完全指南 - 论应用内广告细分，最大化用户价值

近日，ironSource产品策略总监Justin Norman就如何进行应用内广告细分进行了分享。用户细分，对游戏行业而言并不是什么新鲜事，面对新冠疫情带来的影响，移动游戏应用开发者也在不断寻求竞争优势。随着细分工具日趋先进，更深入的广告细分无疑在游戏生态系统中变得越来越重要。

以下，是一些可实施和测试的广告细分准则，可以帮助您在提升游戏价值的同时增加变现收入。

初阶细分

将用户分为付费组和非付费组是细分玩家最常见，也是最基本的一种形式。这种方法将玩家分为游戏付费或未付费的用户，以此调整用户观看广告或可能观看广告的行为。在此基础上，可以删除付费组的所有广告，删除部分非激励广告或者调整广告展示位置及展示次数 。
如何对待这两个不同的用户群体，没有一刀切的解决方案，但必须考虑的一点是如果100%删除付费用户的所有激励广告（包含那些有价值且用户会自主去参与的内容） ，会造成什么影响呢？这可能会被付费用户看作是一种“惩罚”或者枯燥的用户体验，最终可能会导致他们流失。

1. IAP的用户：
他们可能会决定在稍后再观看激励视频，以便可以继续流畅完成游戏的关卡，在进入后面更高难度的关卡时再进行另一次IAP。这些游戏用户都是终极忠诚用户，他们会在那些旨在让他们在游戏中不断通关的游戏机制中发现价值，而这些游戏用户往往比单纯的IAP用户具有更高留存率。

通过这种细分，您可以进一步了解两个重要区别：

1. 1. 新用户从何时起被视为非付费用户玩家
      例如，安装游戏后第7天，或者不通过付费购买而能达到某个游戏级别关卡。
      

1. 付费用户在购买多少天后将再次被视为非付费用户
   这些细分的定义方式可能会对您的游戏指标评估产生重大影响，例如每日活跃用户的ARPDAU、用户留存率、LTV，甚至包括应用商店排名。

此外，根据用户的游戏进度和参与水平，可以考虑将较可能成为付费者的用户视为不同群体。同时，我们也了解到观看激励视频的用户，进行应用内购买的可能性也非常高。综合考虑游戏收入和可玩性，不建议限制奖励广告频率或延迟其观看激励广告。

2. 无IAP且广告互动率低的用户：
应单独进行处理。我们仍可以通过激励广告吸引这些用户玩家，以促进变现和留存，同时也可以向他们展示插屏广告和横幅广告等非激励广告。

确定好该组用户后，最好通过增加或减少他们所看到插屏广告的频率来进行测试，并作进一步细分，以找到适当的平衡点，从而让ARPU/LTV达到最大。如果插屏广告过多，则用户将丧失兴趣并流失。而如果插屏广告不足，则有可能从他们身上获取不到分文价值。

事实上，玩家会转换细分组类型，这是一件好事。因此，详细列明该如何对待每个组别中的用户，才能获得最佳回报。

进阶细分

1. 国际及地域：
例如，某种策略可以根据特定的玩家特征（例如国家/地区）来调整奖励额度甚至奖励物品，不同地域之间的动态价值交换并不是一个新概念。这是IAP的常见做法，对于特定购买给出的奖励会根据玩家的地理位置而有所不同，以便吸引更多玩家购买，同时又符合其购买力的实际情况。

同样，在玩家观看激励视频所获得的价值回报方面，也可以将这一逻辑应用到不同地域的玩家身上。例如，处于T1地理位置的玩家可能需要提供较高奖励额度才能吸引其观看视频，而处于T2或T3地理位置的玩家可能无需同等奖励就能吸引他们观看更多视频。在这些情况下调整激励措施就可能很有用。

2. 关卡和游戏进度：
对玩家给予动态激励并不仅限于上述方法措施，正如可以按地理位置对玩家进行细分并给予其相应激励，也可以根据玩家所在关卡或游戏进度来对其给予奖励。随着玩家对游戏的投入越来越多，游戏机制也随着进度自然提升，他们对更多虚拟商品的渴望或需求也会越来越大。

当越来越多贵重物品需要以更高价格购买时，绝大部分玩家都不会这样做，这样将面临选择：彻底放弃玩家，或者为观看激励视频的玩家提供与之前截然不同的更高激励措施。应将这一类细分方法作为付费组对比非付费组细分方法的补充，这样才不会降低游戏IAP的需求和价值。

3. 首次下载渠道及方式：
要进行进一步细分，可以根据用户第一次下载游戏的渠道和方式来进行。玩家是否通过交叉推广广告下载了这个应用？具体是哪个广告活动？玩家是否从其他游戏中转化过来，如果是，他们来自哪种游戏类型，超休闲游戏还是重度游戏？所有这些获取流量渠道都有可能形成不同的用户细分维度段，使得用户的广告体验也会截然不同。

量化收入

游戏是内容丰富且涵盖范围广泛的行业，用于支持游戏的技术（称为游戏技术）同样复杂而精深。广告收入量化工具（ARM）是游戏技术行业能够提供的其中一种工具，它可以针对所有广告网络中的所有广告单元，分析计算每个设备所产生的广告收入。ARM能够洞悉广告变现行为，因此它可以帮助更好地完善广告细分。

例如，可以使用来自ARM的数据来定义用户分组，例如更常观看特定类型的广告单元（激励视频、插屏广告、横幅或积分墙）的用户，然后调整相应的广告策略。ARM工具还可以汇总用户的总价值并计算其广告LTV。这些细颗粒度数据，让开发者能够预测用户成为广告达人用户的可能性，随后可利用不同的广告策略来引导该用户进入新的广告细分。

因素预测

更精细化细分的价值，不仅仅在于细分策略的选择，还在于利用大数据预测获取更多收入的能力。如果从创建的下一个细分级别中获得的收益不大，那么这种努力就毫无意义了。
为此，必须能够直接将细分策略与用户参与IAP或观看广告的可能性进行关联，也就是所谓的预测参与度因素。如果找到了可产生更高用户留存率、应用内购买和观看广告率的细分模式，那么将获得积极有效的边际收益。