广告和游戏广告变现全面解析

我怕失去你

基础名词


1.广告需求方及相应的服务平台——DSP、TD
需求方平台（Demand Side Platform，DSP）
采购交易平台（Trading Desk，TD），如B站的花火、抖音的抖加
广告需求方提供精准的广告投放和管理投放策略。例如，广告主可以在DSP上设置广告的目标受众、投放地域、预算、出价、创意等，实现精准的广告投放。
2.流量供给方及相应的服务平台——SSP、ADN
供应方平台（Supply Side Platform，SSP），大多数广告平台会自建SSP
在线广告联盟（AD Network，ADN），如穿山甲、优量汇等
为了最大化媒体的收益。例如，SSP帮助媒体进行流量分配管理、资源定价、广告请求筛选，使媒体更好地管理自身资源和定价，最终优化营收。
3. 联接广告需求方和流量供给方的广告交易平台——ADX
广告交易平台（AD Exchange， ADX），穿山甲等
SSP和ADX是类似的，因此可以统称为广告交易平台
4.数据服务方——DMP
数据管理平台（Data Management，DMP），如热云，友盟
DMP把多方分散的数据进行整合纳入，然后整理加工成可直接利用的数字资产，与DSP一起更好地服务广告主。例如，DMP能管理广告库存购买和出售的数据。
  


一、广告基础介绍（变现模型）

头条广告
用户和客户
百度百科
1. 用户：某一种技术、产品、服务的使用者，使用某种产品的人。
2. 客户：指用金钱或某种有价值的物品来换取接受财产、服务、产品或某种创意的自然人或组织。
互联网广告
1. 用户：使用产品、贡献流量的主体，一般为自然人；
2. 客户：通过支付费用购买流量/服务的主体，包括企业和个人；
客户（广告主）维度
  



1. 新开数：来源于销售线索* 成单率或者新开销售数* 单销售签单数
2. 留存率：留存率相关指标是投放体验，投放ROI，增值销售
3. ARPU： Average Revenue Per User，取决于平台流量质量，投放体验，优化能力等...
用户（流量）维度
  



1. ADPU：AD Per User，即每用户平均广告展现量；
2. RPM：Revenue Per Mill，即千次展现收入；
用户主要行迹
广告就是购买用户注意力
  



用户（流量）维度——开屏（品牌广告）
  



1. 单用户开屏数：单用户打开次数；
2. 填充率：广告售卖出去的占比，填充率=广告平台返回广告次数/广告请求数
3. CPM：Cost Per Mill，即千次展现收入，人工定价（依据行业、定位等）；
用户（流量）维度——信息流（效果广告）
  



1. IPU： Impression Per User，即每用户信息消耗量；
2. AdsLoad：广告负载量，AdLoad=Send/(Send+Impression)，即广告曝光量/产品信息流VV总量，最终代表的是广告的库存；
3. Show/Send：展示发送比；
4. CTR，Click Through Rate，点击率
5. ACP（CPC），Average Click Price平均点击成本；
6.CPM：Cost Per Mill，即千次展现收入；



百度搜索广告


• PV：Page View
• CPM1：cost per thousand1 按每千次检索收益；
• PVR：Page View Rate，出广告的检索量/ 检索量；
• CPM3：cost per thousand3 平均每千次有广告展现的检索请求收入；
• ASN：Average Show Number。平均展示数；
• CPM2：cost per thousand2 按每千次展示收费；
• CTR2：基于展示的点击率；
• ACP：Average Click Price 平均点击价格，总消费/总点击

二、广告系统



平台：指如穿山甲、MTG、优量汇这样的广告平台，最求平台的客户占有率和变现效率最大化
客户：指如莉莉丝、37等进行买量的公司，可以以游戏来做称呼，追求ROI回报和投放效果
用户：指通常看到广告的我们，关注的是内容的体验


三、广告投放


广告触发流程（以信息流举例）
  



CPT：Cost Per Time，按时长付费，包时段投放广告的一种形式，广告主选择广告位和投放时间，费用与广告点击量无关
GD：Guaranteed delivery，保量投放，广告主在投放广告时已经向媒体确认投放一定量广告，并且媒体已经确认会播放这些广告，并且在广告投放前已经约定好广告的价格和投放量


广告匹配
  



广告排序
CPT&GD广告：按照优先级排序


注：先展现优先级高的广告
竞价广告：按照每次展现的潜在收益排序
  


频率控制
以下为头条某一年的信息流广告频控配置


广告计费
CPM：是一种按照展示计费，是按照广告每展示1000次收费，例如头条每1000次广告展示是4元，则CPM=4。这种广告形式，只要广告被展示了，广告主就必须付费。
CPT：是一种按照时长来计费，如“一个星期、一个月某个广告位费用是固定的”这种模式来收费，就相当于以固定价格买断某一段时间的某个广告位展示。这种计费模式也是单纯按照展示来计费，媒体放是不对后续转化负责的。
CPC：是按照点击计费，是根据广告被点击的次数来决定，例如某个广告单次点击价格为0.7元，则CPC=0.7。此计费形式相当于竞价，出价可自主决定。只不过，这种计费形式可能产生他人的恶意点击。
CPA：是按照行动付费，一种按广告投放实际效果计价方式的广告，这里的行动指表单、咨询、注册、下载、下单等行为，只要用户发生广告主与媒体/代理商约定好的行为，就会收取广告费用。
CPD：是一种下载付费广告，根据广告被下载的次数来收费，如应用商店、积分墙、流量联盟都是比较常见的。如广告主定价下载一个APP是10元，被下载了10次，就需要收取100元。
CPI：按照安装付费，以某个手机app为例，只要有人安装，广告主就必须付费，而且是只管安装而不管用户到底使不使用。
CPS：CPS是一种以实际销售额来计算广告费用的广告，可以理解为销售额提成。比如你的销售额是1000000万，CPS比例是2%，那么广告费就等于20000，也就是说广告主投放的广告销售额达到1000000万时，按照比例提成付费给平台。

广告投放
投放的整体流程


落地转化数据收集


转化数据利用（oCPC/CPA）
  


ocpc：目标转化出价功能，经过优化的cpc





四、广告变现


广告预算角度

广告行业重点服务广告主！预算强则联盟强！不针对单一游戏优化！
广告联盟游戏广告投放

• 穿山甲大盘预算情况
  
  
  
  • 游戏广告cpm：广告行业中，重度游戏广告出价是远高于其他行业的，一个不争的事实是：重度游戏转化越好，ecpm越高。对于游戏行业非网赚媒体来说，高达90%以上的预算来自于游戏行业，游戏行业预算变化对cpm影响非常大
    
  • 穿山甲游戏行业现状：2020年全年，穿山甲的游戏消耗日均x千万，其中重度游戏日均百万量级，游戏行业主要以休闲游戏为主，且主投次留，cpm不高
    
  
  
• 重度游戏在生命周期内的投放
  
  
  
  • 游戏是有生命周期的，重度游戏广告的投放也是伴随着游戏生命周期来进行，
    
  • 测试期-> 新游预约->游戏大推->成熟期稳定投放->衰减期回收
    
  • 其中对cpm有影响的为大推和稳定投放期，游戏进入大推，游戏一般周期为1周，消耗量级能够达到亿级，广告主对成本和ROI考核较松，以增量和留存为主，而进入稳定投放期，广告主开始严格考核成本和ROI，会进行计划的调价和预算的缩减，保证ROI，对于休闲游戏来说，降低出价和预算缩减对cpm影响较大，尤其是大型广告主
    
  • 补充说明，如巨量引擎上的游戏高cpm的游戏不是玩家公认的优质游戏，但一定是重氪游戏，越是优质的游戏，投放竞价的占比会越少，例如原神，在巨量上只投cpc，拒绝回传更深入的游戏数据
    
  
  
• 广告投放策略
  

主要以ecpm计算方式（以穿山甲为例）
Markdown
#广告主每次广告展示花的钱：Ecpm1 = 1000*rank_bid*pctr*pcvr
# cost = Σ（ecpm1）
# tac为穿山甲的分成比，不设置底价的代码位tac一般是固定值，设置底价的值不固定
主要影响eCPM的五大因素
  

• 对于游戏行业，广告主有多种投放策略可以选择，不同出价产品，对应到的cpa_bid出价会不同，由此cpm也会不同，且ctr、cvr都是预估的，付费转化行为极少，因此模型高低估均会出现，造成cpm不稳定
  
• 广告系统主要对广告主负责，对于一条计划的出价，ROI等，广告系统尽量保证和广告主诉求一致，超出成本会给广告主赔付，对于某一个广告主，可能存在高估或低估，但一般不会所有广告主同时高估或低估
  
• 投放系统无法在保证预算侧广告主的成本和ROI同时保证单个rit的cpm，某个rit出现高估，cpm偏高，一般会造成某些rit低估，cpm偏低
  

bid:bidding，竞价模式
rit：广告计划

流量角度


1. 广告填充率：广告平台一般情况下会对流量进行各种门槛限制

• 精排ecpm门槛 ：每一次广告按照投放的ecpm排序逻辑胜出后，平台也会设置一个ecpm门槛，不让劣质流量消耗广告主的钱，对填充率有一定的影响（少量）
  
• 预估付费率门槛：回到上面的预算侧，由于平台保护广告主的ROI，对于预估付费率低于门槛值的代码位会不填充（少量）
  
• Cpm target门槛：设置了cpm target，低于ecpm门槛的广告不展示，只展示达到门槛的代码位
  
• 反作弊门槛：各种反作弊的触发，反复请求不展示、频繁的展示/点击、模拟器展示/点击等，触发反作弊机制
  

2. 模板渲染（动态布局，提升广告的效率）
把样式渲染能力收敛到广告SDK，且支持开发者微调布局的一种样式拼接方案，业内的很多联盟SDK，例如admob、mintegral等等都有此功能，对联盟SDK来说，收敛样式渲染能力，统一处理好后提供给开发者，会更有效率，但也无法避免badcase





聚合变现


聚合变现实际上的作用是丰富预算，引入多家联盟方参与竞价，同时设置底价，对提升cpm有明显的作用

• 广告联盟各家ADN对比情况
  

a. 巨量引擎的预算依旧是市面上游戏行业最强势的预算，腾讯优量汇仅次之，腾讯有大量重游，所以会有重游内广广告，且优量汇存在暗投的（穿山甲游戏行业预算是无站内暗投的），其他家均无强势重游预算
b. 各家联盟可能会在不同品类上占有一定优势，例如Mintegral在超休闲游戏预算较好，sigmob有一些重游和网赚，快手联盟在安卓网赚游戏不错，Unity对接多家dsp，且由于是是游戏行业的开发引擎，游戏预算广，高价有一些填充
c. Mintegral虽然休闲游戏预算多，且变现不错，但是广告体验一般，Unity、Sigmob是当前体验较好的，在素材、广告button上优化较好

• bidding很重要（其实就是一个广告代码位）
  

现在普遍的广告联盟都除了bidding，在海外是非常普遍，国内也在逐步建设和普及。其本质是以竞争方式确定交易量及其价格的过程，类似拍卖一样的形式。
在 Bidding 加瀑布流的混合模式下，精细化运营广告源有这几点需要注意：
1，一个中介组中，同一家广告平台，仅配置一个 Bidding 广告源即可；
2，尽量多配置不同广告平台的 Bidding 广告源，让广告得到充分比价和竞争。
  



Bidding 的使用并不总是带来正面效果，某些时候使用 Bidding，eCPM 会出现下滑的情况，此时我们需要借助 Bidding 底价和 Bidding 保留数这两个功能，来解决该问题。
例：

• 某休闲游戏在第一阶段，仅使用瀑布流，eCPM 是$2.37。
  
• 在第二阶段，产品使用 Bidding 加瀑布流，由于 Bidding 价格普遍位于瀑布流的低层，低价广告占用了缓存池，没有触发重复加载，获得了较多展示，eCPM 下降32%。
  
• 到第三阶段，该游戏使用 Bidding 底价功能，舍弃低于 Bidding 底价的广告，中高价广告获得了较多展示，eCPM 比第一阶段提升61%，比第二阶段提升140%。
  

3. waterfall设置方式
现状：鉴于海外基本主流的adn都已经切换为bidding，waterfall是一个逐渐式微的做法，鉴于国内的环境，bidding+waterfall双重是目前主流做法
waterfall：瀑布流定价层级
waterfall设置方式：waterfall的设置不是不变的，且需要基于运营同学对于各家adn在各种游戏类型上的变现和预算情况有一些了解，一般该信息可以来自于对接的AM，以及运营同学在实操过程中累积的经验
  

• 配置层级：遵循高、中、低三个价位层，根据各家ADN的表现情况进行配置
  
• 对于waterfall的调整，需要根据填充率情况和预算变化配合AM及时调整，对于高价层的头层是各adn必争的位置，需要根据实际变现效率来定，根据实际情况来确定是否需要设置并行请求或者串行请求（topon可以设置）
  

Markdown
# 假设来了一条优质流量
# cpm_target = 200 高门槛值，高价流量，分成比会偏高
# 原始cpm = 250，统一tac = 0.75，ecpm = 187.5  无法填充
# 原始cpm = 250，实际tac = 0.9，ecpm = 225，填充，提高tac，获得竞价成功率
# 原始cpm = 300，实际tac = 0.7，ecpm = 210，填充，降低tac，利润多15
# 假设来了一条低质流量
# cpm_target = 20 低门槛值，分成比会偏低
# 原始cpm = 40，统一tac = 0.75，ecpm = 30  填充，但是给多了
# 原始cpm = 40，实际tac = 0.6，ecpm = 24，填充，降低tac，利润多6

流量的高低本质是由用户决定的：
如果一个用户经常在游戏内充值，充值额度较高，或者一个用户经常高消费的购买商品，那么当他看到一条广告时，他就会被定义为高价值的流量人群，从而该流量的ecpm就高。反之亦然。
但是当一个高价值用户经常去看广告，不进行实际的支付，他的ecpm会降低，比如在休闲变现游戏中，频繁的通过广告来获取游戏收益，但是并没有进行付费购买，那么期初一个高价用户会被定义为高价，当看多了广告之后ecpm会在当前的app中下降，所以流量的ecpm会动态变动。

聚合变现案例《A游戏》

广告数据变化

渠道	ecpm-穿山甲	ecpm-聚合	ecpm-（聚合+优量汇）	ecpm提升	ltv-聚合前	ltv-聚合后	ltv提升
安卓	25	40	60	1.4	0.4	0.85	1.1
iOS	100	130	150	0.5	1.6	2.5	0.56

配置方面：

• 首层设置聚合前ecpm均值的2倍，做阶梯降序，最后低价保持聚合前均值；
  
• 配置2天后实时观察展示集中的区间，删除低填充平台，从集中区间细分；譬如一开始120  100 80 60；然后发现集中展示都是在80左右，或者80左右的填充率特别高，120基本填充很低。就可以尝试在对应区间细分为90 85 80 75 这样
  
• 兜底广告位设置2~3层，避免统计错误拉不到广告的情况；
  
• 各平台穿插进行配置，例如：
  

聚合变现对ecpm提升有明显帮助，影响到上线与放量规模。超休闲、ecpm明显偏低的游戏，可以尝试接入聚合变现，即时调整配置多尝试。



五、游戏广告设计


收入关联指标
在游戏中进行广告变现的：

• 核心就是把内购项顶替程广告项
  
• 在不愿意进行付费的用户中实现低成本收益，增加低投放成本的广告
  

收入=DUA*ARPU
ARPU=人均广告次数*ECPM/1000
在游戏设计上能够提升的就是广告展示次数和广告渗透率，和提升付费率和付费arpu是同样的道理

案例1《B游戏》
数据表现

• 广告整体情况：
  
  
  
  • DAU维度广告人均次数在18-35，第3天后广告次数平均保持在25次。看广告人数占比65%-76%
    
  • 新增玩家人均次数在13-18次
    
  • 在线时长平均65分钟
    
  
  
• 二测版本平均广告次数对比一测版本增加了15次
  
  
  
  • 各模块贡献情况：局内贡献最大，其次是商店模块，养成模块虽然贡献最少，但防御塔突破单项人均次数最高
    
  • 核心广告位：英雄/防御塔突破、锦囊3选1、开局buff、战中宝箱、胜利结算翻倍
    
  
  

• 根据玩家在线时长分布，制定广告策略
  
  
  
  • 广告次数与时长成正比，对于中重度的策略游戏，局内的人均在线时长占比一定是大头，广告场景设计要遵循玩家的游戏行为习惯，尽量将侧重点倾向局内。
    
  
  
• 注重玩家的心流体验，在合适的时机制造广告场景
  
  
  
  • 局内关卡通过波次的难度设计，给玩家营造心流曲线，在波峰波次开始前投放roguelite随机能力，让玩家在感知上更容易接受广告。
    
  
  

广告设计思路
局内

• 塔防玩法的波次概念，提供了局内嵌入广告的可能性
  
  
  
  • 锦囊（roguelite）：通过波次设定拉长单局时长，加入“锦囊战术”这个随机养成维度，以及更多的随机事件空间 ，将广告与策略相互融合，在心流体验的波峰处进行投放，降低玩家抵触情绪。
    
  • 开局buff&结算翻倍：利用开局前和关卡结算这两个“非体验打断”时间，通过核心养成资源奖励以及一次性非再生资源奖励（功勋）的吸引，提高玩家的广告观看意愿。
    
  • 战中宝箱：新将领碎片是游戏内稀缺资源，在设计上，局外商店宝箱作为凸显新卡价值的锚定，这样可以很大程度上刺激玩家开启战中宝箱的欲望。
    
  
  

局外

• 通过单线进阶式的养成模式，最大化榨取英雄/防御塔的广告价值
  
  
  
  • 卡牌/防御塔突破：游戏在数值设计上整体拉大了养成空间，在高频率的养成升级中，插入广告场景，结合新卡获取周期慢的特点，最大程度的拉高了单个卡牌带来的广告收益，通过突破概念的包装，降低玩家的阻断体验，玩家更容易接受。
    
  
  
• 增设vip系统，全面提升广告次数
  
  
  
  • 通过高级卡、资源翻倍、额外次数增加、便利性功能等vip权益，刺激玩家主动追求等级的提升，一定程度上带动了所有模块中广告的观看意愿。
    
  
  

  



案例2《C游戏》

  



广告场景数据
小兵采用的广告设计大部分在局外，局内的时间比较短，养成线的广告设计点位更适合
  



变现设计
局内：参考的是方块君的局内广告设计，核心点位在自动合成


局外：游戏已经通过打boss传达了开宝箱的价值，局外宝箱成了玩家顺理成章的追求。小宝箱用于看广告直接开箱，大宝箱作为日常大目标，给玩家各处收集钻石的需求
像攻击加倍、收益加倍、道具卡加倍等等是为了满足用及时性需求，塑造短线需求和满足用户的及时性游戏体验
  



变现优化
通过游戏的优化也可以调节CPM，并不是广告次数越高越好
小兵刚上线的版本，CPM从的400+快速掉到260左右，已经不是数值塔防的正常值。经过各种分析和验证发现，过高的广告次数（27次）导致了CPM的快速衰减。后续通过游戏设计降低广告次数，cpm回到450左右，整体arpu从6提升至8.5
  

• arpu=广告次数*ecpm，广告次数和ecpm呈负相关，所以需要找到次数和ecpm的平衡点，使得arpu最大化
  
• 经过数据分析师拟合，广告19次是arpu区间的极大值，但仍然小于27次广告时的arpu
  
• 游戏内调节广告点收益，AB测试验证CPM变化。19次广告使得cpm提升，并且整体arpu高于之前，并且由于玩家看广告压力减小，游戏体验更好了，整体留存也提升了1个点左右
  
• 线上版本整体切换至实验组，ecpm260→450，arpu6→8.5