遊戲行業又多了一個廣告投放利器
2年前

每次付費,存量競爭的新解法。

文/依光流

有時候,遊戲行業的應變速度總是快得出奇。

去年底我們聊到現在的存量競爭格局,第一道壓力就是用戶紅利的放緩,以及接踵而至的獲量門檻擡升。爲了應對源頭收窄的問題,應運而生的就是類似騰訊廣告「每次付費」等投放工具。

有些意外的是,很快就有多家頭部大廠嘗試這個工具,並且收效奇佳。

在使用每次付費投放工具後,某战爭策略類遊戲首日ROI提高54%,7日ROI提高了15%。

同時,貪玩遊戲旗下一款角色卡牌類遊戲使用該工具後,激活付費率達到150%,與ROI出價對比,其首日ROI提高了31%,7日ROI提高了69%。

這意味着,在神仙打架的SLG領域,仍然有可以精打細算提高性價比的余地;而在競爭激烈度也頗高的角色卡牌品類,還存在挖掘高價值流量的不俗潛力。

爲什么「每次付費」會有這樣的效果?怎么用好這類工具?關於這個問題,葡萄君向正在嘗試「每次付費」產品的大廠之一貪玩遊戲的品牌事業部負責人劉洋咨詢,了解到一些玄機。

01

又一個效果出奇的找增量工具

都說存量競爭激烈,具體來說,這裏的量指的是高價值流量。

在流量紅利充足的時代,遊戲側重於鋪开用戶數量級,競爭加劇後,遊戲則更看重單個用戶產生的價值,直白來說就是大R用戶的佔比。這兩種訴求反映到买量上,對應的便是從激活出價到ROI出價的一系列工具。

而存量環境下,一方面紅利衰減,量難以鋪开,另一方面大R難找,各家拼單價獲量只會不斷擡高成本。

就拿現在熱門的ROI出價方式來說。在休闲類、SLG類遊戲买量時,如果用首日ROI去衡量用戶質量,可能會很難拿到量,因爲這類遊戲要么付費設計偏後置,要么用戶消費額本身就不高。這反映出兩個難點,一是在买量上衡量長线效果,二是怎么挖掘高頻付費的中小R。

如果我們把用戶分爲三類,一類是大家都在搶的大R,一類是不花錢或者只花幾塊錢的用戶,還有一類是隔三差五花幾塊、十幾塊的用戶。ROI出價工具針對大R、激活類工具針對免費用戶,那么每次付費工具針對的就是高頻付費的中小R。

它的核心思路,就是通過找到付費次數多的用戶,來實現長效ROI提升的目的。具體是以「7日內每次付費成本達成」爲優化目標,模型通過預估用戶7日內付費次數,對高頻付費用戶高競價、低頻付費用戶低競價,來優化投放收益。

每次付費預估的是激活後7日的付費行爲,故隨着時間推移,長线ROI的增長會優於目前的首日轉化目標

從盤子大小來看,並非所有產品都在搶中小R,加之這部分用戶基數比大R要高,所以對應流量的量級是可觀的。

實際上,去年底騰訊廣告就在內部測試過:「一款模擬經營遊戲嘗試後,人均eCPM提升了10%左右,這說明它在整個體系內的競價能力是提升的。這個基礎上,首日LTV、7日LTV分別比原有出價工具高出20%和50%。」

在葡萄君看來,「每次付費」很可能成爲存量市場下一個潛力不俗的破局利器。因爲比起量級有保證,更重要的是通過這部分流量池,很有可能促進遊戲往長效經營發展,甚至一定程度上打开存量競爭的機會窗口。

02

在存量市場裏

制造一個破局的機會

至於爲什么葡萄君會這么認爲,我們從幾個方面拆解原因。

首先看現在各家用過以後的大盤表現。

達成率上,測試案例整體達成率爲96%、廣告不超成本率爲37%、账戶不超成本率50%、產品不超成本率61%。換言之,絕大多數案例都做出了增長空間。

從ROI效果來看,模擬經營、角色卡牌、二次元類「每次付費」的首日ROI、3日ROI、7日ROI表現均優於「激活-首日ROI」;战爭策略、仙俠RPG「每次付費」的首日ROI略低,但是隨着時間推移,3日/7日ROI趕超高於「激活-首日ROI」。

左右滑動查看圖片

從啓動效果來講,「每次付費」比「激活-首日ROI」冷啓動通過率提升7.9%,90%廣告消耗穩定性高出38%;「每次付費」付費成本比「首次付費」降低7%,激活付費率提升126%。

其次看具體的案例。

某战爭策略遊戲點擊激活率1%左右,激活付費率低於50%,在投放「每次付費」之前,主要投放「激活-首日ROI」,長期處於目標沒有達成的狀態。但在結合「每次付費」投放之後,7日平均付費成本下降2%,首日ROI增加54%,7日ROI增加15%。

可見,對於比較看重長线回收的SLG類產品而言,「每次付費」帶來的增量人群價值也不容小覷。

最後從競爭策略層面看。

貪玩遊戲品牌事業部負責人劉洋告訴葡萄君,他們活用「每次付費」工具帶來的投放思路,已經成功嘗試擴展自己的品類涉獵面。貪玩遊戲過去主打傳奇類產品,但存量市場下,多條腿走路的必要性遠比過去高,因此擴寬擅長品類就是迫在眉睫的。

不過難點在於:「如果我們是在一個很激烈的市場,去和大家去爭奪那些高頻次、大金額付費的用戶,即很高質量淨值的用戶,往往可能這樣的產品是不足以和同行去競爭的。」劉洋點出,後手入局的關鍵點在於錯峰競爭。

而錯峰競爭的核心思路不能短平快。「不是每個用戶剛進一款遊戲就會高額付費,他會經歷一個培養的過程,一方面是對品牌的信任,在這裏投入是否能得到回報,另一方面是基於我們的運營方式,調優產品,讓中R培養爲大R、讓小R培養爲中R。」

近期他們在嘗試非傳奇品類的時候,就發現「每次付費」衡量的是長线指標,挖掘的是高潛力的中小R,整好符合他們的策略:「先讓玩家盡可能地進入遊戲,我們再通過運營手段逐步培養,這樣一來付費、留存都能做得更好。」

換言之,鎖定其他產品可能容易忽略的一群用戶,把他們培養成自己的高價值的用戶,這種方式既能做到長线上的降本增效,也更利於打开新的賽道。

「假設我們來做卡牌品類,按照以往的思路,現在的競爭壓力下我們是很難做爆卡牌產品的,因爲幾大頭部產品爭奪流量,你只能小規模地做,但隨着運營成本增加,很容易做不下去就放棄了。」

但在劉洋看來,透過每次付費,至少現在有機會做爆一個單品:「因爲在宣發的初期,可以快速單點突破拿到精准量,產品質量如果過關,那就可以不斷滾雪球。後續營銷運作持續跟上,就有機會做爆。」

而這樣低成本打开新賽道的能力,放在存量市場下可以說千金難求。

那么,實際上應該如何活用「每次付費」?劉洋坦言,「每次付費」並非萬能藥。比如它考量的是長线價值,對於只看短期的產品,單純使用「每次付費」並不是上策。

所以首先,最重要的一個思路,便是要充分理解自身產品特性和投放目標,用結合的策略來組合「每次付費」和其他投放工具,盡可能在大方向上追求長线效果。換言之,付費節點多、付費頻次穩定的遊戲,以及付費後置、生命周期長的遊戲,更適合這個工具。

其次,要用好「每次付費」很看重廠商自身的運營能力。具體來說,這套工具針對的是高潛中小R人群,換言之剛進入遊戲時,他們並非大R或中R,需要遊戲提供足夠值得买單的內容,把他們培養起來。

最後,對於一些特定品類,比如類似模擬經營等付費率相對中等的遊戲,適合以合理的出價結合科學的人群定向策略;對角色卡牌等付費率較高的遊戲,初期可以高價拿量,再通過下探尋找最合適的付費成本和ROI最優值;對於SLG類遊戲,需要更精准精細的人群定向。

此外,由於「每次付費」傾向於衡量長线效果,所以需要一個觀察期來做探索,預留這個周期也有助於提高系統模型的判斷准確度。

總體上,「每次付費」勝在以長线的視角衡量用戶價值,變相擴寬了增量空間。同時基於便捷、精准,無需反復學習等特性,還能靈活嵌套在需要用到它的環節,正如劉洋的感受:「好比我們找代言人,就可以用每次付費工具,結合自己的數據分析系統,把明星粉絲和遊戲用戶做精准匹配,然後快速拿下。」

03

增量留給有准備的人

如今在大盤裏找增量越來越不容易了。

买量市場上,出價內卷早不是新鮮事。爲了破局,前兩年廠商們在廣告營銷上費盡心思,甚至做出了連續劇情節,只爲吸引用戶注意力。而到了近幾年,頭部產品的包場式买量+營銷,又側面把买量門檻往上拔高了一節。

這樣的環境下,頭部大廠之所以有解法,與他們早早面對相同課題的境地密不可分。

比如貪玩遊戲,他們擅長的傳奇類產品一直是买量競爭最激烈的領域,很多年前就進入了存量的格局。因此,他們選擇了多營銷渠道保證流量供給的方法,分擔風險,並積累經驗加深營銷手法,保證競爭力不掉隊。

貪玩遊戲《七雄爭霸》的廣告素材

如今的存量大環境下,根據擴寬品類找增量的訴求,他們必須找到更適合的入局角度。因此結合過往經驗,才會將視线集中到中小R,考慮錯峰競爭的策略。可以說,這種做法,離不开長期浸泡在存量競爭環境裏,磨練出來的敏銳嗅覺和運營能力。

「未來市場競爭,可能還是殘酷的,誰能夠抓住市場的機會,誰才能繼續生存下去。」劉洋判斷:「只有平台方不斷推出有利於長线運營的工具,搶量內卷壓力才會慢慢緩解,整個市場才會往更有利於長线運營的方向發展。」

可以說,存量市場的战爭號角早已吹響,對於想要搶佔先機的廠商,必須熟練掌握每一種有效的方法和工具。才能發揮自身的優勢,提前搶下一席之地。

而如騰訊廣告的「每次付費」工具,是順應廠商尋求增量和長效的訴求而生一般,在遊戲廠商、平台和市場環境的相互推動下,針對存量的解決策略也有望不斷誕生,爲行業注入活水。

遊戲葡萄招聘內容編輯,

點擊「閱讀原文」可了解詳情

推薦閱讀

再見2021 | 二次元用戶分層|金葡萄獎 專訪莉莉絲 | 從暴雪到天美 | 只狼設計師 與君盟 | 籠中窺夢 | 幻塔


遊戲葡萄

有前瞻、有判斷。投稿與合作

Official Account

追加內容

本文作者可以追加內容哦 !

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。



標題:遊戲行業又多了一個廣告投放利器

地址:https://www.breakthing.com/post/718.html