颠覆传统游戏买量模式？种子用户还可以这么用

小提示：您能找到这篇{颠覆传统游戏买量模式？种子用户还可以这么用}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颠覆传统游戏买量模式？种子用户还可以这么用内容感兴趣，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！

2019年7月，UPLTV发布了革命性的用户级广告收益拆分功能——UART（User-level Ad Revenue Tracking），UART的发布彻底革新了以广告变现(IAA)为主游戏的买量模式。不同于“平均拆分”逻辑，通过对不同广告形态应用针对性的逻辑算法，准确区分不同渠道的计费模式，提供有效的用户级广告收益数据，助力推广人员测算出精确的ROI，以此优化广告投放Campaign，获取更多高质量的用户，从而实现游戏收益跃升。

获取用户级广告收益数据截图

UPLTV在通过大量产品测试后得出两个结论：1）极少部分用户贡献了绝大部分广告收入；2）观看广告次数最多的用户并非广告价值最高的用户。因此，分清楚用户之间的差异，寻找到种子用户是提升广告收益的关键之一。UART具备了将广告收益精准拆分到用户级别的能力，因此具备有效筛选出“高广告价值种子用户”的能力，用于广告变现类游戏产品的推广，进一步助力优化Campaign，实现ROI跃升。具体它是怎么做到的呢？

种子用户功能

什么是种子用户？

根据用户的行为模式，游戏内的用户通常可以分为三类：用户，普通用户，核心用户，其中核心用户是对游戏广告/内购收益贡献最高的用户群体。种子用户则是依据某些针对性特征（例：付费频次高，付费金额高，游戏分享频率高等），从核心用户群体中精细筛选出来的用户。因此种子用户除了具备核心用户的活跃度高和生命周期久等特点外，还具备了筛选的针对性特征；通常会被利用在定向投放的广告平台上获取“相似受众”，即更多相似用户群体。

该功能原理类似，我们通常在内购（IAP）游戏中“高付费种子用户”的相似受众，只不过筛选条件由贡献更多内购的用户，变为贡献更多广告收益的用户。

获取种子用户数据截图

目前UART中的种子用户功能可免费试用，帮助市场推广人员获取广告中的高价值用户，提升买量效果，助力实现最大化变现，形成买量和变现双向正循环。

种子用户功能的三大特点：

1、筛选深层互动行为，选取高价值用户

UPLTV种子用户功能可以排除广告互动中的随机或偶然的用户行为，筛选出真正有价值的广告用户。

在广告互动行为中存在：用户主动型广告（用户主动点击观看的激励视频广告）和用户被动型广告（用户被动观看的Banner或部分插屏广告）。而在深度的广告互动行为中，我们不排除有用户错点或无意中触发广告行为的存在，进入商店页，并无后续下载或付费的随机或偶然行为。种子用户功能可以通过数据平滑处理这些随机或偶然行为，选取出必然行为，进而筛选出真正的高价值用户。

筛选深层互动行为

2、不断扩大及更新目标受众

在生成Lookalike Audience（类似受众定位）投放广告中，种子用户功能还可以帮助循环扩大类似受众或迁移更新目标受众，并不断高效获取类似的高广告价值用户。

循环扩大类似受众

迁移更新目标受众

3、Facebook联动更新

种子用户功能可以每日自动更新优化种子用户，并通过接口每日自动同步到Facebook后台。

Facebook联动更新的两大优点: 

1) 自动同步，大大降低操作所需的时间和人力成本；

2) 保持长期优化种子用户的投放效率。

Facebook联动更新截图

使用种子用户功能，市场推广人员可以不断筛选，扩大及更新不断高效获取类似的高广告价值用户，优化Campaign，实现游戏买量效果的提升。

在实际操作中，UART内种子用户功能是否真的可以有效提升ROI呢？我们来看三组实践案例。

种子用户功能实践案例

01、测试背景

UPLTV选择了已接入的ABC三款休闲类移动游戏来测试，游戏均包含内购（IAP）和广告变现（IAA）的混合盈利模式。在广告素材、广告形式和推广时间等因素保持一致的前提条件下，创建Campaign，按照3-4组不同的标签分组，比较每个组别之间ROI和LTV的数据表现差异。

经过UPLTV的测试发现，单一的高价值用户标签的表现效果不稳定，不足以应对复杂因素的变化。原因是在实际推广中，广告收益受到诸多复杂因素的影响，主要可分为三大类：游戏的品类，推广的周期和推广维度。而标签设置越丰富化，则可以应对复杂因素的影响，越适用于实际的定向和投放。因此，测试中UPLTV采用了以下两类用户标签：

1）“高eCPM” 用户标签：众所周知，eCPM是指用户每（千）次看广告带来的平均收益，以“高eCPM”为导向目的是为了获取eCPM贡献较高的用户，一般该类型用户存在点击下载或支付行为。市场推广人员需要注意，用户的eCPM与每个广告平台对用户价值的算法密切相关，不同的广告平台在算法上存在差异。

2）“高Revenue”用户标签：即获取LTV 优质用户为最终目的，以“高Revenue”为导向的目的是为了获取总体收益贡献较高的活跃用户，UART采用了革命性的非平均拆分逻辑，有效识别用户的每次广告展示或互动行为的价值，进而筛选出总体收益贡献最高的用户。

02、数据表现

满足以上测试条件后，UPLTV对ABC三款游戏进行了测试并得到以下数据。

游戏A的测试数据结果发现，两种高价值用户标签（“高Revenue”和“高eCPM”）的ROI和LTV数据均高于其他标签组别。

游戏B的测试数据结果发现，“高Revenue”价值用户标签的ROI和LTV数据表现最佳。

游戏C的测试数据结果发现，“高eCPM”价值用户标签的ROI和LTV数据表现最佳。另一个导致数据差异巨大的原因是，相比其他标签组别，“高eCPM”价值用户标签组的内购收益较高。

03、测试结论

通过以上三款游戏测试数据结果，我们发现，普遍情况下两种高价值种子用户标签的ROI和LTV表现都优于传统种子用户标签，而其中必然存在一组表现突出的高价值用户标签，例如游戏B的“高Revenue”用户标签和游戏C的“高eCPM”用户标签。数据上的差异也证明了，使用UART内的种子用户功能可以有效捕捉到高价值用户，实现ROI和LTV的提升。

推荐算法：Facebook Split Test拆分对比测试

值得一提的是，UPLTV在本次测试中使用了Facebook工程师推荐的Split Test拆分对比测试算法，来测试不同广告组之间的表现，从而发现效果最理想的广告方案。本次测试中Split Test功能的工作原理是，通过创建多个广告组，在将目标受众作为测试变量，而其他因素保持一致的条件下，比较每个广告组之间的表现差异。通过使用Split Test功能，帮助市场推广人员改善后续游戏广告的表现，并在广告管理工具中重新投放胜出的广告组。

总结

种子用户功能可以不断筛选、扩大并更新广告内的目标受众。利用这项功能，市场推广人员能够筛选出Campaign中ROI和LTV表现最佳的高价值用户标签，优化广告定向和投放，进而实现买量和变现双方向正循环。