ARPDAU提升30%,應用內競價正在成為流量變現的新寵兒
2020年04月10日20:51

  葡萄君曾聽業內人士說起,開發者為了最大化變現效益,通常要接入多家廣告平台,可接入數量一多,管理和維護成本便也水漲船高。因而在流量獲取難度居高不下的環境中,想要提升變現效率,一方面要降低人力運維成本以便將精力用於遊戲研發打磨和投放優化上,另一方面則要增加自身的溢價機會最大化ARPDAU。相比大廠商,這兩點對於中小型團隊和遊戲工作室則顯得尤為重要。

  但如何在控製人力成本的前提下,去提升變現效率和自我溢價,確實存在著不小的挑戰。瀑布流目前是移動廣告變現的主流模式。在這種模式下,開發者始終要投入人力去設置廣告競價的優先級不說;另外在流量售賣方面也沒有足夠的控製權與話語權,由此折損了一定潛在收益。

  上述情況,成了開發者在廣告變現中所遇到的新難題。而在此背景下,一種名叫‘應用內競價(In-App Bidding)’的移動變現解決方案,已經開始被全球大大小小的開發商所採用。

  開發者對這項技術或許早有接觸。它作為移動端上新的變現策略,具有省人工、數據透明、最大化收益、公平競價等方面的優勢。據葡萄君瞭解,國內開發商遊道易,曾借助這項技術,降低了管理多個廣告平台所產生的運營成本, 並讓旗下安裝量超過2億的《瘋狂動物園》,實現了12%的ARPDAU(日活躍用戶的平均收益)增幅,其59%的廣告需求來自於競價合作夥伴。在此之外,他們還降低了不少運營成本。

  那麼,應用內競價技術是如何解決開發者的痛點?它又是如何有效提高開發者收入的?

  新模式如何解決痛點

  要克服最大化變現環節中的兩大痛點,方法其實很明晰:一是把優化廣告庫存的工作自動化,二是增加廣告位的溢價機會。

  應用內競價能幫助開發者實現上述目標。它是一種以開發者自我變現需求為主的程序化交易技術。其運作原理相當於競拍:開發者是拍賣方,將廣告展示機會同時發送給多個潛在的需求方,需求方按照‘價高者得’的規則展開公平競拍。

應用內競價實現原理
應用內競價實現原理

  從發起競價請求,到完成廣告投放,整個廣告位競拍過程即時進行。

  從開發者的角度來看,這套模式有著如下優勢:除了自動化之外,廣告庫存能夠在多個廣告網絡進行實時競價;其次,資源競爭性的加大,也變相抬高了流量變現的收益基礎。總的來說,開發者的主動性和話語權,都在這套變現模式中大大提高。

  作為一種程序化的競價技術,應用內競價其實早在網頁端廣告變現中得到了應用。它始於網頁端廣告變現中的‘頭部競價(Header Bidding)’方案——網站開發者會在網頁頭部嵌入代碼,從而向廣告主發出詢價與競拍的請求。

  近些年隨著技術發展,不少公司都在將頭部競價模式遷移到的移動平台。AppLovin所推出的MAX,便是業內最早的應用內競價解決方案之一。該產品於2019年初投入測試,並在9月16日份正式上線。

  而在應用內競價出現之前,‘Waterfall(瀑布流)’則是大部分開發者所使用的移動廣告交易模式。新技術現如今之所以被提出,正是為瞭解決傳統模式所存在種種局限。

  傳統模式的三大弊端

  瀑布流是一套成熟的廣告交易模式。在該模式下,開發者會按照曆史eCPM出價數據來分層設置廣告填充請求,在高價位廣告填充需求未得到響應時,瀑布流會循序自動向下一層級發出廣告請求。

瀑布流與應用內競價的廣告交易示意圖
瀑布流與應用內競價的廣告交易示意圖

  瀑布流也是程序化的廣告交易技術。對開發者來說,它的優勢在於能夠提高廣告填充率;相應的,對廣告平台來說,它則可以在瀑布流的高、中、低各層中都能獲得競價機會。但出於其固有機製的局限,瀑布流模式存在著3點主要問題:

  首先,該模式最大的局限,或許是其根據曆史價格的平均值來設置分層請求的機製,這導致變現數據不透明,需求方也無法訪問更多的廣告庫存。

  事實上,需求方的出價並不固定,它可能因為想獲得優質的展示機會,臨時出一個更高的eCPM。但由於曆史出價偏低,需求方就只能在固定的競價區間內參與競拍。廣告主出價機會受限,也意味著開發者潛在收益的流失。

  此外,出於上述機製的問題,瀑布流的排序優化工作也隨之變得複雜和繁瑣。它往往需要開發者投入人工進行定期維護。對中小團隊而言,這可能是其最消耗不起的時間與人力成本。

  再者,手動設置的機製與間隔請求會影響廣告的回傳速度,而瀑布流中的廣告聯盟(Ad Network)層數越多,廣告延遲和無廣告返回的發生概率也就越高。

  應用內競價方案則解決了瀑布流的種種不足。前者是程序化的交易技術,因此減免了開發者的人工投入;它允許需求方進行公開競價,因此人人都有參與競拍的機會,而變現數據也更加透明;隨著競價行為的實時進行,廣告回傳的延遲問題也得以減少。

  我們來看一個案例。Geisha Tokyo是日本東京一家員工剛滿30人的遊戲開發商,其開發的休閑遊戲《Traffic Run!》去年5月在全球下載量超過了490萬次。為了進一步擴大遊戲收入,Geisha Tokyo將變現模式切換至應用內競價。

  據葡萄君瞭解,新的變現結構,最終讓《Traffic Run!》的ARPDAU增長幅度超過了30%。Geisha Tokyo後續在《Dinosaur Rampage》等其他熱門遊戲中也使用了應用內競價,收入情況均得到改善。

  如何通過新技術最大化變現收入?

  瀑布流單就優化工作而言,就已經給開發者平添了不少成本。而在收益最大化方面,它也無法令人滿意。應用內競價的操作是全自動化的,其競拍機製,也給了開發者更多的溢價機會。這些或許就是新技術受到青睞的原因。

程序化競價
程序化競價

  那麼,開發者該如何使用應用內競價來突破收入瓶頸?在葡萄君看來,對大部分開者來說,技術的實現無異於是做一個新選擇:開發者需要選擇支持應用內競價功能的廣告聚合平台。

  葡萄君注意到AppLovin近期在競價方面採取了很多動作,也是業內最早著手於應用內競價的全球性平台之一,他們在去年9月正式推出了應用內競價解決方案MAX。值得一提的在於,該方案在支持應用內競價的同時,也兼容瀑布流分層模式。在兩種技術方案的結合之下,混合模式也成了MAX的優勢之一。

  事實上,在接入新平台之前,開發者或許會面臨一個向新模式過渡的問題:並不是所有的主流廣告聯盟都支持實施競價。而為了繼續和固有的廣告主合作,開發者可能還需要繼續使用現有的變現方式。

  為了方便開發者從現有變現方式中無縫轉移至應用內競價,AppLovin平台推出了A/B測試工具。該功能允許開發者將競價和瀑布流分層進行比較,從而看到兩種模式下的收益變化,比較的結果將能幫助開發者優化變現策略。

  前述的日本開發商Geisha Tokyo就曾通過A/B測試,從而在應用內競價與瀑布流模式中獲取更多的競價方。這讓《Traffic Run!》在已經實現10%的收益增幅的前提下,又額外增長了21%的ARPDAU值。

  所以到最後,開發者還是得看聚合平台上有多少廣告聯盟參與競價,畢竟競爭越激烈,潛在收益就越高。據悉,目前AppLovin的MAX已經聚合了Facebook Audience Network等20多家廣告網絡。

  可以說,任何規模的開發商都可以通過應用內競價而獲益。對於規模不大的團隊而言,這項技術的價值或許更大。因為在傳統變現模式中,他們可能沒有條件去維護眾多的變現平台。

  再來看一個案例。Tripledot Studio是英國倫敦一家規模不足30人的小工作室。他們的主打產品是一款紙牌遊戲《Solitaire》。對這一團隊來說,如何減少維護瀑布流的工作量是一大挑戰,因為他們需要更多的時間和精力去專注遊戲的研發與優化。

  Tripledot最後通過應用內競價解放了人力。他們還發現,遊戲所收到的展示次數也有所增加,ARPDAU則增長了20%。

  應用內競價將成為趨勢

  從去年開始,與應用內競價相關的聲音不斷從海外流入業內。葡萄君從AppLovin瞭解到,以他們的數據來看,不少海外遊戲發行商已經通過應用內競價實現了連續數月的收益增長。

  儘管國內開發者使用情況還不廣泛,但主流變現平台都在力推的新技術,我想它必然會成為今後的趨勢。而對於這點,MAX負責人去年在接受採訪時曾表示,‘應用內競價技術是大勢所趨,整個移動遊戲應用生態系統都將因應用內競價而獲益。’

  雙贏的理由在於新技術的兩大優勢:競價的程序化與透明化。對廣告主而言,他能獲得跨平台的 ROAS(廣告支出總回報)數據;對開發者來說,他能夠通過新技術節省人工,降低運營成本,最大化收益。

  不過,新技術的普及還存在著挑戰。在技術發展的早期階段,開發者不可能輕鬆轉變固有的變現思維。這個過程始終需要花點時間。但嚐試一種新技術,或許就能找到一種變現的新思路。

  來源:遊戲葡萄

更多新聞