莉莉丝江锐：厂商侧构建高效买量策略的3大底层布局

GameWay 游戏展会 2020-12-22

5.35K 莉莉丝江锐：厂商侧构建高效买量策略的3大底层布局已关闭评论 59

“好的游戏内容配合精细化买量才是实现增长的最优解。而高效买量的核心本质是优化成本，扩大规模。用户获取的根本是找对人、说对话、出对价。所有的高效策略都是围绕着投放线、数据线和策略线三个业务模块进行，这也是莉莉丝搭建底层流量的基础。”

11月26-27日，由全球营销商业权威媒体平台Morketing举办的以“进化”为主题的Morketing Summit 2020灵眸大赏在北京·中国大饭店成功举办。莉莉丝游戏广告技术中心负责人江锐先生在11月27日的“游戏分场”，以《厂商如何构建高效的买量策略》为题，进行了演讲分享。

江锐在分享中表示，“优秀的发行能力才是游戏品质的放大器。而在发行能力中，买量能力是最核心的一个模块，在这个模块中广告技术起着举足轻重的作用。总的来说，好的产品配合强有力的放大器，最终才能释放出无限的价值”。

以下为演讲实录，Morketing编辑整理：

大家好，我是莉莉丝游戏的江锐，今天主要想和大家分享下在游戏行业如何用广告技术来构建比较高效的增长策略。

我个人是在2000年左右就开始接触游戏行业，当时和朋友做过文字mud游戏，这应该是国内网络游戏最早的形态；中间还做过开源论坛的开发者；2006年大学毕业后，做了四年的电商运营；之后便开始了创业，主要工作内容是将电商服务化业务和互联网引流到线下门店，算是最早的O2O形态，也是从这个时间节点开始，我进入了广告技术领域。

4年的电商运营经历加上2年的创业经历，我个人最大感悟就是，互联网所有的商业基础都是流量，所有互联网企业做的其实都是流量生意，区别仅仅在于电商卖的是商品，而游戏卖的是内容。

2011年，我去了游族，真正将广告技术作为个人的职业发展路径，2018年转战莉莉丝游戏，8年的时间，经历了国内游戏从页游时代到手游时代的变化，从构建国内买量策略到2015年游戏厂商开始做出海买量策略的市场迁移。

基本上述的从业背景和经历去回溯总结，会发现做好买量发行等一系列事情的核心就是广告技术。

01、内容为王与流量之上不冲突

广告主侧的广告技术更重要

莉莉丝游戏目前在行业内最明确的标签之一应该就是买量发行。

·高质量内容+精细化买量=游戏发行最优解

今年《剑与远征》与《万国觉醒》上线后，所有人都有一种被广告包围的感觉。甚至有业内的同行表示，莉莉丝发游戏的节点，他们都要回避一下。这主要是因为莉莉丝可以将所有的媒体和流量进行全方位的包断，也因此形成了一种新的发行流派——一波流打法。而这种流派产生的背后都是基于莉莉丝的广告技术在做支撑。

在目前行业红利殆尽的大背景下，大家公认游戏的品质是第一位、是基础，但单有游戏品质是无法完全在市场立足的，优秀的发行能力才是游戏品质的放大器。而在发行能力中，买量能力是最核心的一个模块，在这个模块中广告技术起着举足轻重的作用。总的来说，好的产品配合强有力的放大器，最终才能释放出无限的价值。

什么是广告技术？从最早的CPT广告开始，到今天数据加成下的精准营销，广告技术一直在进行着变革。对于广告技术，大多数人的传统认知都认为它是媒体侧的，比如谷歌、头条、Facebook等等，这些公司才需要最大程度的应用广告技术提升整体的商业化能力。

但其实，广告技术不单单是服务于卖方市场，由于买卖的互通性，买方只有懂得卖方市场怎么卖可以卖的更好，才能更合理的去买。所以在广告主侧的广告技术可能会更加重要，要懂媒体侧广告技术的变化，以及变化下应该如何应对，做到比竞争对手更快一步，抢占市场和流量红利。每次媒体侧新推出的功能或者一个优化策略，先入者都会抢占一波红利。

内容为王和流量至上并不冲突，反而是相辅相成的。玩家爱好的差异性给予了每一款游戏机会。好的游戏内容配合精细化买量才是实现增长的最优解。

02、精细化买量如何用广告技术承接？

投放线+数据线+策略线

如何用广告技术去承接这个最优解？广告是入口，运营是收口，通过数据体系建立闭环，最终形成效益最大化的买量体系。

莉莉丝将这套体系拆分为三大业务模块，分别是投放线、数据线和策略线，每个模块都有对应的解决痛点。

投放线核心解决人效问题；数据线解决如何衡量的问题，因为没有数据的度量，增长将成为一个模糊的话题；策略线是在提效果。这三条线各司其职，最终形成数据闭环体系以谋求买量的最大效益。

03、投放线：解决四大问题

投放线是所有业务模块的基础，主要核解决四个方面的问题：

首先是Tracking方式；

其次是数据归因，归因的准确性是做所有价值渠道策略的根本依据；

再者是数据的全链路跟踪，从广告曝光开始，到点击、安装转化以及后续的行为；

最后一点则是账户结构管理与优化。其实大部分媒体属性是类似的，以头条为例，其广告优化策略基本是以海量帐户+海量计划的方式去提升计划通过率，从而获得更多的曝光和转化。《万国觉醒》宣发时一共启动了1400多个广告账户，单日在跑的广告计划将近20万

再者，头条对于不同计划下相同定向和素材里有一个相似度权重，如果相似度一致，则降权，最终无法跑出消耗。因此莉莉丝在设计投放的定向策略时，会将人群包进行拆包，定向拆为N个小包。之后创建广告计划的时候去组合这些小包，于是最终每条计划的包都是不同的。另外，莉莉丝对于人群包的应用，也有不同的策略方式和方法，这块主要在策略线提供服务。

需要知道的是，投放线的背后是策略线在做支撑。

04、策略线：围绕四个点发力

策略线是是解决人效的问题，《剑与远征》宣发时期，仅有两名优化师，《万国觉醒》投放期的也仅是两名优化师带着几个实习生去完成的。

策略线主要围绕四个点发力：

第一点是广告优化，包括出价策略，广告定向，素材选择等等。另外，这条线对应媒体侧的策略产品，由于媒体侧所有的优化模型是黑盒，就需要去解这个黑盒，以此调整投放策略去做相应的应对，最大化的提升广告效果、转化效果以及最终回收效率。

第二点是预测模型，它对于整个买量来说是极其核心的一步。举例来说，莉莉丝在谷歌uac2.5或者头条、Facebook的出价模型上都是基于付费来做出价的。如果以单天用户实际转化回传给谷歌，那么用户量级是有限的，这主要是因为游戏付费存在后置性。

基于上述问题的产生，莉莉丝会根据游戏中用户24小时的生态行为去预测其未来会不会付费，若预测结果是用户会付费，那么这个种子信号将在当天回传给媒体平台，以此来提升模型整体的数据量、学习效率以及用户获取的特征。

第三点是事件优选，其基本方法论是指，以某个特定KPI为目标，比如以付费为目标，去寻找一个或者多个事件和付费的相关性，选择高相关性的进行组合。

目前莉莉丝在众多平台都是基于付费为转化事件进行优化的，不管是facebook的aeo还是谷歌的uac，甚至国内的众多平台，比如巨量引擎的双出价。

然而目前大多数游戏都是以付费作为转化，同时由于付费用户的特征对于每一款游戏基本大同小异，这就导致很多厂商在寻找用户时可能会找到同一群人，厂商需要用更高的出价才能获取到用户，直接提高了厂商对于付费用户的竞争压力。

因此在做事件优选的时候，如果以付费作为KPI的目标，可以通过事件优选模型去寻找跟付费这个事件点相关的一个或者多个事件。借由一个或多个相关事件找到对应人群，将这样的人群作为转化目标回传到媒体侧，让媒体侧去找到更多的类似用户。

相对于纯粹的付费事件的用户，这样的方式一方面获得的人群相对于付费事件会更多，有利于模型学习，利于拿量；另外由于付费相关性高，所以付费效果也不错，整体ROI复合预期的同时获得了更多的用户量。总体来说就是能够更快的提高广告计划冷启动的成功率以及获取用户的效率。

另外一个思路则是基于用户行为分群进行设计，比如《万国觉醒》是一款SLG游戏，里面的用户有城建、采集、PVP、PVE等等属性。如此情况下，可以将用户行为进行组合去看付费相关性，通过这种方式可以提供素材创意的方向，城建的人群配套城建的素材。

最后一点则是素材方向，素材也是一种定向。莉莉丝尝试通过素材标签的方式去拆解整个素材的效果，莉莉丝内部将这叫做素材效果归因，去解释为什么有的素材可以起量，为什么有的素材不能起量？

莉莉丝的具体做法是，给素材打上标签，再去解读标签对于整个转化效果的影响，以此去推导什么样的标签素材和什么样的定向结合效果是最好的。

所以素材体系的建设是莉莉丝策略线一件非常重要的事情，通过给素材进行程序化打标签，从视觉、音乐、故事性、营销卖点等等维度进行回顾分析，拆解素材好的原因和不好的原因分别是什么，同时给予设计师在素材制作上的方向指导，例如一个素材是否需要字幕，以及字幕的文字大小，布局位置等。

05、数据线：形成经营层面上的数据闭环

数据线主要以数据报表为主，莉莉丝在设计这条线的时候，有一个基本目标，就是从用户获取到用户经营，最终上升到公司经营层面的数据闭环系统。用户获取花了多少钱，用户从哪里来，去了哪里做过什么等等行为的全链路跟踪分析；从公司利润率的角度考虑的话，产品保持什么样的利润率，预算是什么样，ROI目标是怎样，这些又来指导整体的买量和运营策略。最终形成从公司经营出发到发行运营向结合的闭环。