IAA实战（三）关键行为具体问题讨论

收到了一些小伙伴的反馈，我这里给出自己的观点。

关键行为的埋点深浅怎么选取？

当前IAA游戏产品的用户指标比较集中，日时长在20到40分钟，次留30%到40%，日IPU在8到20个之间。在此范围内，30%的的激活转化率的点位大概在15到20个全生命周期IPU，ecpm摸高值略高于日平均ecpm。在此点位下，用户关键行为的平均达成时间约6到8个小时，三天内的回流比例可以达到90%以上。

有些小伙伴受一些文档表述的误导，对关键行为的达成设置了较短的窗口期，比如几个小时。就会导致达成率偏低，而且次留不稳定。这里非常不建议这样做。但是3天的窗口期还是有好处的，一个是3天后的有效转化回传对模型优化的作用很小，另外可以有效避免历史僵尸用户对成本的干扰。

为什么是30%的激活转化率？

本质上是优质人群的筛选准确度和效率的平衡。有点像著名的相亲和狗熊捡西瓜的数学问题，那些问题理论上的最优解是1/e≈36.7%。

关键行为能够量化控制用户质量和ROI吗？

不会，关键行为只能提升，不能量化控制。

从数据上看，只有30%的用户能够达成关键行为，他们大约贡献50%的收入。另外70%的未达成用户的质量对整体用户质量的影响更大。

从实测上看，高价高配（高出价高ecpm摸高）的计划的用户arpu不一定比低价低配的高。同一关键行为出价和配置的不同计划，用户质量也会出现稳定的显著arpu差异，最高可以达到10倍以上。

因此我建议，前期以低价低配去跑，不需要特别多的出价和配置梯度，待低价低配的回收跑稳定了，再看情况探索高价高配的流量。

为什么关键行为会先稳定IPU再稳定ecpm？

因为在计划和产品冷启时，IPU不达标是关键行为未达成的主要原因，模型最先感知到相关特征对达成的相关性。IPU的关联特征是用户对游戏玩法的认可度、用户闲散时长和广告耐受等常规特征，ecpm特征需要感知各个联盟变现平台对用户的高出价偏好，更难一些，需要更长周期和更多样本。

为什么是ecpm摸高而非ecpm过滤？

摸高的意思是在IPU个有效激励视频内，ecpm达到一次摸高值即可。这是因为联盟平台一般对高价值人群一般会采取打包曝光的饱和攻击策略。即不会支出一次高价拿个别零散曝光，而是出多次高价拿连续的几次曝光。这里的机理比较复杂，但是确实很重要，是变现优化的重要策略之一，我们交给后面的变现篇幅。