最近花了2周的时间在全国各地跑了一圈,分别和成都、上海、广州、深圳、厦门、北京的买量发行朋友们做了很多交流(主要是喝酒),除了跟很多买量的老司机做了深入交流以外,也接触了不少刚刚踏入买量发行大军的新团队,这篇文章我还是希望继续聊买量这个话题,内容老少皆宜,希望对老司机和新人或多或少都有一些帮助。

本篇内容包括:

1. 从深入分析投放渠道数据,看你是为啥买不起用户的!

2. 土豪入场,年度大片即将上演!

3. 再谈作弊!

1. 从深入分析投放渠道数据,看你是为啥买不起用户的!

大家都知道现在不管Android还是iOS都面临用户越来越贵的问题,我们来从投放渠道的数据来分析一下,首先来看一个数据,这个数据是我选择了最近1个月大家投放的前386家渠道和广告平台(最近一个月累计APP激活数量大于500的平台),其中头部投放渠道5家占整体投放激活量的62.51%,中间渠道31家占整体投放激活量的24.32%,长尾渠道350家占整体投放激活量的13.17%。

从数据中可以看到,头部渠道是目前买量发行竞争最激烈的,这里说的头部渠道包括今日头条、广点通、智汇推(包括智汇推外链)、UC头条和微信MP,对于老司机上面几个平台基本都可以玩转,而对于经验并不丰富的人员,第一堂课都是要学习如何在如上几家渠道买到用户。

紧跟着问题就来了,什么今日头条转化差、智汇推买不起、微信MP太贵、要花多少钱才能“养”好一个账户等等,这里有另外一个数据是来看头部渠道竞争的,在最近1个月有投放的所有广告主中,有超过50%的客户有在今日头条投放,有39%的客户有在智汇推(包括智汇推外链)投放,有32%的客户有在UC头条投放,有28%的客户有在广点通投放,有10%的客户有在微信MP投放。

之所以众多广告主都优先选择头部渠道投放的原因是因为头部渠道的用户多,转化较好,且回收可观,各平台基本都支持人群定向,而当前我们发现广告主的产品同质化严重、素材同质化严重(转化好的素材很容易被Copy),导致平台用户被洗来洗去,用户很容易审美疲劳,我们现在看素材的同质化问题,其实就延伸出一个关于拉升用户预期和管理用户预期的投放回报问题,这里会涉及到成本和广告CTR、点击到落地页、下载、安装、激活、回收的关系。

要提高广告CTR,抬高出价可以么,不行,抬高出价最多能提高曝光率,而要提高CTR,只能从人群定向和素材入手,假设人群定向是固定的,相同位置曝光的情况下,素材能否吸引人就要靠各位广告创意设计师们各显神通了(程序化创意适应的场景我个人认为是有限的,对特定行业有一定意义,比如电商),直接考核的指标就是CTR,很多广告主会用尽浑身解数来提高CTR,很多时候就会产生一个拉升用户预期的问题,比如说素材画的是个高清的玛莎拉蒂,下载下来发现是个二手自行车,从数据当中反馈的问题,就是留存和回收都差,所以适当拉升用户预期千万别过头了。

接下来像智汇推这样的平台都需要有落地页,落地页的设计也是会影响用户进一步转化的,是否要进一步拉升用户预期,还是说通过落地页加深产品的印象,这个大家可以多做一些A/B Testing,用户在跳转到App Store或者应用中心的流失,也跟包体的大小有关,尽可能把包体缩小也能提高转化率,总之从点击广告、到激活付费的过程就是一个管理用户预期的过程,每一步转化都需要仔细的分析数据。

上面多说了几句关于投放管理用户预期的问题,回到主题,为啥用户越来越买不起了?从2016年Q3到2017年Q1结束,这半年的时间内,我们监测到这样一个数据,移动效果类投放广告主的数量相对去年Q3增加了超过40%,而大盘新增的真实去重用户增长不到20%,增加的广告主和历史投放的广告主获取用户有超过62%是来自于头部渠道的,所以现在大家都不得不面对的问题是:

1.1 用户还是那些用户,但是多了将近一倍的广告主来抢这些用户,蛋疼的是新来的这些广告主还都特土豪,出价越来越高。

1.2 核心用户被洗来洗去,产品同质化严重,用户的转化逐渐变差。

1.3 未来一段时间内,头部渠道的竞争还会更加激烈,因为还会有更多大厂和土豪入场,手里资金不多,或没有明显差异化产品的广告主将会面临更大的挑战。

1.4 如何找到更多优质媒体和渠道非常考验投放团队中的媒介经理。

那么,问题又来了,说了半天头部渠道的事儿,还有差不多40%的中部、长尾渠道呢啊,为啥也买不起呢,这里我们大体区分一下剩下的渠道,传统四大门户、Hero App、第三方广告平台:

对于四大门户(新浪、网易、SOHU,诶?怎么是三大门户呢?),我得到的结论清一色是KPI压力(捂脸),因为三大门户很多按CPM来卖,甚至有些优质的位置都被人包养了,导致能拿到的量并不大,很多广告主对比之后发现不比头部渠道便宜,当然了其实转化和回收并不差,只是要Balance CAC和ROI好心塞。

对于一些Hero App我分析主要的问题还是在于用户匹配度上,大多Hero App都没有充分理解自己的用户属性,尤其是在做效果广告变现上,充分理解自己的用户是能否最大化流量价值的基础,还有就是用户习惯等问题,例如我每天早上打开xx天气看一眼有没有雾霾,如果有雾霾立刻心灰意冷关闭APP,如果没有雾霾是个Sunshine Day。。。也马上关闭APP。。。

而对于效果类的第三方广告平台,大多对接BAT和各个媒体的ADX、或者自己包一些媒体,但大多收的都是人家卖不掉的长尾量,对于用户标签能力和优质媒体获取能力是个非常大的考验,转化好、量大的第三方广告平台凤毛麟角。

当搞定了头部渠道之后,如何在中部渠道站住脚,是投放团队的进阶能力,如果自己搞不定,推荐大家可以先找靠谱的代理,如果有这个需求的话,可以联系我司的BD同事,当然还有非常多可以获取流量的途径,例如视频APP、WAP站、真实的CPA渠道等等,一个毕了业的投放团队,单款产品同时投放的渠道超过30家是很平常的(最主要的是直接绕过欺诈流量)

总结来看,头部渠道用户价格肯定会越来越高,中间和长尾渠道待挖掘的空间充满想象力,虽然已经是红海,但是我认为国内的买量市场还处于非常早期的阶段,大家需要练好基本功,战到最后。

2. 年度大片即将上演!

在经历了去年的“小打小闹”,试过水深浅之后,具可靠消息得知,今年会有若干大厂以及各种隐性土豪携重金陆续以每款产品5000万以上的市场投放费用入场抢用户,这次在广深就碰到了一位手握1.5亿现金准备砸向一款SLG产品的土豪,这让我想起了前几年页游时代,昆仑,Efun等厂商在台湾发行产品的玩法,海陆空式的轰炸,拿卖相最好的产品在最短的时间内,抢下所有核心用户。

另外,靠买量发行第一梯队的一些企业更是以不计成本的姿势狂圈用户(某厂商把CPC出到25元RMB,大家感受下),CPA成本更是飙到了100元RMB以上(凡人们颤抖吧),我上一篇文章发过一线梯队单一产品每周新增用户可以稳定在50万以上,这让本来可以生存的B+产品的生存空间越来越窄,苹果爸爸对于切苹果支付的事儿现在看的非常严,见一个下架一个,这让一些剑走偏锋的买量团队,本来可以有15%以上的利润空间,变得无计可施。

最终,国内的买量发行将是一场土豪们PK的大片,而头部渠道买量将会是第一战场,谁能占领一席之地,不止要靠有经验的买量团队,靠谱的产品,充足的资金,还要有胆识有谋略,否则只会沦为炮灰或先驱,而从行业的健康发展角度讲,第二梯队的平台能否把效果类流量价值发挥出来,广告主能把第二梯队的用户挖掘到也是蛮期待的,热云数据后续会有一款产品出来,目标定位就是希望能够平衡头部渠道和第二梯队平台重叠用户,降低买量成本,敬请期待。

3. 再谈作弊!

之前花了不少时间说一些广告平台通过刷点击、或者把曝光当点击报送,进而来抢归因和抢自然量的问题,不过还是有人似懂非懂,今儿再拿出一点时间说一下。

如果你发现,有广告平台找你按CPA结算,又不透露广告会在什么地方露出,同时你在看数据的时候,“点击”的数据量非常大,但激活率只有万分之几的时候,你就需要注意了,因为你有可能碰到假CPA渠道了。

关于Last Click的归因模型,大家可以翻阅我之前的文章,上面说的平台就是利用Last Click模型的漏洞,通过大量刷点击或者将曝光当点击报送而进行作弊的,一旦有这样的作弊,其实你的广告要么没有任何曝光纯靠机器刷,要么没有点击只有曝光。

纯靠机器刷的作弊,是需要作弊平台积累足够多的真实设备ID(一般都要千万起),然后通过机器将设备ID通过一定规律(有的基本没有规律)模拟成点击报送给广告主或者第三方监测平台,因为广告主或者第三方监测平台接收到的只是一个Http请求,因此也很难考量是不是真的点击,而一定概率上这些用户会从App Store下载APP,那么这个时候,作弊平台就会“抢”到一个用户。如果广告主同时在多家广告平台投放,也会有一定概率致使其他广告平台的用户被作弊平台抢到。

而没有点击只有曝光的作弊,是指广告平台将广告的曝光当点击报送,这带来的问题是第一:对于大家都用点击归因来说是绝对不公平的,第二:也存在抢其他平台和自然量的问题。

所以,建议大家要仔细甄别真假CPA渠道,千万不要觉得自己占了便宜,我们发现有很大一部分投放团队其实都还在这个陷阱里面。(转载自 热云数据白冬立)

深入解读App买量行业相关推荐

  1. 2017年社区超市电商APP开发行业的发展

    随着社区电商APP开发行业的快速发展,该平台带给我们的便利越来越突出,服务内容也随着人们的需求越来越丰富.社区超市电商APP开发平台具有的直接下单.送货上门等特点,为用户们省去不少麻烦. 在互联网社区 ...

  2. 企鹅智酷“2015年互联网终极报告——解读九大行业红利”

    企鹅智酷"2015年互联网终极报告--解读九大行业红利" 面向全国网民展开涉及九大传统行业的互联网+服务调查,并结合中国网民的标准分布比例,做了精准抽样匹配,确保调研数据能在最大程 ...

  3. 手机App开发行业前景怎么样?

    移动App应用,顾名思义就是移动终端App软件,手机应该是最具代表性的移动设备了吧?APP软件已经成为智能手机用户生活中不可或缺的一部分.有需求就有供应.为了提供大量的手机App,相关的App开发公司 ...

  4. 深度分享:解读中国老年行业创新创业生态,六位创业者带来老年创投/社交电商/教育/旅游/化妆品一线实战经验心得!

    中国4亿中老年群体的人生活力与消费潜力正在快速释放,他们活跃在国内国外.线上线下.家庭社交各个场景,为文娱.旅游.消费品.健康医疗等各行业带来新的发展空间! AgeClub于2019年8月30日在广州 ...

  5. LED显示行业之老程序员开始解读LED显示行业

    我叫毛华望,    我在LED显示行业做了4年多了,现在还在这个行业里面.第一次进入这个行业进的公司是灵星雨科技有限公司.后来在京视科技继续做LED显示行业,目前在摩西尔科技有限公司.这是一个什么样的 ...

  6. 个人信息去标识化指南_重磅解读 | APP收集使用个人信息自评估指南2.0版正式出炉...

    2020年3月19日全国信息安全标准化技术委员会秘书处发布了<网络安全标准实践指南--移动互联网应用程序(APP)收集使用个人信息自评估指南(征求意见稿)>(简称征求意见稿).2020年7 ...

  7. 毒App发起行业自律“鞋穿不炒”,博傻游戏没有赢家

    文|曾响铃 来源|科技向令说(xiangling0815) 如果说虚拟空气币是中年人的"财富坟场",那炒鞋可能就是针对95后.00后的"韭菜盛宴". 一双潮鞋两 ...

  8. 外媒:微信小程序顺应“APP中启动APP”的行业潮流

    BI中文站 11月30日报道 上周,中国网络巨头腾讯的高级副总裁张小龙对外披露了一些照片,显示聊天工具微信开始整合"小程序".这一功能可以让微信的用户在无需下载软件的基础上,使用各 ...

  9. Flask之解读app.py文件

    从flask包中导入Flask类 Flask这个类是项目的核心,以后很多操作都基于这个类的对象 注册url.注册蓝图等都是基于这个类的对象 from flask import Flask 创建一个Fl ...

最新文章

  1. 谁说只有VGG才能做风格迁移,ResNet也可以!答案就在对抗攻击中
  2. 关于mac的一些常用操作记录
  3. Postgres-XL部署记录(一)
  4. python pip安装模块失败的原因
  5. python多态_Python 简明教程 21,Python 继承与多态
  6. JDK1.1 JDK1.2 JDK1.3 JDK1.4 JDK1.5 JDK1.6 JDK1.7
  7. (cljs/run-at (JSVM. :browser) 搭建刚好可用的开发环境!)
  8. 错误175:具有固定名称MySql.Data.MySqlClient的ADO.NET提供程序未在计算机或者应用程序配置文件中注册或者无法加载
  9. typora 公式对齐_都0202年了还不会用 Typora——看Typora使用教程这篇就够了
  10. 【2017年第4期】数据管理能力成熟度模型
  11. 图像处理 基于Visual C++编程 学习笔记 (3)显示灰度图像和二值化图像
  12. 从volume表的host字段开始学习RPC
  13. 操作系统面试相关总结
  14. 树莓派linux led字符设备驱动(设备树)
  15. OpenGL ES 2.0 入门(持续更新)
  16. 此博客更新较慢,主要用于微信公众号“申龙斌的程序人生”的备份了
  17. 敏捷软件开发第26章STAIRWAY TO HEAVEN设计模式C++源码
  18. 江西省九江市瑞昌市高考成绩查询2021,2021江西省地区高考成绩排名查询,江西省高考各高中成绩喜报榜单...
  19. 整理:X86架构图示以及各部分解释
  20. 我的世界服务器java启动脚本_教程/服务器启动脚本

热门文章

  1. [Oracle 11g r2(11.2.0.4.0)]RAC集群常用命令
  2. html+css:自定义鼠标指针图案
  3. 让QQ的文字漂亮起来
  4. sql 一条语句统计男女人数
  5. windows11磁盘分区步骤
  6. RT201 国产PA射频功率放大器 兼容RFX2401C
  7. 如何修改QColorDialog窗口的背景颜色和上面的字体
  8. MSP430系列单片机的DMA使用全面认识
  9. Ubuntu16.04配置deeplabv3+的pytorch版本
  10. 深度学习平台、CPU和GPU使用