查看原文
其他

3 个方向,让你的 ROAS 表现越跑越优

助力开发者的 Mintegral
2024-10-10

环境低迷、通胀加剧。抓住「确定性回报」、把投放预算花在刀刃上,是当前广告主对抗不确定性的头号课题。

Target ROAS 智能出价让不少广告主找到了方向,在机器学习的赋能下,以 ROAS 为目标,实现质量、效果和效率的「三效合一」,获取优质用户。

但在实操过程中,怎样才能最大化拉升 ROAS 表现、提升整体 ROI?在增长乏力时,应如何优化和应对?

来自 Mintegral 开发者运营总监 Zoe 理出三个方向,助你高效优化投放策略,让 ROAS 表现越跑越优。

Zoe He
Mintegral 开发者运营总监


增长笔记预览

  • 用好 Target ROAS,从理清需求开始

  • 提升 Target ROAS 投放效果的 5 个关键

  • Target ROAS 增长乏力突破点



「以质为先」还是「质、量兼顾」? 
理清需求、选对策略,
提升 Target ROAS 跑量天花板

尽管 Target ROAS 智能出价拥有自动化投放、ROAS 收益为先、保证用户质量等优点,但并不一定满足所有应用各个阶段的投放需求。

在应用的生命周期中,不同阶段可能对应不同的获客目标。

比如,将应用发展阶段与获客目标梳理成漏斗,在应用上线初期,下载量成为打开市场的刚需;

而随着应用成熟度的提升,能产生特定应用内交互行为、进而带来确定性 ROAS 收益的优质用户成为最终目标。

因此,要想最大化提升投放效益、达成推广目标,理清投放诉求、选对竞价策略是大前提。

拿同样能实现获客的 CPI 出价模型与 Target ROAS 智能出价对比,尽管两种广告活动都能实现「质好价优」的增长效果,但却各有侧重:

  • Target ROAS 智能出价更看重「质」,以用户的创收能力为首要考核点,能根据广告主设定的 ROAS 目标实时出价,用更合适的价格买到更高质量的用户,保障投放回收效果,为广告主高效捕捉创收能力强、应用内表现好的优质用户,实现沙里淘金。

    因此,从投放目标出发,以用户创收能力为首要考核目标的开发者,都可以尝试使用 Target ROAS 智能出价提升投放效益。

  • CPI 出价模型更关注「量」,能让广告主在预算有限的情况下快速起量,尤其适合有冲榜需求的广告主。

而要想「质」、「量」兼顾,最大程度上保证市场份额与买量效果,开发者可选择「CPI + Target ROAS」双线并行模式,根据需求分配两者之间的预算,突破买量效果天花板。

目前,在 Mintegral 平台上,超休闲休闲中度游戏等以 IAA 或 IAA+IAP 混合变现为主要变现模型的品类,Target ROAS 智能投放表现最佳。



5 大策略,
让 Target ROAS 越跑越优

在深入具体的优化策略前,先来了解 Target ROAS 智能出价功能的算法逻辑及运作阶段:

#

第一阶段:数据积累,打磨算法模型

在广告主开启全渠道数据回传后,Mintegral 在 ROAS 优化前就能开始积累事件样本,帮助广告主以更低的冷启动成本,撬动量级更大、效果更优的投放效果。

在这个阶段是一个「打磨期」,虽然耗时很短,但算法模型依旧需要尽可能多地吸收转化数据,进行安全、脱敏地深度学习,才能精准、快速地找到优质用户在哪里、怎样的投放才能更高效。

在这个过程中,给模型输入越多的数据,就意味着后续的智能投放起效越快、稳定性更高。

#

第二阶段:开启智能投放,实现目标 ROAS

在完成了第一阶段的机器学习后,广告主就可以设定 ROAS 值和原始出价,开始使用 Target ROAS 智能出价进行自动化投放。

在预算分配上,Mintegral 的算法会根据实际消耗和投放预算间的差值空间,动态调整出价策略。

差值空间越大,Mintegral 算法便会采取更积极的出价策略、获取更多的优质用户,在尽可能保障广告主目标 ROI 的同时,最大化提升获客规模,同时反哺预估模型,形成「量越大、质更优」的正向循环。

#

第三阶段:稳定优化,逐步升级

随着算法模型在自动化投放中不断优化,Target ROAS 智能投放活动会进入稳定期,围绕 ROAS 目标获取优质用户。

因此,想通过 Mintegral Target ROAS 智能出价获得更优的投放表现,广告主可从以下五大策略入手:

策略 1

尽早开启全渠道数据回传

让机器模型充分学习,降低冷启动成本,提升投放效率。

策略 2

合理设定目标

ROAS 目标值并不是越高越好。如果设定太高,算法可能会想方设法让每次投放都尽可能带来高价值客户,导致量级受限。

广告主可以根据产品回收曲线、用户 LTV 来合理设置 ROAS 目标,也可以基于 Mintegral 近一周的投放表现数据,来设定首次目标数值。

策略 3

提高原始出价、备足投放预算

Mintegral 建议:

  • 在出价上,把价格定在原始成本的 1.2 倍以上,让算法得以获取更充沛的数据、触达更优质的用户,让模型「越跑越优」。

  • 在投放预算上,单日预算至少为 $500 美金,尽可能让算法有更大的空间进行机器学习,早日完成模型训练。

策略 4

选取优质素材

采用历史表现优异、互动表现出色的优质素材进行投放,提升投放效果。

Playturbo 集可玩与视频编辑器、录屏工具、创意模板于一身,让开发者无需代码,即可批量化制作优质创意、迭代个性化素材。

👇扫描二维码,立即试用👇

策略 5

CPI + Target ROAS 双线并行

搭配使用 Target ROAS 智能出价与 CPI 出价模型进行投放,能更好地兼顾投放的「质」与「量」,最大化提升买量效果。


Mintegral Target ROAS
增长案例(点击查看更多👉)

10 亿+ 全球下载,80+ 款手游;

代表游戏:
Attack Hole - Black Hole GamesFight For America: Country WarMerge & Fight - Dinosaur Game

Mintegral Target ROAS
增长表现:


25%

D0 ROAS
涨幅

74%

Target ROAS
投放预算占比峰值


(点击查看大图)

5 亿+玩家,2.5 亿+月活

代表游戏:
Kick the Buddy、Tomb of the Mask、Bowmasters - Multiplayer Game

Mintegral Target ROAS
增长表现:


58%

D0 ROAS
涨幅

87%

来自 Target ROAS
安装占比

7.4 倍

投放预算
占比提升


(点击查看大图)


全球下载量超 6 亿,覆盖国家 100+;

代表游戏:
《茶叶蛋大冒险》、《出家模拟器》

Mintegral Target ROAS
增长表现:


(点击查看大图)




东南亚地区 Top 3 游戏发布商,全球超 5 亿下载;

代表游戏:
Stick Hero: Tower Defense、Where is He: Hide and Seek、Galaxy Attack: Space Shooter

Mintegral Target ROAS
增长表现:

(点击查看大图)



👈 左右滑动查看更多 👉



Target ROAS 增长乏力?
试试这样去突破

在实际开跑 Target ROAS 智能出价的过程中,如果发现投放表现增长乏力,可以从以下几个方向尝试突破与优化:

1

开跑初期未达预期:
检查 ROAS 目标设置,
等待算法模型打磨完成

在 Target ROAS 开跑初期,正如上文提及,由于算法模型需要尽可能多地吸收转化数据、进行深度学习,为后续的自动化投放打好基础,在这个阶段,影响投放表现的关键因素主要是模型训练的时间和空间。

因此,在这个阶段,如果 Target ROAS 智能投放表现未达预期,我们从空间和时间维度给出以下两个建议:

  • 检查 ROAS 目标设置是否合理。

    正如上文所说,过高的 ROAS 目标反而会压缩跑量空间,导致算法无法得到充足的转化数据进行机器学习,不利于算法模型的打磨;

  • 给足耐心,等待算法模型打磨完成。

    目前,在合理设置目标及出价的情况下,Mintegral Target ROAS 智能投放算法学习期稳定在 7 天以内。


2

峰值过后增长乏力:

全渠道诊断,

逐一检查指标表现

在投放成效到达一定量级后,一些开发者可能会遇到增长乏力的情况。

这种情况下,没有开启 CPI + Target ROAS 双线并行策略的开发者,可以优先开启 CPI 进行补充拓量。

如果已落实双线并行,开发者可参考以下思路进行排查优化:

  • 确认产品增长阶段:查看量级增长乏力是所有投放渠道都有的普遍现象,还是只出现在个别渠道中;

  • 检查投放素材表现:查看素材的 IVR(每展示转化率)及 CTR 转化表现。如转化表现下降,建议迭代投放素材

  • 对 CPI 出价进行子渠道优化,提升投放表现;

  • 恢复近期调整过的 Target ROAS 投放目标与预算(如有),减少对智能算法模型的人工干预。

如果上述维度都排查无误,可联系您的 AM 或商务寻求指导和协助。


想和 Mintegral 一起,
持续提升 ROAS 投放表现?
👇 扫码联系 Mintegral 👇




推荐阅读      






联系我们,实现全球增长

继续滑动看下一个
Mintegral
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存