一年一度的ChinaJoy（中国国际数码互动娱乐展览会，以下简称“CJ”）是全球数字互动娱乐领域最具影响力的盛会，也是游戏人的行业盛会。每年7月，一众游戏研发商、发行商、服务商和相关从业人员都会在上海聚首，交流经验和分享资源。

CJ期间的各类活动更是层出不穷，DataTower.ai 创始人&CEO董航也受邀出席了白鲸出海在CJ活动期间举办的「魔都出海嘉年华」，并在活动上进行了主题分享，现场还有Snapchat、Yandex Ads等企业高管和各游戏知名企业及工作室团队。

下面就由DT小记者为你播报一下本次精彩活动！

IAA（In-App Advertisement）是出海游戏变现的重要方式，在如今买量难、买量贵的情况下，精细化运营就成为了出海游戏成功的突破点。在本次活动中，DataTower.ai 创始人&CEO董航就IAA游戏的全链路精细化运营进行了剖析和经验分享。接下来，我将为大家总结本次分享的精彩内容，小伙伴们记得做笔记啦！

市场和用户都在不断变化

市场是持续变化的。投放、行为、变现，每个环节都充满着变化；媒体和变现算法也一直在迭代；机器学习、流量作弊也会对买量产生影响。

用户也在不断变化。这个月用户可能喜欢休闲类游戏，下个月就会爱上卡牌游戏；这个月愿意为游戏付费，下个月可能又缩紧钱包……

那么，IAA游戏还能如何实现增量呢？

IAA游戏要实现“增量”，关键在于——在不断变化的环境中，谁能迅速响应与调整，而且能精益求精。

——DataTower.ai 创始人&CEO 董航

如何应对“变化”？

要在变化中实现“增量”，就要先感知变化，然后适应变化，最后创造变化。道理大家都懂，但真的要落地和执行起来，却是一点也不容易。

这里也跟大家分享一个开箱即用的好帮手——DataTower.ai ，它的加入可以帮助大家更高效、更顺畅地应对变化、实现增量。下面就为大家展开介绍一下。

1. 感知变化

想要应对变化，第一步就是需要先感知到变化。如何才能感知到变化呢？核心在于“数据”。

• 数据的变化会体现在各个环节，所以我们需要让回收的数据更全面。

• 感知的维度也很重要，我们往往需要从用户的特征属性中获知变化发生的原因。

• 最后，为了清楚变化的根本原因是什么，我们还需要分析整体数据，以及下沉关注到更深入直接的指标，比如ROI直通广告素材、设备层级广告收入、用户行为序列等等，通过一层层地下钻分析数据来感知“变化”。

那DataTower.ai 是如何帮助我们感知变化的呢？

DataTower.ai 的User+Event模型，可以帮助你看到每个用户全旅程的数据；自动将广告收入数据清洗至设备层级，并支持多种算法分析；实现ROI直通素材，以结果导向分析素材质量……一句话总结，DataTower.ai 可以帮助你全面、深入地感知数据的变化。

2. 适应变化

感知完变化，下一步就要“适应变化”了。我们可以通过以下3个关键步骤来适应变化：

• 统一目标：虽然各个部门和岗位往往只会重点关注自己的指标，但是任何指标都应该服务于企业的核心指标。因此，企业需要建立统一的业务指标体系。

• 结果导向：既要开源，也得节流，不仅仅需要看增长，还要知道哪些冤枉钱不用花——随时关注无效、空耗、起量慢、素材衰退、CPI过高、盗号之类的情况。一个亏钱或假量的Campaign多跑一天、少跑一天，虽然在大量的广告投放中显得微不足道，但小钱累计起来，也是个大数目，会影响大盘的ROAS。

• 快速反馈：要实现这一点，就对数据的实时性和灵活性要求就比较高了——有一个能实时响应、基于业务随时调整的T+0小时级别的数据看板就非常重要。

通过提供T+0小时级别ROAS的实时分析，并针对不同角色、自定义不同看板，DataTower.ai 可以帮助不同岗位角色从看板中获取与自己相关的数据信息，为决策提供数据依据，从而快速“适应变化”。

• 负责人：查看「全局总览」，及时发现数据变化节点和趋势；

• 优化师：查看「实时报表」，快速查看和分析总体ROI，并进一步分析指标变化的深层原因；

• 运营：查看「同期群分析」，切换查看和对比分析不同用户群体的行为表现，或广告计划、媒体渠道等维度的规律或变化。

3. 创造变化

除了常规的“适应变化”，你还可以选择更具主观能动性的“创造变化”。这里也给大家分享3个思路：

• 找到“Aha moment”：即使是同一类游戏，不同厂商在游戏设计上也会有差异点。能否在差异中发现自身能吸引玩家的“Aha moment”，便决定了游戏的上限。

• 寻找渠道“新大陆”：一般的游戏厂商刚开始投放时都会选择随大流，投放主流渠道。但主流渠道的用户大多已经被清洗过多次，厂商是很难通过低成本来获取好的目标客户。因此，厂商可以尝试去投放更多不同的渠道，发现渠道的特点，从而让自己有更宽的赛道。（当然，这就要求厂商要熟悉不同渠道的差异以及具备衡量渠道质量的能力）

• “测试”常态化：进行常态化的增量测试，这样才更有可能在创新中成长。下面我们也提供一些常态化测试中需要考虑的点供大家思考：

(1) 制定有效的测试计划；

(2) 确定测试的预算和时间是否充足；

(3) 确定是否进行周期性测试；

(4) 检查测试结果的数据准确性，并进行有效复盘。

举个例子，在同一个渠道投放相同的项目，在日消耗100$和日消耗500$的预算下，分别跑一周跟一个月，测试结果可能会完全不同。因此，我们需要根据项目的品类和投放地区，设定合理的测试预算和时间周期。

测试结果出来后，要仔细地进行复盘。因为一个测试项目跑得好或不好，都是由多方面因素造成的，我们应该在复盘中发现问题、持续沉淀，才是有效复盘，使测试获得最大化的价值。

DataTower.ai 支持主流的十大通用分析模型，无需写SQL，也能轻松了解用户来源、用户行为和进行ROI分析；可以随时直观了解不同维度下ROI、ROAS、Cost、Revenue、CPI、Install、Retention、ARPU等核心指标的变化趋势和分布情况，并对渠道和归因数据同时对比联动分析；尝试多样的回传玩法，比如高价值用户回传、高价值事件回传或聚合事件回传，助力厂商在“创造变化”的路上更加游刃有余。

最后，我们留下2个互动思考的问题，欢迎各位小伙伴一起来探讨下哦~

1. 对于IAA变现客户来说，投放与广告价值的关联性是怎么样的？

2. 如何才能让第三方工具发挥最大的价值？

对于第一个问题，小伙伴们可以从2个方面去进行思考：一方面是如何用投放来影响用户群体和产品评分，继而进一步影响广告价值；另一方面是如何用广告预估价值、有效行为分摊方式，来综合判断IAA的ROI。
而对于第二个问题，DataTower.ai 已经率先用实际行动来进行回答了！

DataTower.ai 的代码是免费开源的，出海厂商可以更自由地在我们标准化的买量归因&数据分析SaaS工具上创造专属模块，轻松实现人人都是数据分析师；另外，DataTower.ai 目前支持Google、Meta两大主流投放渠道的自归因数据接入，可以为出海厂商提供免费的归因能力，帮助厂商在实现多场景应用的同时，降低归因服务的成本。

欢迎你在评论区，与我们分享你的看法和见解~