AppLovin：想要全面提升竞争力？让营销自动化助你

小提示：您能找到这篇{AppLovin：想要全面提升竞争力？让营销自动化助你}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的AppLovin：想要全面提升竞争力？让营销自动化助你内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

#AppLovin Connects#

移动游戏行业的迅速发展，为从业者们带来的不仅仅是机会，还有无数的挑战和考验。对于开发者来说，投放的回收是否有保障？变现的成效是否足够理想？在全球出海白热化的环境下如何保持竞争力并加速规模化增长？无疑是最热点的话题。

在前不久的AppLovin Connects线上研讨会，我们邀请到了Bidalgo的产品方案解决专家李铮和Hello World的商业化负责人喻久港，就营销自动化进行了深入的探讨，并为大家详细解读了投放、变现和素材相关的制胜因素。下面就让我们一起回顾一下活动的精彩内容吧。

自动化投放变现的闭环

对于开发者意味着什么

不管是2020年疫情带来的流量激增还是刚刚到来的iOS 14新隐私政策，一切的行业变化都对投放和变现的效率提出了更高的要求。那么从开发者角度来看，如何利用自动化工具来提高团队的工作效率并为业务增长赋能呢？喻久港给出了三个要点：

Bidding是趋势，优先选择支持bidding的渠道

对于非bidding渠道，快速验证渠道对arpu值的影响很关键

针对waterfall调底价、调位置的AB测试

而这些都依赖于高效的自动化工具来实现。在具体操作方面，久港分(划)享(重)道(点)：我们目前bidding和waterfall混合着用，waterfall中底价设置得不同，会影响bidding的竞价率。当每一层的展示次数有5000次/day，填充率超过10%；建议多设置一层，充分发挥bidding的意义；当填充率小于1%，考虑一下这一层是否去掉。另外需要注意的是，admob在一套waterfall中，最多设置3个placement id。所有的增加，减少placement id，建议都ab测试一下。另外针对iOS no IDFA，max支持单独配置，这个也建议大家配置起来。

活动中聊到，Hello World的Fish Go.io在接入AppLovin的MAX之后arpdau提升了15%，而变现侧的大幅增长最终意味着有更多的预算可以投入用户获取。AppLovin作为广告平台，是如何帮助开发者实现这一增长闭环，在这样的良性循环中最大化收入增长？AppLovin大中华区业务发展总监Ada给出了解答：

“对开发者来说，提升变现可以借助MAX这样兼顾竞价和瀑布流的聚合工具。但是仅聚合功能是不足以打通投放和变现的闭环。所以AppLovin在MAX竞价聚合基础上，进一步推出了针对MAX开发者在AppLovin平台上的投放，可以跑自定义广告ROAS回收目论新媒体环境下的企业危机标的投放方式。这样可以以更科学、更精准的数据为导向的方法，帮助泉州 网站建设开发者实现投放、变现正循环，以及规模化增长。"

第一是针对以广告回收为主的，在变现侧，开发者全量上了MAX聚合之后，可以在MAX后台的报表中查看每日进入App的广告SDK新增用户，以及查看每日用户的LTV。LTV的值代表了目前投放策略下，这款App在不同国家的回收能力，一定程度上可以判断这款产品是否具有进一步规模化的增长空间。其次在投放侧，可以用来观察各家campaign层级的差异，这个差异需要用户MAX聚合提供的用户层级广告收入数据。MAX会提供API接口，其中有用户层级的广告收入的精准数据。MAX开发者可以借助API数据，拉到自己的BI或三方平台，来衡量各家投放的campaign层级的广告回收，从而指定合理的目标。需要注意的是，设置太高的ROAS目标的话，会限制量级，设置过低的ROAS目标，则会影响回收。所以善于使用各种工具并以此做出准确的分析，是保证ROAS目标的捷径。

对于只有内购的App，我们建议从CPI开始投放。如果有核心事件的话，可以从一开始就回传。根据CPI投放的实际效果以及查看各平台的投放回收，综合参考制定合理的ROAS回收目标。

掌握广告素材创意

自动化的制胜之道

谈到投放自动化，李铮认为：目前来看，大家都在通过优化用户定向的方式获取用户，这种优化大部分是基于用户层级的数据。在iOS 14.5之后，用户获取团队的工作可能会发生变化。因为缺失了一部分用户层级的数据后，很难针对用户做定向优化。这就意味着广告会覆盖比以前更广泛的人群。在这样的大环境下，广告素材就不仅仅是吸引最合适的用户了，可能还要防止不相关的用户点击广告。换句话说，广告素材将成为一种用户定向机制，而不像原来仅仅是信息传达的载体。

那该如何打造印象深刻并能吸引用户的素材呢？Bidalgo给出的答案是为素材打标签：让广告主在管理各类素材、审视投放效果的时候，有明确的判断依据；并且这些依据都会汇总在一个面板上，不论数据来源是广告平台、第三方监测还是广告主自己的BI。

举例来说，一款三国题材游戏，以大乔角色形象为素材，可以打上“三国”“古装”“女性”等多个标签;或者标注每个创意对应的游戏核心玩法或者风格，或者标注自己视频的秒数等，总之在广告主确立了自己专用的一套标签命名规则之后，后续导入的素材，平台系统也会自动按照相同的规则同步。

这样一来，结合打通的数据，广告主能从创意效果归因的层面，分析投放的反馈，比如查看哪一种风格的图片、视频更吸量，是卡通还是写实；是15秒视频还是30秒视频最好。从而有效地迭代不同的素材内容，为长期投放做好规划。

值得注意的是，优质的素材，通常会被上传到多个广告平台的不同广告账户，以及多个不同的广告系列下面（平均超过100个不同的广告下）。当优质素材数据发生微小的数据变动衰退时，碎片化分布的数据，很难让增长团队觉察到风险。我们需要通过时间轴数据的可视化图表，直观了解跨平台跨账户预算消耗的最高素材的细微数据下滑征兆，帮助团队快速做出优化的判断。

除了最大化利用优质素材，通过素材管理维护自己的品牌和打造良好用户体验也是开发者的核心需求之一。喻久港在活动中提到的MAX的Ad Review，是目前业内唯一一款为开发者自动甄别不良广告的品牌安全解决方案，MAX的开发者可以选择性接入和使用Ad review，不是必须接入的功能。

接入Ad国内信息流广告 Review功能后，开发者可以在后台查看自己接入这个功能的App里展示的各家广告网络的素材，以及展示次数等内容。这个功能可以帮助开发者在遇到质量不好的素材的时候，提升排查问题的速度，以及屏蔽自己不需要的广告内容。

顺应趋势，加速增长

总结来说，不管是在提升工作效率还是加速业务增长方面，自动化都是扮演着至关重要的角色。行业的信息变化非常快，需要有比较高的行动力来做不同方向的尝试才能得到准确的结论。通过数据指导决策，做适合自己的正确的判断。多借鉴前人经验和合作伙伴帮助，最大程度的利用自动化工具，随时了解市场情况，尽早适应行业新常态。也希望开发者们可以通过有效的工具来更好的保持竞争力，实现增长目标。