产品|灵眸大赏FunPlus联席CTO伍涛:内容为王、数据驱动、精品打造( 三 )


此外 , 我们会通过已有的数据分析能力 , 进一步赋能产品、运营、市场等业务线 , 具体来讲有以下几个细分方向:
产品|灵眸大赏FunPlus联席CTO伍涛:内容为王、数据驱动、精品打造
文章图片

第一 , 通过对市面上现有产品的进行调研及数据归纳 , 定期进行品类研究的输出 , 帮助项目组了解品类内的玩法变化与发展趋势 , 为后续产品玩法微调提供信息;第二 , 通过对题材的深入探索 , 在大题材下找到可以继续深挖、放大的内容元素 , 为产品老题材焕新提供思路;第三 , 通过持续的竞品研究 , 保持研究人员对对业内产品敏感度 , 同时为在研产品提供更多的玩法、市场参考信息;第四 , 全球画像研究 , 通过每年定期更新区域用户画像 , 帮助产品更好理解不同区域用户;第五 , 尖叫度测试验证 , 通过邀请核心玩家参与项目测试 , 帮助优化产品的核心玩法;第六 , 目标用户验证 , 在完成前期用户特征分析后 , 我们将对UA创意素材、新增游戏玩法进行目标用户验证 , 通过用户反馈 , 更直观的了解以上内容是否可以吸引到玩家 。
众所周知 ,FunPlus是一家非常注重市场发行的公司 , 所以我们在买量决策这个环节做了深入的研究和探索 , 逐步积累出了一套完整的决策引擎系统 。 这套买量决策引擎系统不仅能在宏观层面帮助我们依托于当前整体买量情况做回本预期调整、预算规划等宏观调控 , 同时也能在实操层面落实到具体的素材调优、广告优化这些实际市场调整操作中 。 具体来看 , 我们的买量决策引擎由四部分构成:
第一是自研广告SDK 。 它会帮我们实时采集新用户的行为数据上报给云端大数据系统 , 我们会对新用户进行潜力分析并编码 , 通过SDK上报给苹果用于其归因 。 通过SDK与新用户的实时交互 , 帮助我们的数据引擎提升IDFA等核心数据的采集率 。
第二是归因环节 , 我们将苹果、MMP、各家媒体和我们自己的数据全部灌入我们的融合归因模型 , 产出设备/用户粒度的归因结果 , 精准地获知各个媒体各个广告素材的广告投放效果 。
第三是基于对用户的长期洞察和建模分析 , 我们已经能基于用户的早期表现(比如3天)来对用户长线的LTV进行精准预测 , 并结合广告归因 , 我们就可以在分媒体/广告/素材等维度上得到快速且准确的回本预期 。 决策引擎就可以依据素材标签、用户标签、媒体优化手段等等数据结合回本预期 , 给出快速及时且有效的调整策略方案 。
第四是广告投放 , 目前我们与谷歌、FB、头条、快手等多家媒体深度对接合作 , 帮助我们把决策模型的调整方案快速落地 , 尤其是通过S2S方式来向广告平台传递信号 , 干预广告的算法学习模型 , 让我们的广告展示到用户价值更高、素材相关性更好、性价比更高的人群上 , 从而实现更智能高效的流量采买 。

推荐阅读