机器学习可帮助应用营销人员大规模改善广告表现

Posted 2021-04-27 手游那点事

Ben Webley

Facebook

北美地区

游戏部门主管

为了尽可能吸引更多的应用受众并获得最佳表现，营销人员通常需要留意、手动调整并实时改进各广告要素。与此同时，跨平台大规模投放具有多种不同创意版本的多个广告，也可能是一件非常令人头疼的事情。

对于游戏开发者和发行商来说，这些都是亟待解决的问题，当然，对于那些在游戏中投放广告的品牌来说也是如此，即使他们本身并不属于游戏行业。鉴于游戏已以压倒性的优势成为最大的应用类别，而且是全球主流的娱乐形式，那些正寻找目标应用受众的广告主纷纷开始广泛地学习并运用自动化经验。

以前，对于营销人员和媒体专家来说，若想在游戏及其他应用中提升广告表现，高效开展规模化营销，转向人工智能解决方案似乎是一个具有挑战性的选择。但现在，许多从业者发现，人工智能工具是一种非常有效的方法，既能简化费时的任务，又能解锁新的增长潜力。

机器学习帮助大规模优化应用广告

机器学习能以惊人的规模阐明人类的行为与模式。这一技术将复杂的计算机系统和人工智能应用于实时问题，通过处理无数的数据点来预测谁会对广告做出回应。在做出预测后，机器学习会将这些信息传递给一个自动系统，随后该系统便会在最佳时机将广告投放至最高效的版位。

自动化广告可帮助各种规模的游戏开发者和发行商（尤其是开发者）优化应用广告，高效开展规模化营销。游戏开发者和发行商可以为投放系统设定一个优化目标，机器学习会根据传入的数据预测哪些展示机会最有价值。在此过程中，营销人员还可以做出调整，以改善广告表现。这些都决定了它非常高效，能省出更多时间用于其他任务。

借助机器学习识别表现出色的创意

创意是每个广告的重要组成部分。但现在，我们越来越难以确定哪些广告最适合投放给相关受众。变量总是在增加。人们不仅花更多的时间在手机上，使用手机的目的也越来越多样化。新的媒体渠道、格式和数据层出不穷，使得营销人员的工作变得更加复杂。

机器学习可以针对不同的受众自动测试创意，帮助确定哪种营销信息与创意组合能带来最出色的表现。营销人员可以看到哪些做法行之有效、哪些无效，进而确定应如何改进广告创意。

为营销人员带来更大的灵活性

对于营销人员来说，灵活性代表着每一分预算都能花在最有价值的广告展示上，无论是在哪个版位。广告的灵活性越高，约束便越少。机器学习能够优化自动分配，提升灵活性，在找出表现最佳的创意的同时，该系统还会于合适的时间将最匹配的创意实际投放到恰当的版位上。因为自动系统会实时调整版位，所以这样可以避免根据臆测进行媒体购买。

自动化正在开启营销机会

各种规模的游戏开发者和发行商已经看到 Facebook 的自动应用广告解决方案所带来的出色成效，该解决方案偏向自动化操作而不是手动调整，可作为说明机器学习如何推动上述成效的有力例证。

在早期测试中，Etermax 便借助此功能提升了旗下最热门游戏之一《Trivia Crack 2》的安装量和漏斗下层事件的价值。该公司的用户获取负责人 Nahir Garcia 表示，该游戏的安装增量达 150,000 次，所带来的投资回报平均增加 22%，终身价值平均提高了 20%。

手游工作室 Ilyon 也看到了成效，其旗下游戏《Cube Rush Adventure》的安装量提升了 150%，广告花费回报也提高了 29%。其用户获取经理 Reut Leibel 指出，正是创意测试的自动化使得工作室的广告表现能在整个投放期内一直保持稳定。

机器学习和自动化可通过诸多方法改善营销表现，简化营销人员的工作，上面这些只是其中几例。机器学习和人工智能已通过自动化和简化广告投放，来帮助营销人员触达不同行业的应用受众并取得成功。

但这并不是说自动化将取代营销人员。人工智能只是提供了更多机会，省出了更多时间用于其他任务。广告目标的选择仍由营销人员决定，这些目标包括销量、下载量和转化量等信号，为人工智能的操作提供了依据和努力的方向。人类的洞察力和创造性头脑仍然是营销活动能否取得成功的关键。

本文最初在Digiday上发布。

更多游戏出海资讯尽在“FB出海”专栏

———————  End  ———————

行业交流 /行业爆料 / 商务合作：

 加入“手游那点事”微信交流群：

请加群主微信 curab_b 或 yukochan97

内容投稿：

请发邮箱 [e-mail]