近年版號的限制，各個微信小遊戲的廠商們都開始挖掘廣告變現的價值。目前平臺開放的廣告變現模式有：Banner 廣告、激勵視頻廣告、插屏廣告、格子廣告。其中激勵視頻因其用戶主動選擇、不打斷遊戲連貫性、eCPM高、轉化好等優點，成爲了變現效率最高、最受歡迎的廣告形式。本文將通過實戰分析爲大家總結出如何通過數據分析的方法，提升激勵視頻的變現效率，讓廣告收入穩步增長。
進入實戰前，我們先拆解下激勵視頻廣告收入的影響因素：
收入 = ARPU × DAU = 人均播放次數 × eCPM / 1000 × DAU
由公式可見，變現效率主要受 eCPM 和 人均播放次數影響。其中，eCPM 的主要影響因素是微信廣告主投放策略和流量主的用戶屬性，調優空間有限；而人均播放次數，是遊戲開發者提升變現效率最有效的方式。
接下來，我們以一款合成闖關類小遊戲，向大家介紹如何通過數據分析，將這款遊戲的人均視頻曝光次數提升 2 倍。
▍實戰分析
「考慮產品的數據安全，本文所有數據都進行了模糊化處理」
產品上線測試後，通過數據分析平臺的大盤數據可以看到，產品的留存表現不錯，但 ARPU 很慘，廣告人均視頻曝光次數還不到 1 次，遠達不到正式推廣要求。
我們期望人均廣告觀看次數到達 3 次，於是啓動廣告調優項目。所有環節最重要的是，先了解激勵視頻播放的漏斗模型。當我們將整個流程喫透，優化的方向和方法也就呼之欲出了。
通過廣告流程可以瞭解到，需要觀察 4 個重要指標：icon 點擊率、廣告填充率、播放按鈕點擊率、播放完成率。我們通過 TA 系統得到各個步驟的流失率。下圖以主界面廣告展示位的漏斗模型爲例，就可以看到每一步驟的流失情況了。
-
icon點擊率：從主界面到點擊icon，轉化率 61% ；
-
播放按鈕點擊率：從彈窗到點擊播放按鈕，轉化率 84% ；
-
廣告填充率：用戶點擊廣告按鈕，到廣告真正準備好，轉化率 51% ；
-
播放完成率：用戶完整看完視頻的比例是 62.5% 。
通過漏斗模型數據可以看出，只有 16% 的用戶完成了最終的廣告觀看，數據有很大的提升空間。下面我們就逐一對關鍵步驟進行分析和優化。
1. icon點擊率優化
iconA 和 iconB 是遊戲主界面上兩個獎勵放出最大的點，而且兩個 icon 都有縮放動效，按理說對玩家的吸引力應該差別不大，但是兩個點的點擊率卻相差 1 倍多。
對比其他 icon 的點擊率後發現，iconB 和 周圍的其他 icon 的點擊率都較低，而 iconA 位置相對獨立，周圍幾乎沒有其他放出點。我們先假設是 icon 密集程度影響了點擊率。於是將點擊率極低的 icon 全部去掉，使得 iconB 所處位置也相對獨立，UI 佈局修改上線後，iconB 的點擊率大幅提升，雖然 iconA 的點擊率受影響略有下降，但兩個點的整體的最終人均觀看次數提升了 50% 。
2. 廣告填充率優化
廣告填充有兩種方法。其一是在打開界面時預先加載，其二是在點擊播放按鈕時臨時加載。前者雖然能規避拉取失敗問題，但如果僅拉取不播放的廣告比例較大，會造成平臺對產品的廣告分發權重降低，造成分發層面的填充率下降；後者點擊按鈕時在短時間臨時加載，很可能因爲網絡問題拉取失敗，造成產品層面的填充率降低，兩者需要權衡。
最終，我們通過 A/B 測試發現，預先加載廣告的方式，最後的播放完成率相對提高了 38% 。
3. 播放按鈕點擊率優化
從各個廣告位的數據來看，C 是展示次數最多的廣告位，但其播放按鈕的點擊率卻幾乎是所有按鈕中最低的，而 D 廣告展示次數排名第二，點擊率卻是 C 的 3 倍多。我們分析後發現，D 是遊戲內唯一的火炮資源的放出點，而 C 和遊戲內其他放出點放出的都是金幣。因爲火炮和金幣在遊戲內是可以互相轉化的，所以我們將按鈕 C 的放出資源改爲了火炮並觀測數據。
根據觀測看板我們可以看到，獎勵內容修改後，C 點的點擊率提升了將近 1 倍。有了成功的嘗試後，我們也一步步嘗試將其他點的資源放出等值變換，使得整體的播放按鈕點擊率提升了 50% 。
經過一系列的驗證和調優，產品的人均視頻播放次數提升了 2 倍，各個廣告位均有數據上的提升，總體來講，遊戲收入提升 200%。這些改動需要的開發資源都很小，整個過程基本保持一天一版本，通過數數科技的 TA系統，能實時觀測發現每個版本的數據變化，觀測→優化→驗證→總結再優化，如此循環，最終達到了喜人的效果。
▍寫在最後的思考
設計出成功的新活動或者新系統會讓產品數據暴漲，但這往往都伴隨着長開發時間和高失敗風險；相對應的，通過數據分析將現有系統優化也能讓數據穩步提升，而且幾乎不需要投入研發精力，這應該是每個運營和策劃都必備的技能。本文中使用的思路同樣可以使用到付費優化、活動優化、新手優化等等各類場景中。
如果沒有一個清晰全面、操作簡單的數據分析平臺，那各種撈數據、理數據的煩惱肯定會讓你頭疼不已。通過搭建數據分析平臺，運營人員可以減少了大量的數據整理成本和同研發人員的溝通成本，獨立創建多維度分析報表，實時查看數據表現，有針對性進行優化。