Beresnev Games通過(guò)用戶(hù)級(jí)廣告數(shù)據(jù)提高收益和ROAS

Beresnev Games通過(guò)用戶(hù)級(jí)廣告數(shù)據(jù)提高收入和ROAS

近日，AppLovin和Adjust聯(lián)合舉辦了一場(chǎng)在線研討會(huì)。活動(dòng)現(xiàn)場(chǎng)，別列斯涅夫游戲公司(Beresnev Games)營(yíng)銷(xiāo)總監(jiān)謝爾蓋·特索恩迪諾夫(Sergey Tsondinov)作為嘉賓，與AppLovin公司總經(jīng)理丹尼爾·切爾納霍夫斯基(Daniel Tchernahovsky)以及與會(huì)者分享了旗下兩款游戲《Flippy Knife》和《畫(huà)廊涂色書(shū)》如何利用用戶(hù)級(jí)數(shù)據(jù)增加收入的精彩案例。

貝雷斯涅夫游戲挑戰(zhàn)賽

尋求不同用戶(hù)群和廣告之間的平衡

我們不想在畫(huà)廊涂色書(shū)里推廣告，因?yàn)椴迤翉V告會(huì)嚴(yán)重影響用戶(hù)留存。對(duì)我們來(lái)說(shuō)，留住付費(fèi)用戶(hù)比廣告更重要。Flippy刀的情況正好相反。9099%的收入來(lái)自廣告。

用戶(hù)級(jí)數(shù)據(jù)為精準(zhǔn)營(yíng)銷(xiāo)指明方向

在用戶(hù)級(jí)廣告收入投入使用之前，廣告收入是在網(wǎng)絡(luò)級(jí)進(jìn)行聚合的。這意味著開(kāi)發(fā)者無(wú)法知道哪些用戶(hù)產(chǎn)生的價(jià)值最大。它假設(shè)所有用戶(hù)帶來(lái)的廣告收入是一樣的，基本上把用戶(hù)歸為一類(lèi)。

不分析用戶(hù)層面的廣告數(shù)據(jù)，開(kāi)發(fā)者無(wú)法知道用戶(hù)與游戲的互動(dòng)有多少，帶來(lái)多少收入。換句話說(shuō)，沒(méi)有這些數(shù)據(jù)的支撐，開(kāi)發(fā)者在制定廣告策略時(shí)就像是走在霧里。

Sergey團(tuán)隊(duì)使用用戶(hù)級(jí)數(shù)據(jù)來(lái)提高性能

Beresnev Games通過(guò)MAX優(yōu)化用戶(hù)獲取策略，結(jié)合Adjust中整合的MAX用戶(hù)級(jí)數(shù)據(jù)，更清晰地梳理出產(chǎn)生最大收益的渠道資源。

這意味著Sergey團(tuán)隊(duì)可以制定適當(dāng)?shù)牟呗裕岣哂脩?hù)交互、LTV(終身價(jià)值)和ROAS(廣告支出回報(bào))。“得益于對(duì)每次曝光的用戶(hù)級(jí)廣告收入的認(rèn)知，開(kāi)發(fā)者可以真正優(yōu)化ROAS，徹底改變游戲規(guī)則。”

準(zhǔn)確衡量投資回報(bào)是非常有效的，可以幫助開(kāi)發(fā)者更好地利用預(yù)算。例如，通過(guò)了解哪些廣告活動(dòng)可以帶來(lái)高價(jià)值的用戶(hù)，開(kāi)發(fā)者可以重新規(guī)劃預(yù)算分配。然后，利用這些數(shù)據(jù)計(jì)算每個(gè)用戶(hù)的收入，精確構(gòu)建LTV模型。

如何使用調(diào)整背景來(lái)測(cè)量用戶(hù)級(jí)數(shù)據(jù)

調(diào)整的后臺(tái)功能非常重要。如果一個(gè)團(tuán)隊(duì)沒(méi)有數(shù)據(jù)工程師或者分析師來(lái)分析數(shù)據(jù)，上傳數(shù)據(jù)到服務(wù)器，修復(fù)報(bào)表，計(jì)算各種指標(biāo)，這些功能無(wú)疑會(huì)解決他們的問(wèn)題。

用戶(hù)可以通過(guò)調(diào)整背景連接到MAX的AppLovin帳戶(hù)。謝爾蓋認(rèn)為這個(gè)激活過(guò)程簡(jiǎn)單快捷。設(shè)置后，您可以看到以下三個(gè)關(guān)鍵KPI:

廣告收入

廣告曝光

數(shù)千場(chǎng)展覽的收入

他解釋說(shuō):“這些關(guān)鍵績(jī)效指標(biāo)使我們的團(tuán)隊(duì)能夠更深入地了解真實(shí)的LTV，并發(fā)現(xiàn)潛在的機(jī)會(huì)。”

為什么LTV很重要？

用戶(hù)的終身價(jià)值對(duì)于理解ROI非常重要。這個(gè)指標(biāo)會(huì)告訴你未來(lái)用戶(hù)給你的應(yīng)用帶來(lái)的總收入。

A/B測(cè)試和用戶(hù)級(jí)廣告收入

開(kāi)發(fā)者可以在以下方面使用廣告的A/B測(cè)試，例如:

提升投標(biāo)人的價(jià)值。

應(yīng)用內(nèi)競(jìng)價(jià)與傳統(tǒng)、混合或瀑布式廣告的比較

新網(wǎng)絡(luò)布局或新網(wǎng)絡(luò)的附加值

廣告頻率

確定最低出價(jià)，以平衡用戶(hù)體驗(yàn)和收入決策，或者平衡IAP和廣告。

A/B測(cè)試由實(shí)時(shí)分析驅(qū)動(dòng)，為每個(gè)用戶(hù)帶來(lái)持續(xù)的收入增長(zhǎng)。通過(guò)A/B測(cè)試，謝爾蓋可以了解一個(gè)新廣告的價(jià)值及其對(duì)用戶(hù)群體的影響。“例如，我們發(fā)現(xiàn)激勵(lì)視頻對(duì)用戶(hù)保留沒(méi)有負(fù)面影響。”

如何通過(guò)用戶(hù)級(jí)廣告數(shù)據(jù)改進(jìn)未來(lái)的廣告活動(dòng)

根據(jù)用戶(hù)級(jí)別廣告收入細(xì)分用戶(hù)，尋找相似受眾。

了解用戶(hù)對(duì)應(yīng)用內(nèi)廣告的反應(yīng)，分析其對(duì)用戶(hù)流失的影響。

同期廣告收入的集團(tuán)分析

少走彎路

開(kāi)發(fā)者應(yīng)謹(jǐn)慎對(duì)待整體廣告策略，以確保業(yè)務(wù)發(fā)展和提高用戶(hù)留存率。通過(guò)A/B測(cè)試獲得最大性能，盡可能少走彎路。然后，采取可行的計(jì)劃來(lái)改善和有效地分配預(yù)算和時(shí)間。

“現(xiàn)在，我們可以通過(guò)每次投放廣告的投資回報(bào)，輕松計(jì)算出未來(lái)的廣告支出。”

Sergey團(tuán)隊(duì)對(duì)如何有效分配預(yù)算很有信心，這樣他們可以把更多的時(shí)間和精力投入到新游戲的研發(fā)和改進(jìn)上。

關(guān)于AppLovin

AppLovin是全球移動(dòng)娛樂(lè)的領(lǐng)導(dǎo)者，其工作室創(chuàng)造了流行的移動(dòng)游戲，并通過(guò)其技術(shù)呈現(xiàn)給世界各地的玩家。自2012年以來(lái)，該公司的平臺(tái)一直在推動(dòng)移動(dòng)游戲的爆炸式增長(zhǎng)，從而創(chuàng)造了更豐富的生態(tài)系統(tǒng)，每天有數(shù)百萬(wàn)人接觸到更多的新游戲。AppLovin總部位于美國(guó)加利福尼亞州的帕洛阿爾托，在世界各地設(shè)有多個(gè)辦事處。

特別聲明：以上文章內(nèi)容僅代表作者本人觀點(diǎn)，不代表ESG跨境電商觀點(diǎn)或立場(chǎng)。如有關(guān)于作品內(nèi)容、版權(quán)或其它問(wèn)題請(qǐng)于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。