隨著游戲行業的競爭不斷加劇，買量的成本節節攀升，產品的變現周期逐步拉長。為了應對日趨激烈的競爭，游戲客戶的廣告投放考核重點逐步從用戶數量的增長轉移到營收利潤的提升。ROI是廣告投放效果考核的一個重要指標，用來對宏觀的投放效果進行評估。而具體到用戶粒度，游戲客戶大多選擇LTV（即用戶生命周期價值）對流量質量進行判斷。通過LTV的高低可以直接反映用戶付費情況的好壞，推算后續產品的回本周期。LTV指標與付費率、次留率、首日ROI、獲客成本等都有緊密聯系，是流量質量的直接體現，因此愛奇藝奇麟針對游戲行業上線了一系列功能來優化投放產品的LTV。
功能一：智能分發，聚焦高LTV場景投放
游戲產品千差萬別，而不同廣告場景的背后對應的是多樣的用戶，只有在與產品最匹配的場景上才能找到對應優質用戶，獲取最好的投放效果。為此，愛奇藝奇麟上線了自適應的智能分發功能，通過游戲客戶回傳的付費金額計算各個場景的LTV，并在投放中實時調整，強化匹配場景的投放，為游戲客戶匹配高價值的用戶群，提升整體投放的LTV。
例如某游戲客戶使用了自適應的智能分發功能后，深層成本偏差顯著收斂，付費率提升了30%。自適應的智能分發大幅提升了流量利用率，并且帶來了長期效果的提升，上線后全站游戲的7日LTV大幅提升了46.9%，極大加快了客戶的回本周期。
功能二：付費優選，根據目標付費率選擇合適流量
基于歷史數據的統計表明，付費率與LTV是正相關關系。相對來說，付費率高的流量往往后續付費的意愿強烈，LTV也更高。對于投放中的游戲，找出付費率相對更高的流量對提升LTV至關重要。但不同游戲由于類型和題材的差別，在付費率上天然存在差異。愛奇藝奇麟上線了基于目標付費率的流量優選功能，可以通過游戲客戶的淺層和深層出價，計算出期望的付費率，優先獲取高于期望付費率的流量，減少低于目標付費率的流量，在提升付費率的同時可以帶來LTV的上漲。
付費率流量優選功能重點關注游戲客戶的出價表達。基于目標付費率篩選符合游戲客戶預期的流量。功能上線后，大盤付費率提升40%，LTV提升30%。
功能三：模型升級，提升全鏈路勝出機會
重度游戲客戶的付費出價遠超其他行業的出價水平，但由于轉化率和點擊率偏低，在排序時容易被過濾。為此愛奇藝奇麟升級了召回和粗排模型，將重游廣告的深層出價和深層轉化率納入全鏈路排序，極大地提升了重游廣告在全鏈路排序的勝出機會，為重游行業客戶贏得了更多的曝光機會。
基于模型升級的對比實驗，實驗組付費類廣告的深層轉化數明顯提升，深層成本偏差收斂13個百分點，LTV提升77%。實驗組在召回階段的曝光機會額外增加了2個百分點。
功能四：大R觸達，有效探索付費優質用戶
游戲投放中新游的首發冷啟動是至關重要的環節，前期完整的數據積累可以幫助構建更加準確的數據模型。有了冷啟動的積累，后續通過設定目標ROI投放可以持續穩定帶來收益。然而投放初期，付費人群積累十分困難，游戲客戶往往為此需要投入大量成本進行試錯。為此，愛奇藝奇麟在游戲行業提供了大R人群觸達策略，通過人群畫像分析找出付費意愿最強的用戶，在新游戲首發階段優先觸達高價值用戶，在潛在的大R人群上獲得大量曝光，輕松完成首批付費數據的積累。
策略上線后，大R人群觸達率提升了60%，在優質用戶上快速贏得大量曝光。某客戶在上新過程中達成首日ROI考核要求的同時保持高速消耗，當天完成冷啟動，實現首發階段的量質齊升。
以上四個系列功能上線后，游戲的后端付費有了極大提升，更多的付費也意味著更快的消耗和曝光，從而帶來新的付費增長，最終形成正向循環。與此同時，付費用戶的質量也有顯著提高，投放中頻頻爆R，后續付費源源不斷。這些優化邏輯的背后是平臺在基于游戲的付費情況不斷調整適應分發模型，為此需要游戲客戶配合，只有及時準確地回傳完整的付費行為和金額，才能更好地驅動算法模型尋找高價值用戶，帶來LTV和消耗的雙重提升，助力付費增長。
