FBEC2019 | 狂热网络CEO严曦：数据思维助力出海发行_游戏陀螺

youxituoluo

2019-12-06

**2019未来商业生态链接大会暨第四届金陀螺奖颁奖典礼（简称“FBEC2019”）**由中国通信工业协会区块链专业委员会、中国通信工业协会虚拟现实专业委员会、广东省游戏产业协会、深圳市互联网文化市场协会指导，行业头部媒体游戏陀螺、VR陀螺、陀螺电竞、陀螺财经、深圳区块链技术与产业创新联盟联合主办，**于2019年12月5日在深圳市南山区深圳湾1号T7座鹏瑞莱佛士酒店宴会厅盛大召开。**本届大会以“蝶变 · 向上的力量”为主题，将一如既往的关注未来趋势发展、行业创新升级、商业生态新链接等前沿领域。

本次大会邀请到狂热网络CEO严曦先生带来主题为“数据思维助力出海发行”精彩分享。

以下为演讲实录：

**严曦：**大家好，我是狂热网络的严曦，非常感谢主办方给我机会在这里交流狂热网络在海外发行上的见解。

从数据科技到游戏发行的转变

首先，大概介绍一下我们自己，狂热网络（Avid.ly）起源于欧拉网络（Holaverse），欧拉网络是一家成立于2014年的移动互联网公司，欧拉网络在14-16年曾连续发布了多款APP应用，在9个月内获取了全球近4亿用户。我们在2016年整体转型，做了游戏海外发行这件事，主要聚焦休闲、博弈、中重度等游戏品类，也很荣幸通过这几年的努力进入App Annie的出海发行商top30榜单。

说一下在数据对发行业务的驱动。在2016年这个时间点，我们判断整体的海外市场，内容出海比工具APP出海将有更大的施展空间和潜力。我们定位自己是一家数据科技公司，原先是自研工具APP的，以不断优化的产品给全球用户去带来良好的体验，我们在2016年以前没有做过游戏，没有任何自研产品。当时我们做了一件事，就是把应用团队拆分，重新组建了游戏业务团队，在那个时间点重新出发。以数据驱动的发行能力，是整个Avid.ly在三年内得以持续成长的关键因素。

为何要建立数据思维？

**海外游戏发行与产品品质、本地化运营、购买流量的能力有相当大的关联。**Avi在2012、2013年的时候，我们已经开始涉及到数据AI。我们从创立之初，持续保持着公司有十多人规模的大数据和数据智能团队，有人工智能架构和数据工程师、数据分析师，我们自研的数据分析系统积累了各种不同产品品类的用户相关行为，并且从机器学习环节建立了从买量运营到变现等一系列模型。

我们在这套结构中持续做优化，我们自研的大数据创意广告优化平台，从ROI测算系统，收入来源分析到安装追踪整个一系列是完整打通的一个闭环。

所有的游戏公司、发行公司、自研公司都存在这类问题，所以在运营向，多维度数据分析必定是需要的，**你的维度多细腻，看数据程度多强，敏感性怎么样，这些都是很重要的，**比如说渠道、版本、国家、手机机型、手机本身操作系统版本等等。运营向则包括了数据实时性、时效性、预警能力，这些也是在游戏发行当中非常需要关注的内容。

再到下一阶段就是对数据趋势的预判。重度产品、中度产品和轻度产品预判环节是不一样的，因为有运营向的参与，如何做好收入的预测，如何做建设就变得有迹可循了。针对用户行为数据对产品调优内容和精细化运营能做到怎样的地步。**你能否根据用户已有行为，对新进用户做持续预测，并且针对你的预测做好优化，以及优化的结论有没有去反哺运营和服务层面，都是非常重要的实践问题。**这是我们自建系统在2017年已经完成的内容，是多维度的留存分析和预测、多维度的ROI分析与预测以及数据分钟级别的实时分析预警。

为何数据分析能够助力海外用户获取

**数据在海外用户获取上的作用核心主要还是在创意、用户画像定位和自动化获取。**首先，内容是含有素材的质量管理、素材标签以及素材对于人群的匹配度；第二是产品和用户的匹配度、你对用户的认知，以及可以从哪些渠道上获取你想要的用户；第三则是偏自动化一些，提高效率的环节，就是你的投放侧，能够根据你的LTV和预测环节来更好、更高效的获取你的用户，以及如何来评判他们。我们在比较早的时候就做了自己的广告素材管理和广告标签系统。

以上这些是我们在主要发行侧做的事情，分了比较多的品类，有休闲类、中重度类，而在发行环节中，特别是在休闲品类里，会在广告变现方面有比较大的可提升空间，因为这个变现能力是休闲类产品能不能做成功的重要因素。

高质量的用户获取和广告变现这件事，是一个非常重要的环节，现在我们有一个非常重要的合作伙伴是UPLTV，在广告变现环节，提供了长期的支持和服务，同时UPLTV还是脸书的代理商，并专注在游戏这个垂直领域，可以做到不错的用户级别广告收益拆分，也是非常独特的优势。

再说一些案例，刚才说到大数据、AI，我们公司在很早的时间点就真正把大数据和AI两件事在发行环节落地。我们在2018年的时候，就已经完成了IAP Prediction For UA （用户获取层面的内购预测），这是当时谷歌在1.0到2.0切换的时候，我们和谷歌有联动的环节，基于机器学习、深度学习，我们预测了付费用户种子进行了投放，整体ROI提升了20-50%，而且这件事在我们公司的所有产品上都在持续运营着。

在2019年，我们借助了UPLTV用户级别广告收益拆分功能，这个功能的价值在于可以对分析出来的高价值广告用户作为种子在脸书进行投放，ROI提升达到10-100%，这是非常惊人的数字。

再说一下我们的产品，这是一款三消类游戏。但其实不只这类型产品，我们公司发行向的很多产品都利用了这类数据方案。当时我们就是使用IAP加广告变现的方式，通过关卡的时候启动视频激励广告，分析如何做用户才能得到优化体验。在这些环节中，我们通过这四点，终于取得了14天LTV提高了50%的效果，把这个产品的营收规模和整体高度都再往上走了一些。

这是我今天的分享，如果大家会后有问题也可以继续交流，谢谢。