在出海过程中,IAA(广告变现)是不少休闲产品的重点收入来源之一,而近五年来,在如何实现广告展示收益最大化上,分量策略有了较大的方法论变化。
这一变化尤为体现在海外市场,从2019年开始,替代传统的分量策略waterfall(瀑布流模型),bidding成为各家渠道主推的分量方式。从优势上看,bidding既可以释放大量开发者人力成本,又能实现更高的收益,这也让其成为大多渠道主推的分量策略。
比如,2021年Facebook Audience Network宣布告别waterfall,仅支持bidding分量策略。而在近一年间,诸如腾讯优量汇、OPPO广告联盟等国内厂商及海外不少视频渠道,都开始主推起bidding。那么随着bidding时代的到来,接入支持bidding的渠道一定会获得立竿见影的数据效果吗?开发者如何通过数据选择waterfall与bidding,实现广告展示收益的最大化?此外,中小团队做休闲游戏混合变现时,在内购上可以通过哪些路径提升认知,跨过弯路?中小休闲游戏团队在出海商业化变现上要把握哪些机会,又需要注意哪些问题?
在独立出海联合体联合木瓜移动、创业邦、Google Cloud、跨境知道举办的“跨境聚能周”线上活动中,哈乐沃德变现负责人喻久港围绕着休闲游戏变现,bidding时代的商业化策略进行了分享,实打实地给出了值得开发者们关注的不同维度、公式与指标参考。独联体特将分享内容整理如下,以供从业者参考。
哈乐沃德部分发行的休闲产品
下为分享实录,因考虑阅读效果,部分内容有所调整:
大家好,我是喻久港,来自哈乐沃德,成立至今我们一直在做出海业务。这次参会,我看到有人问中小团队做休闲游戏,出海还有机会吗?我想旗帜鲜明地说有机会,而且如果做得好,可以活得很滋润。当一款产品的LTV大于CPI,它的商业模式便可以正常运转起来。今天,我主要围绕产品商业化,来分享一些应对bidding时代的小策略。
收益 = eCPM × 人均广告数 × DAU/1000 + 内购
负责休闲游戏商业化的同学可能对上述公式非常熟悉,通过这个公式计算后,收益能展现得更加直观。因为产品收益与eCPM、人均广告数、DAU以及内购数据息息相关,我们先来看看哪些维度会影响这几个因素:
首先影响eCPM的在两个维度,bidding与waterfall,如果设计好bidding与waterfall,eCPM便不会太差。
其次广告卡点与广告位置设计得是否合理,是影响人均广告数的重要因素;
买量团队的买量节奏、产品的留存是产品能否积累起DAU的关键。
而关于内购收益,与产品定位与目标受众有关系。对于休闲游戏,尤其是轻度的休闲游戏而言,这可能是不少团队想提升、却又相对具有挑战的一点。
接下来,我们结合以上几个影响变现的维度,聊聊如何进行调优。
bidding是大势所趋,但提升效果不一定立竿见影
接下来,我们先聊聊bidding的原理与优势,假设我们在产品中接了A、B、C三个渠道,如果遵循传统经验用waterfall设置的话,排序可能是A、B、C渠道按序排。但实际上,每个渠道对每个展示机会的出价是不同的。
如这张简图所示,10次广告中,每个渠道都在不同的范围内产生着出价波动,如果单纯按传统经验,以A、B、C渠道排序无法保证每次展示的利益最大化,而bidding可以解决这个问题,它可以实时地把每次展示中价值最大的广告筛选出来,以便开发者对应地展示价值最大的广告。这对于平台与开发者而言都是有利的,实现了双赢的局面。
事实上,早在PC时代,Google就开始运用bidding这套原理了,而对于移动游戏而言,从2019年起bidding开始在海外流行。因此,如果目前产品接入的渠道还不够多,建议大家可以关注bidding趋势,多接一些支持bidding的渠道,这样能保证eCPM不会太差。
接下来我们再聊聊bidding与waterfall需要注意的问题。首先是何时请求bidding与waterfall,目前市面上流行的请求方式有两种:
其一如上图,请求流程为先bidding,之后再与waterfall的第一层价格进行比较。如果bidding价格比waterfall的第一层价格更高,那么便不用请求waterfall,直接进入下个环节。这种商业化聚合的请求优势是,节约了waterfall的请求时间。
再如上图,另一种也是市面上比较流行的商业化聚合请求方式,它支持bidding与waterfall同时请求,请求后会反馈bidding与waterfall各个渠道的价格并进行比较,进而展示价格更高的渠道。
目前,这两种聚合请求方式我们内部都进行过测试,结果发现两者没有本质区别,但我仍然建议大家了解不同请求方式的原理,再来判断自己的选择。现阶段不论在国内还是海外,都存在一些刚刚支持接入bidding的渠道,正因为在刚刚接入的阶段,bidding跑出的数据不一定比waterfall好,原因在于bidding的原理是先进行竞价再请求广告,当在CDN节点或视频素材加载缓慢,就会导致虽然竞价效果好,但素材没有及时缓存到用户设备中,导致需要时广告无法展示,浪费了这样一次展示机会。因此建议大家在接入bidding渠道时一定要留心,并不是接入bididng后数据一定会有所提升,需要大家进行测试。
此外,我还整理了bidding的一些现状:
第一,同一个渠道,waterfall与bidding只能用一种。
我们要遵守渠道规则,比如Meta(Facebook)在iOS与安卓端早就实行了“一刀切”的政策,在现阶段只能选择bidding,如果用waterfall就没有填充了。
第二,对于已经按照waterfall的方式接入的渠道,可以将waterfall换成bidding做A/B测试。
我们发现,现在几乎所有市面的渠道都在主推bidding,但不一定所有渠道都准备好了bidding的底层逻辑、相关算法已调整到最优,对于部分新入局、未准备好的渠道而言,bidding渠道的效果可能不如waterfall。但我们不能“一棍子打死”,可以等渠道优化得更好时,再来进行测试。
第三,对于没有waterfall接入,但是现在只能bidding方式接入的,建议做A/B测试。正如刚刚提到的Meta(Facebook)。
第四,对于既支持waterfall又支持bidding的渠道,可以测试对比是waterfall好还是bidding好。
同时结合过往使用bidding的经验,我也整理了一些建议,希望分享给大家。
首先,接入bidding是大势所趋,更是未来。结合刚刚我们聊到的bidding原理,接入bidding相当于我们不用过多地干预与调整底价,进而可以释放人力。
其次,bidding不一定比waterfall好,注意waterfall设计得是否合理、bidding的接入方式是否正确、版本是否符合要求。bidding经过A/B测试,确认好的全部留下,差的择机再测,确认不好的改用waterfall。
在这次分享中,我已经提过很多次这点,也先请大家尤为注意需要有这样的认知。如果bidding的效果比waterfall好,就直接进行测试,如果bidding没有waterfall号,就隔一段时间,譬如等两个月再回来测试。
第三,接了bidding后,不要只看一家的eCPM,要关注整体的指标,优先级为整体Arpu值、win rate、bidding rate。
第四,bidding尽量多接几家,增加竞争率。
第五,bidding的数据不是一成不变的,在bidding的数据基础上,穿插设置waterfall的底价。
bidding的数据是有范围波动的,同时在部分渠道强制规定,只有在渠道本身的聚合中才能用bidding,譬如AdMob的bidding只能在AdMob Mediation中使用,无法在其他聚合平台使用,因此在设置时开发者需要留意。
第六,waterfall第一层的填充率控制在10%-30%。
这只是一个通用的参考标准,我们需要结合具体产品具体分析,渠道接入得越多,相对来说对应填充率可以低一些。
此外,围绕渠道Meta(Facebook),我也整了一些bidding参考建议。
第一,Meta版本必须是6.2.1及以上。
第二,Meta bidding竞价率高于60%为好,低于30%为差,在30%-60%之间为正常水平。
当bidding rate<30%时,大概率bidding的接入有问题,要么是版本不对,要么是代码写的有问题。iOS相对来说可能进价率会低一点,但30%仍是参考线,如果bidding rate>60%,说明Meta的bidding接入是非常好的。
第三,用户必须安装Meta(Facebook)、Messenger、Whatsapp中的任意一个,并且已经登录。
Meta(Facebook)参与竞价有一个前提,要求必须装好Meta应用矩阵中的一种并且已经登录,所以如果买来的用户都不是通过Meta买进来的,这时竞价率没有那么高,尤其是iOS14.5 IDFA政策变革后,Meta是不参与竞价的,这请大家稍微留意一下。
第一,waterfall不要连续2层用同一家。
第二,当waterfall的填充率低于1%时A/B测试,测试后如填充率过低就考虑关掉;当填充率高于5%时,考虑向上提价。
第三,waterfall注意不要都在bidding之上。
图中W代表waterfall,B代表bidding
A、B、C代表不同渠道
1、2代表不同广告层级
waterfall的底价设置并非越高越好,而是有一些讲究的,需要结合具体的数据进行调整。如图所示,通过测试我们发现,假设一款产品waterfall接入了A与B两家渠道,其中分别配置了1与2两层;bidding则接入了A、B、C三家渠道,如果waterfall全都在bidding之上,是不会刺激bidding竞价的。但如果我们把waterfall A2与waterfall B2往下移,人为将底价下调并低于bidding渠道时,就会刺激bidding出价,进而提升eCPM。通过这样的实际测试,我们的一款产品在调整后产品eCPM有了超过20%的提升。因此,建议大家可以参考穿插设置waterfall与bidding,这样设置是较为合理的。
我们再来看看收益公式:
收益 = eCPM × 人均广告数 × DAU/1000 × 付费率 × Arppu
接下来我们聊聊提升人均广告数及内购,这里是我的个人想法,不一定就是正确的。
我认为影响人均广告数的有三:场景到达率、用户点开率及控制资源的释放速度。
关于场景到达率,比如你设计了一个激励视频,用户是否知晓且到达场景,就涉及到场景到达率高不高。首页场景到达率如果没有超过50%,就说明引导不够;对于次页场景到达率没有超过25%,同样说明引导不够合理,提醒开发者要加强引导了。
关于用户点开率,简单说就是用户到达页面后,知道这个位置有广告,但点击比例很低。这就说明激励视频奖励内容不足以吸引用户点击,这里需要思考或通过A/B测试,奖励的内容是否可以更多。当然,调整奖励的前提是不影响数值崩溃,且一定要控制好资源释放速度,如果资源释放得过高,就会影响用户内购意愿。
同时,影响收益的还有付费率及Arppu。对于不付费用户,开发者可以通过设计新手礼包,促进用户达成相当于破冰的消费;此外,关于产品的内购定价,我们假设要将客单价提高10%,定价一块钱的商品卖了100个,面值为1.1,那么得卖90.9个才能回本。所以一定要在测试中算清客单价提价提多少、道具销量在什么范围内是符合预期的。
另一方面,广告的赠送的价值建议控制在最小内购商品SKU价值的10%-20%之间,广告给予用户的奖励并非无限高才合理。
接下来,再聊聊内购与人均广告数的换算关系,下图中两款产品《弓箭传说》与《砰砰法师》都是海彼网络的作品,而他们也几乎是国内在混合变现上做得最好的团队。
左图来自《弓箭传说》,右图来自《砰砰法师》
以《砰砰法师》为例,游戏中8港币能买80颗钻石;看一个广告能获取20颗钻石,那么一个广告的价值就等于2港币,以eCPM换算就是2000港币。如果以在美国运营的标准来看,一个激励视频的价值是25美金,放大了10倍。
换言之,内购道具的价格与人均广告数一定是有对应的换算关系,所以大家在设计广告价值时,心中要有衡量指标,根据不同地区最小定价以及它对应的价值进行换算。
关于试玩广告,目前我们发现一个比较明显的趋势:中度游戏也参与到了试玩广告大部队中,过往对于平台来说,试玩广告的包体限制在3~4M,但现在它逐步扩大到5M,包体变大意味着开发者可以放更多内容了。
另一个趋势是,现在各个广告平台,尤其是海外的广告平台,在推的试玩工具、较好的试玩广告,成本在3000美金至3万美金不等。这里指的是稍微好一点的试玩广告,而不是那种电影级别的试玩广告。电影级别的试玩广告成本可能就更高了,不在我们本次讨论的范围以内。
而一个好的试玩广告会带来什么呢?下图是一些公式的推导过程,感兴趣的同学也可以结合实际推导一下,很有意思。
当用户没有下载游戏,而是在试玩广告中体验到了产品的核心玩法,不同游戏的CTR²是成正比的,而不是单款游戏CTR的提升。所以这也是为什么游戏开发者深耕于试玩广告,广告平台也在推试玩广告,以及重度游戏也在加大试玩广告的投入,相当于这些广告类型参与进来后,eCPM会迎来一次大幅度整体的增长。
所以建议大家一定要关注试玩广告,如果说自己的团队还没有组建试玩广告的团队,可以考虑一下这件事,这对于整个行业来说都是非常好的提升机会。
最后在变现侧,如果自己的游戏中有非常多的试玩广告进来,也是一个很好的迹象,说明意识点正在逐步提升。
来源:独立出海联合体