我们话接上篇,继续聊:
行业内一般按变现模式将游戏分为轻度休闲游戏和重度付费游戏,对应在投放上也就有IAA(In App Advertisement)游戏投放和IAP(In App Purchase)投放的区别,二者在投放策略、回收模型、考核方式、变现模式等方面的差别也很大。考虑到笔者的从业经验以及和上面文章的呼应,本文将和大家重点聊聊IAA类游戏的投放。
要讨论如何做好IAA类游戏的投放,那么需要拆解出影响IAA类游戏的关键指标,然后再针对性关键指标进行二次甚至多次拆解,尽可能细化指标粒度,然后有的放矢地进行优化。
我们先看休闲游戏投放变现闭环的利润公式:Profit=LTV-CPI
拆解一下就是:
Profit={ LT*ARPU_DAU*(1+k%) - CPI}*DAU
Profit={(1+Σ留存率)*IPU*eCPM*(1+k%)/1000- CPM/(CTR*CVR*1000)}*DAU
名词解释:
lt:lifetime,用户留存天数
IPU:impression per user,人均广告观看次数
k:k因子,通过投放带来的自然量占全部新增用户的比例
到这里,我们就把休闲游戏投放链路上和利润紧密相关的关键指标都拆解出来了。下面我们一个个来看:
(一)变现端指标
(1)DAU
买量最核心的目标之一就是为app带来足够多的新增用户,当新用户数达到一定门槛以后,单个新用户的边际成本越来越低,边际收益越来越高。所以很多广告主常挂在嘴边的一句话就是,只要收益能打得正,不限预算。(微笑脸)
大多数游戏DAU不像工具/视频类应用,动则几千万上亿的用户规模,能有百万级日活的规模就已经能算头部玩家了。这里想聊的是决定一款游戏DAU天花板的因素都有哪些?(仅发散讨论)
1.题材/玩法
据艾瑞的数据,2019年中国移动游戏用户的规模在6.6亿,其中分题材的用户渗透率如下图所示,可以看到休闲益智和棋牌类游戏的渗透率是最高的,分别有45%和30%左右;如果你的目标是做一款大DAU游戏,那么从宏观的面上来说的话,做一款休闲益智类的游戏一定是比体育类的游戏机会大的。
在大类题材之下再拆解一下,比如在休闲益智下面还可以再拆,同样的休闲游戏,具体题材是车/枪/球可能吸引的用户和DAU的天花板也是不一样的。
再到玩法,同样是一款射击类游戏,具体玩法是点击/拖拽还是滑动,可能吸引的玩家又会不一样,所以多数时候一款游戏的DAU天花板可能在游戏立项的时候就已经决定了。
2.榜单/口碑效应
这个就是上面公式里的K,K因子本来是个医学概念,用于判断病毒传播的覆盖面。K因子量化了感染的概率,即一个已经感染了病毒的宿主所能接触到的所有宿主中,会有多少宿主被其传染上病毒。转化到营销传播领域,就是一个老用户为产品带来的新用户的数量,一个例子:A向他的100个朋友发起了产品体验的邀请,转化率是10%,那么k=100*10%=10;
很多iOS游戏在投放时即使稍微亏本也愿意继续投的一个重要原因就是为了能冲上APP STORE 游戏榜单,这样会带来一部分从榜单转化来的自然量,可以进一步摊薄成本,甚至可以扭亏为盈。
口碑效应就是用户因为产品质量过硬/体验够好,主动在线上/线下帮助产品进行推广,俗称自来水,这里就不赘述了。
3.政策
政策因素是主管游戏的部门为了维护游戏市场的生态,会对一些劣质产能/高风险类型游戏进行定向打压,对一些精品游戏/优质产能进行扶持,响应政策号召的游戏虽然不一定能从政策层面得到多少资源扶持,但至少不会让游戏因为不符合政策监管一夜消失。
(2) 留存
留存对于一款IAA类休闲游戏的重要性是不言而喻的。从上面的利润公式上也可以看到,在其他指标稳定的前提下,留存和利润是直接正相关的,因为高留存意味着更多的用户持续在游戏内观看广告(贡献收入)。
那影响一个游戏的留存数据的影响因素都有哪些呢?我们分正向因素和负向因素分别看下:
1.正向因素
当一个用户下载了游戏,第N天还愿意继续登录游戏的本质是什么?一定是休闲游戏在广告之外还有其他吸引用户继续玩的点(即产品提供的用户价值),这个点可以是游戏用新奇的题材/玩法让玩家在游戏的过程中通过游戏给到的实时正向反馈体会到了乐趣与快感,帮用户打发无聊的时光;也可以是游戏给用户发钱,即玩家在游戏内完成规定任务后就可以获得一定额度的现金奖励(网赚游戏的常规套路),也可以是游戏的社交元素让玩家能够和朋友/同学一起参与游戏,获得更好的游戏体验/增进友情。
收敛一下核心元素就是:(1)新奇特的游戏玩法/体验;(2)游戏给到的实时正向反馈甚至是物质奖励;(3)社交属性带来的用户粘性(4)准确识别游戏目标用户,找到对游戏题材/玩法感兴趣的人;
2.负向因素
影响留存的负向因素首先也体现在游戏玩法上,如果只是复制市场主流题材/玩法并换套皮肤,那长期留存数据估计就不会很理想了。其次就是投放(宣传)过程中务必要避免虚假宣传/诱导点击,这种做法即使在短期能带来下载量的增长,长期来看对游戏品质的伤害是根本性的。再次的一个点就是游戏内广告安全,即展示的广告素材要确保合法合规,避免黑五类等违规素材,这种广告素材虽然CPM相对高,但是对于游戏口碑的伤害是毁灭性的,所以做好广告安全/广告屏蔽也是十分重要的一点。
3.怎么做能提升留存?
总结过影响留存的正负因素之后,提升留存的有效方式之一就是加强正向因素和避免负向因素。这里额外从游戏设计层面补充两个提升长期留存的点,因部分内容涉及专业的游戏策划,这里只是大概论述:
a.合理把握游戏的难度系数
即游戏难度的设计要呈合理梯度上升,如果难度系数太低,用户很容易就体验游戏全部内容,则体验完游戏之后用户就没有再来的理由了;反之亦然,如果难度系数太高,用户受挫感太强,可能大部分用户也会放弃游戏去寻找其他更轻松的替代方式,毕竟玩家来玩游戏也是图个乐。当然这里笔者只是简单描述,具体实践可能不同题材游戏都会不一样,而且涉及严格的测试和调优才能达到一个相对较好的理想值。这里只是抛砖引玉。
b.选择合适的投放目标
效果广告发展到今天可供广告主选择的投放目标已经相对比较丰富了,国内主流投放平台目前都已经支持以次留作为转化目标来进行投放。因此,如果对游戏的留存有强诉求的话,可以直接选择投放次留类的出价产品,设定好次留率目标和激活价格,正常情况下即可买到符合次留率目标的用户。相比之前纯粹投放激活下载而言,次留出价类产品对产品次留率的提升是十分明显的。
(3) IPU (impression per user:人均广告观看次数)
IPU 的优化已经在本专栏的第一篇文章里有讨论,感兴趣可点击查看【如何做好游戏内广告变现运营】;
(4) eCPM
宏观
eCPM 核心就是你的游戏所吸引的用户的商业价值的反映,这也就是为什么有的游戏能做到500+(元)的变现CPM,而大多数游戏的变现CPM只有50+(元)。背后的原因就是游戏玩家付费能力的差异,从投放侧视角来看这个问题,高变现CPM的游戏吸引的一定是以付费目标进行投放的预算,现在传奇仙侠类的客户买一个付费用户的出价已经能到1500+,而如果只是以激活/次留为目标进行投放的话,出价一般在10块以内。二者对于变现效率的影响可见一斑。
那什么决定了一个休闲游戏是否能吸引到具有高付费能力的人群呢?回答这个问题之前我们先看一下游戏高付费人群的画像大致是什么样的,以传统眼光来看,这大约是一群20-40岁的中青年男性,成为(或即将成为)社会中坚力量,有一定消费能力,平时喜欢看赛车/球赛/动漫,喜欢动作/枪战类的娱乐内容,同时比较宅。这样的游戏优质用户你我身边应该都或多或少有一些,所以创作什么样的游戏内容去吸引他们的注意力就成了问题的关键。
所以当一款游戏在题材立项,预计吸引的目标人群确定完成之后,这款游戏的变现CPM天花板也便基本确定了。休闲游戏能否获取一个较高的CPM的关键就在于能否将自己的流量售卖给重度游戏(以付费目标进行投放)广告主,这是休闲游戏变现的关键一跃。我们再回到高付费人群的画像,游戏想要吸引他们,必然要引起他们的兴趣,这也就是为什么传统男性题材(车/枪/球)的休闲游戏的变现CPM普遍较高的原因。
经过国内移动游戏市场这几年的快速发展,整体的供给已经从人找游戏变成游戏找人了,如果只是单纯涉猎以上题材但没有足够有新鲜度和创意的玩法,可能也无法再吸引到优质的潜在付费用户了。毕竟简单的事情已经做完了。另外就是最近女性的消费能力也逐渐被游戏开发者认识到,但市场上目前还没有做的足够好的女性向游戏,虽然近几年有像《恋与制作人》这样的恋爱题材女性向小爆款出现,但整体的产能供给依然不足,所以在投放侧买量的预算供给(付费投放目标)不足,所以连带着女性用户的变现CPM远低于男性。不过这也意味着这部分市场还是有机会的,现在的破局点可能就在于出现一款具有破圈效应的女性向游戏带动行业产能积极投入,增加整体的女性向预算供给,或许就可以带动女性向游戏的变现效率。
微观
上面聊了决定变现CPM的天花板的一些因素,在微观层面决定eCPM的一些变现指标,如CTR/CVR等,之前的文章里已经聊过,这里也不再赘述,感兴趣的同学可以出门左转看之前的文章【如何做好游戏内广告变现运营】。这里补充几个更新点:
1.聚合广告平台-waterfall/实时竞价
上篇文章也谈到游戏流量主为了提升广告填充率和ECPM价格会聚合多家广告商为游戏提供广告内容,不过国内的聚合在2018年之前大多处于一个比较原始的状态,且以广告主自建为主,实现的功能基本也只是基础的流量分配,给各家广告商排个顺序,稍微高级一点的可以设个权重和次数。
也正是由于之前市场的蛮荒状态,2019年出现了像Topon这种专注于聚合的玩家,在基础的流量分配功能之外,还提供了像广告分层、流量分组、A/B测试、交叉推广等更加高阶的功能,此外还有投放变现打通的数据管理功能,大大提升了游戏广告主的数据分析能力,降低了中小游戏开发者进行广告变现的门槛;对于做大广告变现的生态有着十分正面的意义。
对于游戏广告主而言,借助聚合广告平台丰富的广告设置功能和精细化的数据分析能力,也可以将自己流量变现的效率最大化。
2.用户粒度变现收益核算
在市场上多数玩家还在用广告总收入除以DAU来核算ARPU_DAU的时候,一些头部玩家已经可以实现用户粒度的变现收益核算了,即可以将高变现价值的用户和低变现价值的用户做区隔,相比粗略核算全游戏用户平均变现收益的方式,用户粒度的收益核算可以延展出更多的运营方法进而带来更多的收益,比如可以总结出高价值用户的行为特征,在用户进入游戏早期便可以初步识别该用户游戏内的终身价值。
更进一步,流量主还可以将用户特征进行识别、收敛后在投放侧主动优化,以定向/人群包/媒体包的方式单独购买这部分高价值用户;也可以在用户端进行用户的分层运营,对不同变现价值的用户加以不同的运营策略,实现低变现价值用户向高变现价值转化,并持续提升转化率;
在用户粒度变现收益的核算方式上,将广告播放次数与用户id(imei等)绑定,核算出单个用户的广告次数,然后再将单次广告播放归因到设置在waterfall里面的广告分层,得出大致的单次广告展示的ecpm,以此来核算出单个用户的变现收益。
3.实时变现收益预估
这个是市场上数据能力领先的玩家已经在用的一种功能,细节因为笔者也没有实操过,所以仅给各位描述下功能实现;
实时变现收益预估主要根据单个用户的在线时长和广告次数,并结合waterfall里设置的价格分层,可以得到当天小时级的收益预估,进行变现数据的同环比分析就可以更准确地把握产品的变现收益情况。原理同上。
(5) K因子
K因子在上面介绍品牌/口碑效应的时候也聊过了,此处略过。
(二)投放端指标
为了方便读者更好地理解投放端指标,我们先来做一个投放消耗公式拆解,理论上投手都希望投放都希望在效果达标的前提下消耗越多越好,我们来看一个公式拆解:
总消耗=账户数*单账户计划数*冷启动通过率*单计划平均消耗(ARPU)
即,投放的总消耗首先取决于你储备了多少账户,每个账户储备了多少计划,储备的计划里能有多少度过冷启动(稳定持续地产生消耗),度过冷启动的计划里平均每条计划能消耗多少钱;
储备的账户数和计划数取决于广告主自身的人力情况以及投放工具的使用效率情况,几十上百人的投放项目组和一个几个人的小团队所能管理的账户/计划数明显是不一样的;另外如果现在还是手工投放的话,人工搭计划的效率也是明显不如机器搭计划的效率的。
再次就是储备的计划里有多少能稳定持续地产生消耗,有稳定消耗的计划数/全部计划数=冷启动通过率,这个值在一段时间内是一个相对稳定值,影响因素有自身竞争力(出价水平),当前阶段流量供给情况,以及广告主相互之间的竞争情况,流量充足的话冷启动通过率也会相对高一些,竞争激烈则出价能力不占优势的广告主冷启动通过率也会相应低一些。所以这个指标短期内比较难主动做优化,更多还是需要广告平台在策略层面做系统性优化,比如提升预估准确度,风控/流控策略更加合理等等;
最后也是最重要的就是单计划平均消耗,这也是最考验投放经验和能力的部分。首先需要明确的是在广告系统里,决定一条广告能否被投放出去&投放出去后能获得多少展示的最核心指标就是竞价ECPM,这个指标也直接决定了单计划能产生多少消耗,所以优化单计划平均消耗在很大程度上就是在优化竞价CPM,我们再来看竞价ECPM的公式:
ECPM=CPA*CTR*CVR*α
(1) CPA
出价是竞价ECPM的核心决定因素,因为这直接决定了每完成一次转化你需要付给广告平台多少钱(成交价)。广告主出价的上限约等于游戏生命周期内的回收核减广告主自留的利润,天花板一旦形成便很难再突破,因此回收效率高的产品天然可以支撑更高出价,对于起量也更友好。所以新产品在立项时或许可以参考广告平台平均的出价水平,当广告回收不足以支撑出价到平均水平时,或许对于这个项目的上线就需要更加谨慎了。
另外根据转化目标的不同,CPA也可以分为激活类出价和付费类出价,二者从一两块钱到一两千块都有,方差非常大。
然后一些做休闲游戏的广告主问题就来了,我怎么在不提高出价的情况下多买一些量?我们继续往下看…
(2) CVR
1.素材吸量程度
转化率通俗一点讲就是成交的概率,在成交价格(CPA)之外是另一个影响竞价ECPM的核心因素。转化行为的发生就是用户在观看/试玩广告内容后愿意下载游戏并继续使用,所以广告展示的内容是第一层影响因素,也就是我们通常说的素材是否吸量,这个环节最核心的就是确认好游戏的核心卖点并以适当的形式呈现给用户。
2.广告样式(IPM)
广告样式对于转化效率的提升也是异常显著的,在视频类广告素材成为主流之前,图片类素材的综合转化率一直维持在不到10%的水平上,当视频类素材出现之后直接将行业整体的转化率水平拉升了50%以上。我们可以用一个指标 IPM(install per mille,千次展示带来的下载量)来直观感受下这个变化,图片类素材的 IPM 大约在1-3次,视频类大约在5-8次,提升不可谓不显著。
3.投放目标
CVR的绝对值跟投放目标的选择也有很大的关系,投放目标不同,对于转化的定义也就不一样,转化目标越偏后端,转化的难度也就越大,转化率也就越低,按广告行为排序,从前到后的转化目标依次是:展示>点击>下载>激活>留存>付费>多次付费(观看广告)> ROI。因为休闲游戏的投放目标目前主要集中在激活/留存,所以转化率的差异相对不是很大,但和付费类转化目标相比,差距可能又是几百倍。
当账户/计划的CVR开始衰减后,一般也就会伴随着掉量情况的发生,因为模型这时候认为计划的成交概率下降了,需要把展示机会给其他成交概率*出价更有优势的计划。
另外CPA和CVR一般成反比关系,即CVR越低,CPA出价就越高,意味着对更精准的流量付出更高的成交价格。最后看综合竞价ECPM来决定竞争力。
4.归因&隐私政策
归因对于转化率的影响主要体现在广告数据回传时的准确性,比如实际产生了100个激活转化,但是因为广告数据回传过程中发生了数据gap问题,导致广告平台只收到了60个,那么转化率就会折损40%,模型在学习后验数据进行预估时,相应的计划竞争力也就会降低40%,归因的准确性问题是个基础但极其重要的问题,在投放过程中务必需要注意。
隐私政策对于转化率的影响在于手机厂商会限制APP对于用户手机信息的过度采集,比如imei/idfa等影响广告转化归因的关键字段,当广告平台能采集到的归因字段减少时,即使有替代方案,对转化率的影响也是很大的。最近的一个案例就是苹果限制APP或者用户设备中的IDFA字段,严重影响了一些广告平台的深度转化产品的准确度,各大广告主哀鸿遍野。
(3) CTR
1.目标用户
广告投放的目标就是帮助游戏找到合适的用户,通过向用户提供游戏的休闲/竞技/社交等用户价值,来换取用户在游戏内付费/观看广告给客户产生经济价值,以此完成正向循环。所以第一步是明确目标用户画像,比如男性/女性,年龄大小,兴趣爱好等等等,基本明确之后就可以围绕目标用户的兴趣点和游戏本身的特性创作广告素材。
2.素材创意度与新鲜度
创作的广告素材一方面要能呈现游戏本身的体验价值(新奇特的玩法和题材),另一方面也要注意保持素材的新鲜度,当上线的新素材整体点击率衰减超过30%的时候,证明被触及的用户对现在的素材已经感到审美疲劳,或许就应该更新一下素材了。
3.定向
另外就是合理的定向(在确定想要锁定的目标人群后)也会对点击率的提升有很大帮助,毕竟同样的素材,感兴趣的人点击的概率天然要更大一些。
4.广告样式
再就是广告样式的选择,视频类素材的点击率要比图片类高一倍以上,在视频类素材中,使用试玩广告比没使用试玩广告的又要高出近一倍。
以上这些都是决定ctr的一些基本原则,相信做过投放的同学都不会陌生,这里就不赘述了。
(4) α
这里的α是除了以上三个关键影响指标之外,广告系统做的一些策略带来的影响,比如风控/流量调节,大意就是对优质计划/流量一定的buff加成跑的更多,对于效果不达标的低质计划/流量加一些控制,不让问题计划/流量越跑越多,控制问题的严重程度。具体的实现细节笔者也不清楚,这里就不赘述了。
到这里笔者关于休闲游戏买量变现的讨论也就算告一段落了,最后这部分先抛几个问题出来,未来一段时间会将相关的思考补充进来。有新的思考与想法也会以问答的形式进行补充,各位如果有感兴趣的话题也可以留言一起讨论。
1.超休闲游戏买量变现能在近几年崛起成为一种现象的原因?
2.休闲游戏买量变现未来的发展趋势