雪花新聞

數據與廣告系列十五:廣告與遊戲

摘要:以之前的二類電商爲例,他的ROI計算非常簡單明瞭,投入直接看廣告的消耗金額,產出直接看遊戲的付費,即從廣告吸引過來的流量中多少人付了多少錢,甚至直接看付費總金額就可以了,只不過這個金額需要加上時間的限制,比如註冊之後多長時間週期內。當然,在應用商店中,本身對於部分遊戲來說,是有自然流量的進入的,但由於會受到別人家商店運營的影響,這部分流量的穩定性是難以保證的,所以哪些遊戲公司的投手,經常需要做的事就是維持其遊戲整體的流量穩定,自然流量少了,就適當加大廣告流量的投入,這樣服務器成本纔不會虧(服務器租用是有周期的,服務器空跑也是浪費成本),最多少賺點。

作者·黃崇遠

『數據蟲巢』

全文共 4023

題圖ssyer.com

-黎明前的黑夜

遊戲廣告永遠是廣告領域中的關注大頭。

今年的年註定不會太好過,年前最後一天A股跌了2萬億,科比突然離我們而去的噩耗,活了30年第一次春節放假放了10天,從來沒有如此冷清的年夜等等,當然還有全國堅守在一線圍繞疫情奮鬥的工作者們。

對於我個人來說,除了回鄉下跟爸媽還有兄弟幾個喫了年夜飯,基本就沒有怎麼出門,除了“全副武裝”出去採購過一次物資(喫喝的),基本上貓在家裏。

喫睡隨心,手機不離手,晝夜稍微有點偏離,作息也些許混亂。我在想,在這個時候,除了不出門添亂,我還能幹些啥,除了看電視玩遊戲以外。

或許,混沌了三四天之後,應該稍微調整下心態了,利用好延長的假期,多多學習整理一下自己的知識體系。剛好之前上班沒有過多的時間,這不是最好的時機嗎。

雨後之後總是會天晴的,還不如多做謀劃,多多學習,成長自己。所以也就有了今天這篇,之前一直不敢動筆的東西,之前也確實不夠了解,不敢誤人子弟。

01

遊戲廣告

年假開篇,不宜整這麼嚴謹的文章,所以就沒有繼續之前 《數據與廣告系列十五:商業興趣標籤建模&XGboost調優實戰》 ,寫機器學習在廣告應用場景,我們接第八第九篇 《數據與廣告系列八:廣告與二類電商》《數據與廣告系列九:本地化廣告》 ,今天聊的主題是《廣告與遊戲》。

今天我們測重廣告的業務形態,不聊深度的技術,只聊遊戲廣告形態中涉及的一些特點以及數據分析的一些注意事項和側重點,以及方式方法。

不管是之前說的電商,還是現在聊的遊戲,都是廣告領域裏的大戶/大金主,但他們之間的差異性還是很大的。

02

遊戲廣告中的ROI

但廣告中萬變不離其宗的只有一個,那就是投入產出比(ROI),投入就是廣告支出投入,而產出的方式跟業務形態就關聯度很大了。

以之前的二類電商爲例,他的ROI計算非常簡單明瞭,投入直接看廣告的消耗金額,產出直接看遊戲的付費,即從廣告吸引過來的流量中多少人付了多少錢,甚至直接看付費總金額就可以了,只不過這個金額需要加上時間的限制,比如註冊之後多長時間週期內。

說到廣告遊戲的ROI,我們先來了解LTV的概念。LTV,全稱是Lifetime Value,中文是用戶生命週期價值,更通俗點的翻譯是,一個用戶從進來到滾蛋,最終付了多少錢。

所以,如果真的要算遊戲廣告的ROI,那麼就直接LTV除於廣告消耗,就是實打實的ROI,明面上只要大於1就可以無限投?

其實不是的,裏頭複雜的東西非常多。

除了硬性的成本,人力成本,服務器成本等等,是不是得折算,這跟二類電商中的人力成本,郵費成本是一個道理,光到1遠遠不夠。

其次,如果LTV的時間週期是1年呢,這意味着你的回款週期是1年,你確信你的公司能撐過1年?更何況,你如何計算每個人的LTV,這是不可能的事。

所以,遊戲廣告的ROI計算看着簡單,實際上沒這麼容易,很多都只能估算以及進行合理的預估,然後來評估廣告是否需要加大或者縮減預算。

當然,通過LTV的方式來評估廣告效果肯定是合理的途徑,只不過如何衡量LTV是個大學問。一般情況下,不同類型的遊戲,其綜合平價LTV相差都很大,比如網遊,手遊,頁遊,他們之間的用戶回本週期差別很大,一般來頁遊短於手遊,手遊短於網遊。

但又有區別,比如王者榮耀爲例,你覺得他的LTV會比一般的網遊短嗎?所以一般情況下知名遊戲的LTV又會長於一般性的遊戲。

對於一般性的遊戲來說,其更依賴於廣告來源的流量,因爲其知名度較低,自然流量較小,只能依靠廣告來拉流量,這就是硬生生的要算ROI了。

一般運營遊戲的公司都採用租用服務器的形式進行運作,除了超大公司沒有人會這麼重資產的買一堆服務器的,因爲太不靈活了,而因此也衍生除了專門爲遊戲運營公司提供服務器租賃的公司,而服務器是遊戲運營的最大成本,這種模式導致了流量的引入,服務器的縮容擴容變得非常靈活。

所以,遊戲廣告的投放需要嚴格根據ROI來估算,來提前租用服務器,以提前支撐流量的進來。那麼回到LTV上,通常遊戲公司會做類似7日LTV或者15日LTV等來評估廣告的投放效果,以決定擴大投放規模還是縮減,同樣對於後續的服務器租賃等動作就可以同步進行了,以減少損失了。

沒有哪個遊戲會短命短到7天的,所以,這是一種預估的方式,通過7天的付費流轉比例,來估算整個遊戲週期的回本能力,從而決定要不要繼續投入。

具體到每個公司對於ROI(7日LTV/消耗)的評估,又取決於每個公司的情況。比如,知名遊戲的ROI(或者付費成本)可以很低,因爲他可以細水長流,用戶的整體的留存週期很長,可以慢慢壓榨。而小遊戲公司不行,出一份錢就需要看到一份成果,要不然心裏不踏實,對於公司運營的風險也太大。

不過總體來說,同類遊戲的ROI還是有借鑑之處的,大致上會維持在一個相近的範圍。

03

遊戲廣告的類型

除了常規投放的模式(統一媒體流量,比如各種信息流,頭條啊公衆號啊等等),還有聯盟的形式,即整合了各種中長尾APP的流量。除了如上,遊戲還非常倚重於各大APP商店,或者遊戲中心的流量,比如競價排名,或者買檢索關鍵詞。

當然,在應用商店中,本身對於部分遊戲來說,是有自然流量的進入的,但由於會受到別人家商店運營的影響,這部分流量的穩定性是難以保證的,所以哪些遊戲公司的投手,經常需要做的事就是維持其遊戲整體的流量穩定,自然流量少了,就適當加大廣告流量的投入,這樣服務器成本纔不會虧(服務器租用是有周期的,服務器空跑也是浪費成本),最多少賺點。

除此之外,遊戲還有最重要的一個模式就是聯運,所謂聯運就是跟有流量的主聯合運營,採用分成的模式,榮辱共存。我(遊戲方)提供好的遊戲,你(流量方)來提供流量,賺了錢大家分。

而所謂的流量方,基本上各大有流量的主都會幹,這種合作方式對於流量方來說可控性更強點,考驗的是你對遊戲品質的把控力,以及對於流量的合理分配能力,即能不能把好鋼化在好刃上(考驗流量的轉化能力)。這就對於自己平臺上的流量運營考驗很大,或者基於算法分配流量的算法研發能力。

總而言之,不管哪種遊戲廣告的形式,都是真金白銀,實打實的錢在流動,非常刺激。

04

遊戲廣告的投放

所有廣告投放的最終邏輯都是找對口人羣,只是什麼是對口人羣,不同的類型的廣告情況有所不同,遊戲廣告也不例外。

其實對於遊戲的人羣挖掘來說,相對還是比較清晰明瞭的,我們都知道遊戲這東西本身具有較好的粘性以及延續性,所以分析用戶過往的遊戲行爲,再加上商店或者遊戲中心本來就自有完整的類目體系,所以,對於用戶在這些類目上的行爲累積比較容易去梳理或者統計。

從標籤定向的角度上看,過往遊戲類型的行爲統計,在對口遊戲廣告投放上還是具有不錯效果的。

基於遊戲APP行爲的人羣挖掘方式對於那些固有遊戲習慣的人羣定位相對還是比較精準的,但是同樣有幾個問題值得大家去思考。舉個簡單例子,假設我之前並且目前喜歡玩三國類遊戲,且固定在玩幾款對應遊戲,廣告給我推薦三國遊戲,我就喜歡嗎?

這就是涉及到遊戲是否有排他性的話題了。我正在玩一款三國遊戲,然後廣告給我推薦了一款,一般這種情況下,其點擊率會高於那些沒有在玩的人還是低於?我的訴求已經得到了滿足,這種情況下其轉化率說不定比那些完全沒有接觸的人還低。

這就是所謂的排他性,不單純遊戲裏有,其他廣告同樣會存在這個問題。事實證明真的可能存在的,因爲追一款遊戲其時間週期可能是按周按月計的,這種時候雖然人羣挖掘對於人的興趣行爲捕捉的很到位,但是對於商業興趣轉化來說不一定是高的。

而我們要相信一個事實就是,目前廣告平臺上大部分涉及到遊戲相關的人羣標籤,都是基於用於之前的遊戲行爲挖掘定位的,所以,具體會不會遇到類似排他的情況,還得看具體遊戲而論。

除此之外,遊戲與遊戲之間是會存在遷移的。還是舉個例子,遊戲是具有LTV的,這意味着一個用戶在對一個遊戲是有一個結束週期的,結束之後可能會繼續玩同類型的遊戲,也可能存在不同類型的遊戲之間進行遷移。

而實際上不同類型的遊戲之間是存在這種遷移情況的,只不過不同類型的遊戲其遷移程度不同。研究遊戲的遷移情況,這意味着可投放人羣的擴大,假設A類遊戲的用戶存在大規模的B類遊戲的遷移情況,這意味着使用B類型人羣標籤進行A類型遊戲廣告的投放是合理的,降低了人羣的競爭,擴大了人羣的可利用行。

對於遊戲人羣來說,還有一個顯著特性就是付費性,遊戲付費人羣具有延續性,這意味着我們對於付費人羣的捕捉,將有助於提升遊戲廣告的轉化。

同樣,我們在第十五篇《數據與廣告系列十五:商業興趣標籤建模&XGboost調優實戰》中提到的,針對商業轉化的商業興趣挖掘,同樣適用於遊戲領域,我們完全可以針對大消耗類型的遊戲,只針對付費轉化用戶,進行模型構建,研究用戶的行爲特徵,而非單純的行爲統計特徵的應用。

05

總結

遊戲在廣告行業中長青永駐,一直以來都是大金主,多瞭解遊戲行業的廣告投放,有助於我們對於整體廣告行業的理解。

不同於電商人羣的轉化,遊戲人羣的轉化並不是基於短期訴求驅動,更多的是中長期遊戲興趣的驅動,並且不同遊戲在轉化表現上體現不同。

關於對遊戲廣告的分析,我們側重於理解LTV,並結合LTV來評估遊戲廣告的投放效果,但從廣告本質的角度上看,所有的廣告追求的都是ROI,哪怕是品牌廣告也不例外,只不過ROI的衡量方式不同。

在不同領域的廣告類型上,除了我們之前所聊過的二類電商,本地類中小廣告,還有現在的遊戲廣告,還有諸如品牌廣告,以及利用於中長尾流量的聯盟廣告,他們都有不同的特點。

後續我們如果有機會,再來深入瞭解聯盟還有品牌的廣告。

而我們後續的圍繞廣告場景進行機器學習的學習以及梳理依然會是大主基調。

假期很長,人生很短,我們繼續持續不斷地學習和成長,加油。

文章都看完了,還不點個贊來個賞~

OTHER 相關係列文章(數據與廣告系列)

《數據與廣告系列八:廣告與二類電商》

《數據與廣告系列九:有意思的本地化廣告》

《數據與廣告系列十一:從性別預測的CASE開始手撕機器學習代碼》

相關文章