12月10日，由罗斯基联合Topon、钛动科技共同主办的《游戏赛道新机会》主题系列沙龙在武汉举办。活动邀请了国内外多家业内知名公司的负责人到场分享，现场嘉宾分别从自己擅长的领域出发，通过数据分析，案例复盘等多个维度方向进行讲解与经验分享。

在活动上，哈乐沃德变现负责人喻久港带来了《休闲游戏广告变现收入提升心得》主题分享。其详细讲解了广告变现的原理，各项关键数据指标以及广告变现的优化方法，希望可以帮助到开发者。

以下为分享内容整理

大家好，今天我的分享将围绕提升广告变现收入展开。主要分为三部分

1.多看—关注市场变化

2.多想—思考背后的原因

3.多测—该怎么做

多看—关注市场变化

大家都知道，休闲游戏的商业化本质就是LTV>CPI，关于LTV可以接着拆分，LTV是每日ARPU和留存相乘得来，是整个生命周期的总价值，ARPU值可以拆分为eCPM和广告频次。

变现主要是讲eCPM和广告频次，至于留存就是提升玩法深度和整个游戏的方向。所以接下来主要讲一下提升eCPM和广告频次。

先来看一下休闲游戏的演变过程。《Flappy Bird》是2013年前后火的，日赚5万美金。如果各位把自己的游戏拿到2013年，都可以做到这样的成绩，因为2013年没有那么多游戏，当时游戏接的广告变现没那么多要求，有广告就行。

2014-2015年的时候《2048》火了，这个时候的广告变现已经有多家广告平台，所以他们把这套逻辑跑通之后，在2014-2015年发展的比较好。2017年Voodoo出现，做了《Helix Jump》等游戏，他们在广告变现中接了多家广告，并且在不同产品之间相互导量，在用户流失之前，从这个游戏导到另一个游戏去。所以他们的买量成本非常低，并且广告变现的手段更丰富。

2019年春节期间，《消灭病毒》出现，这个时候广告变现是穿山甲独家。2020年iOS14出来后，Facebook宣布了两个事情，一个是12月3日后不再对新创建的广告ID填充waterfall广告，另外就是2021年3月31号后，不再填充传统广告，只填充bidding广告。所以这两个时间节点要注意。

接下来讲一下人均视频数。因为ARPU值等于eCPM*人均视频数，人均视频数我提炼了一下，主要是两点。

一是场景到达率。大家做游戏时都知道，复活要做，签到要做，可能游戏中做了很多激励视频点，但是用户不买账。这时就要分析，是用户不知道有激励视频，还是用户知道但是不点。这就是场景到达率，有多少用户到了激励视频场景。如果到达率太低了，那么可能场景的引导有问题，用户根本不知道这个位置，需要加强引导。

二是用户到达了场景，但是不愿意点。这时需要判断是不是激励不够，比如说用户觉得双倍金币可有可无，那他当然不点。那是不是可以把两倍变成三倍，甚至是四倍，当然前提是不影响游戏内数值。另外就是激励视频的弹窗按钮放左边还是右边，用什么颜色，都是有优化空间的。一定要结合自己的产品做AB测试，提升场景到达率和用户点击率，只有这两个提升了，对应的视频数据才会提升。

分享一些内部数据。场景到达率低于50%，那么场景设计可能有问题。要尝试加强更多引导，所以说广告埋点一定要想一下，在用户行为轨迹上做埋点，可能更有价值，这样人均视频数才有可能提高。

多想—思考背后的原因

刚刚讲了市场的变化，当然具体情况要根据自己的产品来判断。其中提到接多家广告平台，下图是做的数据模拟。假设只接一家渠道A，每天有1万次请求，第一层填充率30%，第二层全部无底价。这时以1万次请求来算一下收益。

第二种是依旧接一下，拆分成三层。那么在第二层填充率只有20%。那么经过计算对比可以看到，分三层相对两层可以提升8.37%。可能数据有些绕，简单来说就是，商户进货猪肉是整只来的，卖给客户的话会分不同的部位不同价格，这样利润会更高。那流量也可以这样分，优质的给谁，次一点的给谁，这样的话整体eCPM就有提升空间了。

当我们在一家渠道之外再接入一家渠道B，那么进过理论上的计算后发现，分四层比三层可以提升1.72%。每多加一层提升一点，这样整体的提升空间会很大。

一个小彩蛋，为什么举例的数据第一层填充率都是30%？经过我们内部测试数据发现，当整个waterfall层级低于10，第一层的填充率控制在20%-40%是比较合理的。因为收入的大头都在头部，只有头部有更多的填充，对应更多的展示次数，整个的ARPU才能是正向的。

有的时候做聚合，填充的层数有30层-50层，那么第一层的填充率可以相对的往下调，最低不能低于1%。这里有一个参数是，每一层的展示次数最少保证5000次每天，尽量到达1万次每天。我们自己最多的层数达到40层，这是根据自己聚合请求的决定的。因为假设每层请求消耗10秒钟，40层需要400秒，用户在游戏中就10几分钟，就看不了几次广告了。所以要根据自己的产品以及请求逻辑判断具体分多少层。

说完waterfall来看bidding。Bidding的逻辑是每一次展示都给予最高的价格，举个例子，假设有A,B,C三家平台，在不同的时间节点请求，对应的价格都不一样。可以看到，如果按照传统瀑布流，那可能A在前边，或B在前边，或C在前边，永远都是一家在前边。你就无法知道谁高谁低。

而bidding的话，会反馈每一次当前最高价格，所以你可以知道整个曲线中最高的一个点。不管外边怎么变动，你的eCPM都是最高的。所以这就是bidding比waterfall更先进的原因。

关于eCPM，罗斯基在知识星球中进行了详细的总结。

在提升人均观看次数方面，下面列举了几个注意事项。

一是看激励视频前，一定要让用户知道，看这个激励视频可以获得的奖励。如果在视频前没有展示具体奖励的话，这就违规了。

二是激励视频的UI，一定要做AB测试，到底是2倍还是3倍，用什么颜色，放左边还是右边，都可以测。

三是奖励倍数要结合游戏数值以及产品的结构做AB测试。

四是用户看完激励视频要给用户强烈的特效提醒，让用户知道看完激励视频可以获得什么奖励。如果用户看完不知道获得了什么，以后可能也不会再看了。

五是一个心理学相关的，让用户觉得激励视频不看就亏了，那么视频的点击率会更高。比如打boss到80%失败了，用户就愿意看激励视频复活。如果是20%可能更愿意重新打。

六是关于奖励物品的参考价格。为了平衡激励和内购，激励奖励的价格要和最小SKU内购的价格进行匹配，建议是1/5-1/10。

多测—该怎么做

以上分享的内容只是适用于我们内部，具体情况还算需要各位自己测试。分享一些测试的经验。

首先是借助第三方，顺势而为。假设某家公司在穿山甲月收益100万，那么现在穿山甲推出了新兴助推计划，超过30万补贴10%，超过150万补贴20%，超过600万补贴30%。我建议有国内流量的开发者可以申请，是对开发者的额外补贴。

此外还有腾讯优选计划。如果产品能到达次留标准和产品测试标准，参加优选计划可以得到额外扶持。

第二是用好聚合。如果是自己做聚合，要注意请求完一个广告之后，多长时间再请求下一个广告。这个时间间隔如果太长，会导致广告分层，或者整个广告请求一轮的时间变长，所以建议大家用聚合。

第三是利用好已有数据。要把数据和变现打通，如果有BI，可以更好的通过数据做决策。现在市面上已经有很多新工具，比如基于广告回收来买量。我们内部做了一个工具，基于不同渠道，甚至细化到compaine买回来的用户带来的回收占比，这样我们可以知道是赚钱还是亏钱。亏钱立刻停止，赚钱继续扩大。因为有这样的工具可以更好的指导我们买量，如果没有工具可能只能算平均值。有了这些工具，可以把数据拆分的更细，更有利于指导我们基于数据做决策。所以建议大家将能拆分的数据都拆分。

关于eCPM的几条建议。在海外市场建议接优势渠道，Facebook和Admob肯定是要接的。在国内，穿山甲，优量汇这些优势渠道都接，能申请的补贴都申请。

用好激励视频，用好bidding。刚才提到，2013年的风口是有游戏，有广告变现就行，现在更倾向于bidding。所以站在这个时间节点，更早接受新技术，可以获得更多优势。

用好AB测试。不管别人给你什么样的建议，都可以测试一下，用数据说话。别人的建议不一定适合自家的产品，所以都要基于数据做判断。

关于人均视频数的总结，就是分析场景展示率和用户点击率，这两个数据解决了，人均视频数就不会太差。

大家知道Playrix是做三消最大的厂商之一，他们的玩法就是“三消+X”。现在三消买量成本很高，所以做“三消+X”玩法。三消用户买的差不多了，那么就把“X”玩法放前边，用副玩法吸引用户进来，然后他玩三消。这样一方面降低了成本，同时扩大了用户规模。所以说，如果大家的产品有两个功能，那建议先做主要功能推广。如果CPI很高，做不下去了，可以尝试用第二功能吸引用户，这样可以扩大用户范围。

将投放和变现数据打通，如果有能力就自己搭建BI，如果没有就借助第三方。

向自动化看齐。现在变现用bidding了，投放也是AEO或者UAC2.5买量都推出了，所以投放变现都尽量向自动化看齐，解放人力。

学习广告原理。如果不懂广告原理，可能只知道别人这样做，但是不懂原因。以后遇到类似的产品怎么调还是不知道。只有完全了解广告流程，通过哪些方法，在哪些地方提升，才更有可能把ROI调正。

最后推荐两个学习渠道，《计算广告》这本书我看完了第一版，收获很大，第二版是近期新出的。这本书读起来有些晦涩，主要是讲互联网广告的整套逻辑，教的是底层逻辑还有算法。如果大家觉得看书晦涩难懂，可以加入罗斯基的知识星球，了解更多一手消息。