng)求廣告，等于是根據(jù)你的后臺(tái)配置進(jìn)行一些串并行的策略。

再來(lái)看這張圖，剛才我們?cè)?jīng)提到了數(shù)據(jù)閉環(huán)的運(yùn)營(yíng)。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(yùn)營(yíng)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(gè)閉環(huán)。在此基礎(chǔ)上我們可以提供的是一個(gè)變現(xiàn)的API，開(kāi)發(fā)者可以將每個(gè)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(gè)用戶的ROI就非常清楚了。特別是考慮到當(dāng)下iOS的IDFA政策公布之后拿不到的問(wèn)題，我們還支持用戶自定義功能。開(kāi)發(fā)者可以在啟動(dòng)聚合的時(shí)候?qū)ser ID主動(dòng)上傳，在IDFA有所影響的情況下將用戶的拼圖做完整。

接下來(lái)這張圖則更為直觀，我們會(huì)觀測(cè)買量、變現(xiàn)數(shù)據(jù)，而后通過(guò)聚合平臺(tái)將這部分?jǐn)?shù)據(jù)導(dǎo)入到開(kāi)發(fā)者的BI系統(tǒng)中。而開(kāi)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(duì)于聚合平臺(tái)的每個(gè)流程都看的比較清楚，這種變化是較為明顯的。舉例來(lái)講，過(guò)往我們?cè)u(píng)估買量效果時(shí)通常會(huì)說(shuō)，我們花十萬(wàn)美金買來(lái)了十萬(wàn)個(gè)用戶，并且最終貢獻(xiàn)了12萬(wàn)美元的收益。粗聽(tīng)起來(lái)的確是可以接受的，但是在今天的環(huán)境下你會(huì)發(fā)現(xiàn)也許這十萬(wàn)用戶中的一萬(wàn)人就貢獻(xiàn)了十二萬(wàn)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(duì)來(lái)講較差的用戶我們則應(yīng)該放棄。這個(gè)功能其實(shí)是非常強(qiáng)大的，它可以把精細(xì)化運(yùn)營(yíng)的精度進(jìn)一步有效提升。

那么我們是怎樣支持這個(gè)功能的？我們會(huì)同時(shí)支持C2S和S2S兩種方案。一方面我們會(huì)與開(kāi)發(fā)者的BI打通，另一方面也和國(guó)內(nèi)一些主流的平臺(tái)如AppsFlyer、ADjust等打通，開(kāi)發(fā)者在使用這項(xiàng)功能時(shí)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(bào)警功能，當(dāng)開(kāi)發(fā)者用漏斗模型把數(shù)據(jù)調(diào)優(yōu)之后這時(shí)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(cè)，防止大范圍的波動(dòng)之上。所以我們的廣場(chǎng)監(jiān)控功能就是為此而生，通過(guò)將近二十個(gè)層面的指標(biāo)進(jìn)行監(jiān)控，當(dāng)開(kāi)發(fā)者發(fā)現(xiàn)每天，或者與周同期亦或是開(kāi)發(fā)者所設(shè)置的時(shí)間階段出現(xiàn)數(shù)據(jù)異常時(shí)，就可以通過(guò)首頁(yè)通知欄或郵件告知開(kāi)發(fā)者，這一功能將極大程度地將開(kāi)發(fā)者從日常數(shù)據(jù)對(duì)比工作中解放出來(lái)。而在開(kāi)發(fā)者旗下產(chǎn)品較多的時(shí)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(lái)我來(lái)和大家聊一下我對(duì)Bidding的看法，在這張圖表中我列舉了Bidding的優(yōu)勢(shì)和劣勢(shì)。

首先，Bidding的優(yōu)勢(shì)已經(jīng)非常明顯了。比如說(shuō)它不用配置廣告底價(jià)，可以有效地減少運(yùn)營(yíng)工作。其次各平臺(tái)間的競(jìng)價(jià)更為公平，畢竟在傳統(tǒng)的模式之下價(jià)格分的不夠細(xì)致導(dǎo)致了還是有一些不公平的情況存在。操作簡(jiǎn)單，以前我們配置廣告底價(jià)配置的廣告平臺(tái)可能有四五十個(gè)甚至是更多，這使得我們按區(qū)域來(lái)拆分的情況下工作量就非常大，這使得很多開(kāi)發(fā)者只使用幾個(gè)少數(shù)的大平臺(tái)，一些中小平臺(tái)在這種情況下被放棄。但Bidding由于其不用配置廣告比價(jià)因此對(duì)中小平臺(tái)更為友好。最后就是它能夠減少請(qǐng)求次數(shù)，畢竟瀑布流的層數(shù)較多，因此相對(duì)來(lái)講Bidding的速度更快，注意這里僅是相對(duì)而言，在個(gè)別的場(chǎng)景之下，它的速度可能是更慢的，一會(huì)我們會(huì)講到。

盡管Bidding能夠給我們帶來(lái)如此之多的好處，但我們也應(yīng)該看到好處與挑戰(zhàn)是對(duì)應(yīng)的。比如說(shuō)在不能配置底價(jià)之后，在價(jià)格策略上就完全依賴于平臺(tái)，開(kāi)發(fā)者對(duì)其的可控性相應(yīng)較差。目前很多Bidding平臺(tái)連躲避底價(jià)都不支持，比如說(shuō)當(dāng)開(kāi)發(fā)者遇到一些低價(jià)的廣告時(shí)他們希望放棄過(guò)一會(huì)重試，但最終卻發(fā)現(xiàn)很多聚合在當(dāng)下連這種放棄超低價(jià)廣告的支持都沒(méi)有。

其次在競(jìng)價(jià)的過(guò)程中，與傳統(tǒng)的瀑布流在其過(guò)程中可以實(shí)時(shí)看到不同的是。Bidding所有的競(jìng)價(jià)都是在服務(wù)端完成的，因此其公平性取決于聚合平臺(tái)。而對(duì)于開(kāi)發(fā)者來(lái)說(shuō)一個(gè)比較明顯的體驗(yàn)即是用不同的聚合在每個(gè)平臺(tái)的收益占比都不一樣，究竟哪一種更公平呢？這是每個(gè)開(kāi)發(fā)者都會(huì)思考的問(wèn)題。

最后一點(diǎn)則是Bidding有一點(diǎn)和常規(guī)的認(rèn)知不一樣的是其首先要進(jìn)行一次服務(wù)器的交互，即聚合的SDK請(qǐng)求聚合的服務(wù)器，以及若干的Bidding平臺(tái)拿到廣告選擇價(jià)格高的返回。而后聚合SDK再調(diào)取三方SDK拿到真實(shí)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(guò)程。在這種情況下，針對(duì)于一些要求速度極快的場(chǎng)景，其反應(yīng)反而不如傳統(tǒng)的瀑布流。比如說(shuō)開(kāi)屏場(chǎng)景，傳統(tǒng)我們的做法是配置三五層瀑布流，并且通過(guò)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(jià)格之后再去請(qǐng)求，因此在這種情況下其比傳統(tǒng)的瀑布流反而耗時(shí)要更長(zhǎng)。

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

這張圖比較直觀的反映了廣告變現(xiàn)的幾個(gè)階段。先來(lái)看瀑布流的階段，眾所周知聚合之中有三個(gè)環(huán)節(jié)非常重要。一是比價(jià)，二是比價(jià)之后如何保留？保留之后又如何去進(jìn)一步優(yōu)化？我們現(xiàn)在就從這三個(gè)環(huán)節(jié)中來(lái)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(jià)那個(gè)階段是按照預(yù)估價(jià)格排序，當(dāng)然開(kāi)發(fā)者也可以設(shè)置底價(jià)，按照歷史價(jià)格自己來(lái)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(gè)廣告。價(jià)格優(yōu)化這里很多開(kāi)發(fā)者會(huì)這樣做，即設(shè)置高中低三套不同的策略同時(shí)啟動(dòng)去拿，當(dāng)我開(kāi)始展示的時(shí)候即從高到低啟動(dòng)去問(wèn)哪套方案有合適的廣告得出最高價(jià)。在這種情況下對(duì)于高價(jià)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(dòng)就加載一次高價(jià)的瀑布流，而過(guò)了半分鐘到一分鐘又重新嘗試一次，這是瀑布流模式在當(dāng)時(shí)所提供的一種比較好的優(yōu)化方法。

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

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

第二在保留時(shí)，也許一次Bidding后你配置了十個(gè)廣告頁(yè)，假設(shè)它都有廣告，那么我們保留幾個(gè)匹配呢？比如說(shuō)我可以整體緩存五個(gè)廣告，但是bidding這里只緩存三個(gè)。如果你發(fā)現(xiàn)價(jià)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(jī)會(huì)讓給單價(jià)更高的瀑布流。至于價(jià)格優(yōu)化這一部分，這里可以賣個(gè)關(guān)子，大家有興趣可以通過(guò)底部二維碼聯(lián)系我們。

接下來(lái)我們?cè)僦v一下我們?cè)敿?xì)的解決方案。以底價(jià)功能為例，右圖是一個(gè)產(chǎn)品在T3國(guó)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?yàn)锽idding的廣告價(jià)格普遍是低于瀑布流的。

在這種情況下，我們通過(guò)TradPlus讓其加入了底價(jià)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(jià)廣告，并且在一段時(shí)間拿不到合適的廣告之后會(huì)隔一段時(shí)間進(jìn)行重試。所以在這種情況下中高價(jià)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(méi)有損失展示次數(shù)我們同樣是通過(guò)漏斗模型進(jìn)行統(tǒng)計(jì)的。

結(jié)合案例來(lái)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(lái)談一談不同品類的游戲如何提升廣告變現(xiàn)效率。

第一個(gè)游戲是《龍蛋戰(zhàn)爭(zhēng)》。在接入TradPlus之前的時(shí)候，這款產(chǎn)品面臨的問(wèn)題是eCPM低于行業(yè)的均值，但他們無(wú)法定位。因此希望我們?yōu)樗麄兲峁┙鉀Q方案。我們?cè)诮尤氘a(chǎn)品之后直接生成了漏斗模型，并得出了幾個(gè)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(qǐng)求的情況。即在游戲內(nèi)一但拿不到廣告就會(huì)立刻重新請(qǐng)求填充，但對(duì)于很多三方廣告平臺(tái)來(lái)講這屬于是頻繁請(qǐng)求，并因此而產(chǎn)生報(bào)警拒絕并繼而拒絕填充。其次是廣告的應(yīng)用場(chǎng)景也較為單一，不明顯。

因此針對(duì)于這個(gè)游戲，我們制定的策略是通過(guò)TradPlus的自動(dòng)加載機(jī)制，減少了無(wú)效請(qǐng)求的次數(shù)。首先聚合會(huì)識(shí)別這一輪有沒(méi)有填充，如果沒(méi)有的話會(huì)逐漸梯次增加請(qǐng)求的次數(shù)，不會(huì)像以前一樣過(guò)于頻繁的請(qǐng)求。其次針對(duì)于廣告場(chǎng)景單一的問(wèn)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(lái)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(gè)游戲是《元?dú)怛T士》，這是一個(gè)很知名的Roguelike游戲。在接入TradPlus時(shí)，這部游戲的廣告變現(xiàn)已經(jīng)做了三年。它們面臨的問(wèn)題是通過(guò)瀑布流已經(jīng)做的比較精細(xì)，但是不大清楚產(chǎn)品是否有機(jī)會(huì)進(jìn)一步提升。在這種情況下，我們首先通過(guò)漏斗模型對(duì)其進(jìn)行了分析，發(fā)現(xiàn)這個(gè)游戲的應(yīng)用填充率偏低，同時(shí)廣告觸發(fā)率也相對(duì)較低。針對(duì)于這種情況我們?yōu)槠渲贫ǖ姆桨甘峭ㄟ^(guò)精細(xì)化瀑布流分層，提升應(yīng)用填充率。因?yàn)椤对獨(dú)怛T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(xì)化瀑布流的分層，最終的結(jié)果是這部作品實(shí)現(xiàn)了ARPU值30%的提升。

第三個(gè)游戲是一個(gè)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(gè)游戲由于在全球幾十個(gè)國(guó)家發(fā)行，因此在精細(xì)化運(yùn)營(yíng)層面做得非常好。但是由于團(tuán)隊(duì)規(guī)模所限人手有限，因此他們希望做一些自動(dòng)化處理。而我們?cè)诮?jīng)過(guò)漏斗模型之后，發(fā)現(xiàn)這個(gè)游戲的應(yīng)用填充率正常，但是Ready率存在一定問(wèn)題。特別是在東南亞為代表的一些T3國(guó)家，他們的廣告Ready時(shí)長(zhǎng)要長(zhǎng)于用戶的加載時(shí)長(zhǎng)，這使得廣告無(wú)法在用戶到達(dá)時(shí)及時(shí)展示。所以我們的解決方案是進(jìn)行廣告分切。將一些廣告加載需時(shí)較長(zhǎng)的國(guó)家單獨(dú)區(qū)分出來(lái)，則后縮短瀑布流，加快廣告時(shí)長(zhǎng)，增加并行率以提升廣告的Ready率。而在T1與T2國(guó)家，基于當(dāng)?shù)鼗ㄝ^好的情況，進(jìn)一步增加廣告時(shí)長(zhǎng)并進(jìn)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(guó)家的廣告Ready填充率也提升到了T1國(guó)家的水平。

第四個(gè)游戲也比較知名，是《迷你世界》。在接入我們的產(chǎn)品時(shí)也已經(jīng)做了廣告變現(xiàn)，并且接入了相當(dāng)層數(shù)的瀑布流，但他們也不確定能否進(jìn)一步提升。在這種情況下，我們用漏斗模型進(jìn)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(jìn)一步的優(yōu)化空間。而其解決方案是使用TradPlus的自動(dòng)化請(qǐng)求功能，豐富中低層的瀑布流加載，減少一些無(wú)效請(qǐng)求，優(yōu)化請(qǐng)求時(shí)機(jī)以提升eCPM。這樣一套打法做下來(lái)對(duì)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(zé)編 梁梟