Gaming to jedna z najbardziej konkurencyjnych, najbogatszych w dane i najbardziej źle rozumianych wertykalnej na Google Ads. Mechanika, która czyni konto B2B lead-gen rentownym — czyste przechwytywanie intencji, skromne odświeżenie creative, atrybucja last-click, która z grubsza działa — zupełnie się załamuje dla free-to-play mobile gry, gdzie ułamek procenta graczy generuje większość przychodu, a mediana użytkownika nigdy nie wydaje grosza. Traktowanie gaming UA jak generycznego performance marketingu to najszybszy sposób, aby spalić budżet uruchomienia.
To wertykalny playbook dla reklamodawców gaming i esports. Pokrywamy App campaigns i fazę uczenia instalacji, progresję od cost-per-install stawek do value-based stawek, modelowanie LTV gracza, warstwę YouTube i creators, gdzie żyją audiencje gamingowe, timing wydarzeń esports, re-engagement lapsed graczy i jak konkurować o instalacje w nasyconym gatunku. Jest napisany dla gaming UA managers i growth leads, którzy już rozumieją ekonomię swojej gry. Dla cross-platform fundamentów promocji app, nasz przewodnik promocji app Google Ads jest użytecznym towarzyszem, jak również przewodnik Apple Search Ads i ASO dla strony iOS.
Najczęstszy błąd w gaming UA to optymalizacja w stronę najniższego cost-per-install. CPI 1,50 euro wygląda świetnie na dashboardzie i może być katastrofą, jeśli te instalacje to gracze niskiej intencji, którzy nigdy nie docierają do tutorialu, nie mówiąc o zakupie. CPI 12 euro może być dziko rentowny, jeśli dostarcza graczy z 40-euro lifetime value. Liczba, która się liczy, to relacja między tym, co płacisz, aby pozyskać kohortę, a tym, ile ta kohorta jest przewidywana być warta — CPI podzielone przez przewidywane LTV, obserwowane jako krzywa zwrotu. Każda decyzja stawki i creative w tym przewodniku płynie z umieszczania LTV obok CPI, nigdy CPI samego.
Dlaczego gaming UA potrzebuje własnego playbooka Google Ads
Trzy strukturalne cechy gamingu sprawiają, że generyczne taktyki Google Ads zawodzą i wymagają wertykalnie-specyficznego podejścia.
Przychód jest ekstremalnie skośny. W free-to-play dystrybucja wydatków graczy podąża stromą prawem potęgowym — mała kohorta high-spending graczy (często nazywanych whales) napędza większość przychodu, podczas gdy większość użytkowników monetyzuje niewiele lub wcale. Według danych monetyzacji branży śledzonych przez firmy jak Sensor Tower i AppsFlyer, niska jednocyfrowa procentowa płacących powszechnie odpowiada za większość przychodów z in-app purchase. Ta skośność oznacza, że średni przychód na instalację, metryka, po którą sięga większość performance marketers, jest aktywnie myląca. Nie kupujesz średnich graczy; kupujesz dystrybucję, a wartość żyje w ogonie.
Rynek jest ogromny i zatłoczony. Sizing rynku Newzoo umieszcza globalne przychody gier dobrze w setkach miliardów dolarów, z mobile jako największym segmentem. Duże liczby przyciągają dużych wydających: top-grossing gatunki mają studia z ośmiocyfrowymi i dziewięciocyfrowymi rocznymi budżetami UA, które wyrafinowywały swoje modele LTV i pipeline'y creative przez lata. Nowy przybysz nie może ich out-wydać, co wymusza strategię zbudowaną na efektywności i creative zamiast surowym budżecie.
Audiencja jest natywna dla video i community. Gamerzy odkrywają, oceniają i dyskutują gry na YouTube, Twitch, Discord i kanałach creators. Czyni to YouTube App campaign inventory i integracje z gamingowymi creators niezwykle potężnymi, a czyste tekstowe przechwytywanie intencji niezwykle słabe w stosunku do innych wertykalnej. Popyt jest tworzony wizualnie, w community, zanim zostanie przechwycony.
Łączna implikacja: gaming UA to dyscyplina value-modelingu i creative najpierw, a dyscyplina stawek i słów kluczowych drugorzędnie. Studia, które wygrywają, traktują swój model LTV jako core IP, prowadzą creative pipeline produkujący dziesiątki świeżych assetów miesięcznie, i eksploatują timing i community w sposób, jakiego generyczne konto nigdy by nie zrobiło. Reszta tego przewodnika buduje ten playbook krok po kroku.
App campaigns: wolumen instalacji i faza uczenia
App campaigns (wcześniej Universal App Campaigns) to główny pojazd Google do napędzania instalacji gier. Są mocno zautomatyzowane: dostarczasz assety, geografie targetingu, stawkę i cel optymalizacji, a machine learning Google rozprowadza Twoje reklamy przez Search, Play, YouTube, Discover i sieć display, optymalizując w stronę Twojego celu.
Mix assetów to dźwignia. Ponieważ App campaigns są zautomatyzowane, Twoje creative assety są największym kontrolowalnym wkładem do wydajności. Dostarcz pełny zakres: video portrait i landscape, video footage gameplay, obrazy statyczne i HTML5 playables. Playables szczególnie bją powyżej swojej wagi dla gier, bo pozwalają użytkownikom próbkować core loop przed instalacją, podnosząc jakość instalacji. Algorytm miesza i dopasowuje assety między placements, więc szerokość i świeżość creative bezpośrednio determinuje, jak efektywnie kampania działa.
Szanuj fazę uczenia. App campaigns potrzebują wolumenu konwersji i nieprzerwanego czasu do optymalizacji. Pojedynczy najczęstszy błąd operacyjny to edytowanie kampanii zbyt wcześnie — zmiana stawek, wymiana assetów lub pauzowanie podczas okresu uczenia resetuje optymalizację i marnuje wydatki. Posiej wystarczający budżet, aby kampania zebrała znaczące dane konwersji szybko, potem zostaw ją w spokoju przez fazę uczenia przed osądzaniem wydajności lub wprowadzaniem zmian.
Zacznij z celami wolumenu instalacji. Dla uruchomienia zacznij od celu skoncentrowanego na instalacjach (target CPI), aby zbudować bazę użytkowników i posiać algorytm danymi konwersji. To generuje instalację i wczesny wolumen wydarzeń, którego potrzebujesz, zanim możesz wiarygodnie optymalizować w stronę wartości. Wyjdziemy poza instalacje w następnej sekcji, ale instalacje są niezbędnym pierwszym szczeblem.
Geografia i struktura budżetu. Strukturyzuj kampanie po tier — rynki tier-1 wysokiej monetyzacji oddzielone od rynków wschodzących — bo CPI i LTV różnią się o rząd wielkości przez nie, a mieszanie ich zaciemnia optymalizację. Soft-launch w mniejszym, reprezentatywnym rynku to klasyczny sposób walidacji creative i założeń LTV tanio przed skalowaniem do drogich geografii tier-1.
App campaigns nagradzają cierpliwość i creative volume. Niech mix assetów będzie szeroki i świeży, sfinansuj fazę uczenia poprawnie i opieraj się chęci mikrozarządzania — potem nakładaj optymalizację wartości na górę, gdy fundament produkuje dane.
Od tCPI do tROAS: stawki dla in-app purchases
Progresja od stawek instalacji do stawek wartości to definiujący łuk dojrzewającego programu gaming UA. Przejdź przez nią sekwencyjnie, nie w jednym skoku.
Dlaczego sekwencja ma znaczenie. Każdy stage wymaga gęstszego sygnału konwersji niż ostatni. tCPI optymalizuje na instalacjach, których jest obfitość od dnia pierwszego. tROAS optymalizuje na revenue events, które są rzadkie wcześnie, bo większość użytkowników nie kupuje, i które przybywają z opóźnieniem. Skok prosto do tROAS na świeżej kampanii głodzi algorytm sygnałów zakupu, których potrzebuje, zostawiając go utkniętego w fazie uczenia i wydającego nieefektywnie. Pośredni stage target-CPA-on-event mostkuje lukę, optymalizując w stronę częstszego sygnału jakości (milestone progresji lub pierwszy zakup), zanim poprosisz system o optymalizację w stronę przychodu bezpośrednio.
Próg wolumenu dla tROAS. Jako praktyczna reguła kampania powinna generować zdarzenia zakupu konsekwentnie — zazwyczaj dziesiątki dziennie — zanim tROAS będzie optymalizował niezawodnie. Poniżej tego value bidding zachowuje się chaotycznie. Jeśli kampania nie może osiągnąć tego wolumenu zakupu, trzymaj ją na target CPA dla in-app event wysokiej wartości, co daje algorytmowi gęstszy sygnał jakości do pracy.
Day-window ROAS versus lifetime ROAS. Wczesne tROAS koniecznie optymalizuje na krótkim oknie przychodów (day-0 do day-7), bo to dane dostępne w czasie rzeczywistym. Ryzyko jest takie, że krótkie okno ROAS niedocenia gry, których monetyzacja buduje się przez tygodnie. Poprawka to przewidywane LTV, pokryte dalej: zamiast licytować do małej ilości przychodu obserwowanego w siedmiu dniach, licytujesz do forecast lifetime value, jaką te wczesne sygnały implikują. To pojedynczy najważniejszy upgrade, jaki robi program gaming UA, i to odróżnia studia skalujące rentownie od tych, które plateau.
Przewodnia idea to gęstość sygnału. Dopasuj swoją strategię stawek do tego, ile sygnału konwersji Twoja kampania faktycznie produkuje, awansuj przez stage'y, gdy wolumen rośnie, i nigdy nie proś automatycznego bidder o optymalizację w stronę celu, do którego nie ma wystarczająco danych, aby się uczyć.
Modelowanie LTV gracza i optymalizacja wartości
Modelowanie LTV gracza to kluczowa kompetencja rentownego gaming UA i to pozwala każdej innej taktyce w tym przewodniku działać.
Dlaczego średni przychód kłamie. Ponieważ wydatki są skośne do whales, średni przychód na instalację kohorty mówi prawie nic o tym, czy konkretne źródło akwizycji jest dobre. Dwa źródła mogą mieć identyczny średni przychód, podczas gdy jedno dostarcza kilku high-value graczy wśród wielu non-payers, a drugie dostarcza jednolicie mediocre — i pierwsze jest dużo bardziej wartościowe, bo high-value gracze zatrzymują się i ponownie wydają. Musisz modelować dystrybucję, nie średnią.
Predyktywne LTV ze wczesnych sygnałów. Praktyczna technika to użyć wczesno-życiowego zachowania — głębokość sesji day-0 i day-1, prędkość progresji, wczesne zakupy, retencja day-1 i day-3 — aby prognozować wartość kohorty w day-30, day-90 i day-180. Studia budują te modele na własnych danych historycznych kohort: biorą dojrzałe kohorty, których prawdziwa wartość długiego okna jest znana, uczą się, które wczesne sygnały to przewidziały, i aplikują to mapowanie do świeżych kohort, których wartość długiego okna nie jest jeszcze obserwowalna. Wynik to przewidywane LTV per użytkownik lub per kohorta, dostępne w ciągu dni od akwizycji.
Karmienie przewidywanego LTV z powrotem do stawek. Predyktywny model LTV jest użyteczny dla UA tylko, jeśli zamyka pętlę w stawkach. Dwa mechanizmy to robią: value rules, które dostosowują conversion value, którą Google widzi, w oparciu o segmenty, o których wiesz, że korelują z wartością (geografia, platforma, audiencja), i server-side conversion values, gdzie wysyłasz Google przewidywaną-LTV wartość dla każdego użytkownika zamiast tylko obserwowanego krótkiego okna przychodów. Z przewidywanym LTV płynącym do tROAS Google optymalizuje w stronę forecast lifetime value — zapłaci więcej, aby pozyskać gracza, którego wczesne sygnały przewidują wysoką wartość, i mniej za takiego, którego sygnały przewidują churn.
Każde studio, które skaluje rentownie, w końcu przestaje licytować na instalacje lub na siedmio-dniowy przychód i zaczyna licytować na przewidywane lifetime value. Te, które plateau, dalej optymalizują w stronę tanich instalacji, wygrywają CPI race i przegrywają LTV race — pozyskują ogromne wolumeny graczy, którzy nigdy nie monetyzują, podczas gdy zdyscyplinowany konkurent po cichu płaci potrójne CPI za graczy, którzy faktycznie mają znaczenie. Modelowanie LTV to nie ulepszenie raportu; to sygnał stawki.
Fundament pomiaru. Nic z tego nie działa bez czystego trackingu. Mobile measurement partner (AppsFlyer, Adjust, Singular) zintegrowany z Google Ads, kompletna taksonomia in-app event z wartościami przychodu dołączonymi, i poprawna konfiguracja SKAdNetwork i pomiaru Android to prerequisites. Model LTV jest tylko tak dobry, jak dane event i przychodu, które go karmią. Ten sam fundament danych, który napędza modelowanie LTV — połączone koszty akwizycji i downstream przychody po kohorcie — to dokładnie to, co hurtownia jak ta w naszym tutorialu pipeline danych BigQuery jest zbudowana, aby utrzymywać w skali.
Traktuj swój model LTV jak proprietary IP. To asset, który pozwala Ci out-licytować konkurentów na graczach, którzy mają znaczenie, podczas out-save'owania ich na graczach, którzy nie mają.
Strategia YouTube i creators gamingowych
Audiencje gamingowe żyją na video, co czyni YouTube i creators nieproporcjonalnie potężnymi dla UA gier w porównaniu z innymi wertykalnymi.
YouTube wewnątrz App campaigns. App campaigns już rozprowadzają video creative przez YouTube, więc silne video assets bezpośrednio poprawiają efektywność App campaign. Video footage gameplay, creative w stylu trailera i krótkie hook-driven clips działają, bo pokazują core loop, na którym zależy audiencji. Inwestowanie w video creative to nie oddzielna decyzja kanału — to wkład o najwyższej dźwigni do Twoich istniejących kampanii instalacji.
Generacja popytu versus przechwytywanie. Poza App campaigns, dedykowana obecność YouTube i Demand Gen tworzy popyt, który czyni przechwytywanie tańszym później. Gdy gracze widzieli gameplay, rozpoznali markę i uformowali intencję, Twoje App campaigns konwertują ich efektywniej — efektywne CPI spada, bo audiencja jest ciepła. To gamingowa wersja dynamiki tworzenie-popytu-karmi-przechwytywanie-popytu i argumentuje za zrównoważoną inwestycją top-of-funnel video zamiast czystych performance wydatków. Nasz przewodnik kampanii Demand Gen pokrywa mechaniki formatu.
Gamingowi creators. Integracje creators — sponsorowane playthrough, integracje kanału, branded content — sięgają bezpośrednio do społeczności, gdzie zachodzi odkrywanie gier. Ich instalacje są prawdziwe, ale ich większa wartość to ogrzana audiencja, którą zostawiają. Wyzwanie pomiarowe jest takie, że atrybucja last-click systematycznie niedocenia creators: widz ogląda playthrough, myśli o nim przez dni, i instaluje później przez inny touchpoint. Mierz creators z deep links i promo codes dla bezpośredniej atrybucji, i uruchamiaj testy inkrementalności — włączanie i wyłączanie aktywności creator w dopasowanych warunkach — aby uchwycić ich prawdziwy lift. Metodologia w naszym przewodniku testowania inkrementalności aplikuje się bezpośrednio.
Praktyczny workflow creator. Brief creators z hookami i momentami, które konwertują (core loop, wyróżniająca się funkcja, wydarzenie), dostarcz trackowalne linki, i koncentruj pushy creator wokół okien timing — uruchomienia, content drops, wydarzenia esports — gdzie ich zasięg składa się ze wszystkim innym, co prowadzisz. Traktuj creators jak silnik generacji popytu mierzony inkrementalnością, nie kanał performance mierzony last click.
Studia, które poprawnie robią gaming UA, rozumieją, że video i community to nie sąsiednie kanały — to gdzie audiencja formuje intencję, i czynią każdą kampanię instalacji tańszą.
Timing wydarzeń esports i sezonowe pushy
Esports i live-service gry działają na kalendarzu ostrych pików popytu, a timing budżetu do tych piku to oddzielna kompetencja.
Popyt jest event-driven i krótkie-okno. Główne turnieje, starty season, ekspansje i patch drops tworzą skoncentrowany surge w zainteresowaniu wyszukiwania, viewership YouTube i intencji gracza. Okno jest wąskie — zainteresowanie pikuje w dniach wokół wydarzenia i szybko zanika. Always-flat budżet albo niedowydaje podczas tych pików (przegapiając najtańszą, najwyższej intencji akwizycję kwartału) albo przewydaje w dołkach między nimi.
Traktuj kalendarz esports jak retail traktuje Black Friday. Dyscyplina jest taka sama jak sezonowy e-commerce: zmapuj kalendarz z wyprzedzeniem, pre-buduj creative z motywem wydarzenia, podnoś budżety i value targets przed pikiem, i pace wydatki, aby ładować okno. Studia, które przechwytują te okna, planują je tygodnie z wyprzedzeniem; te, które je tracą, dalej budują creative, gdy wydarzenie już pikuje. Nasz przewodnik pacing budżetu pokrywa mechaniki pacing, które czynią ładowanie wykonalnym bez wyczerpywania budżetów wcześnie.
Recapture po wydarzeniu. Wydarzenia nie tylko pozyskują nowych graczy — reaktywują lapsed, którzy wracają na turniej lub nowy season. Pre-zaplanowany burst re-engagement w jednym do dwóch tygodniach po wydarzeniu efektywnie przechwytuje tę populację powracającą, bo to gracze, którzy już znają grę i ponownie wchodzą ze świeżą intencją. Parowanie akwizycji podczas piku z re-engagement po nim wyciąga pełną wartość okna.
Sezonowość poza esports. Ogólne sezonowe wzorce — okresy wakacyjne, powrót do szkoły, wydarzenia regionalne — również przesuwają gamingowy popyt i konkurencję. Ten sam rytm pre-build-ramp-peak-recapture aplikuje się. Szerszy punkt jest taki, że gamingowy popyt jest grudkowaty, nie gładki, a program UA pace'owany do kalendarza konsekwentnie przewyższa taki, który wydaje równomiernie przez niego.
Wbuduj następne 90 dni odpowiednich wydarzeń w swój plan, pre-załaduj creative i budżet dla każdego, i traktuj każde główne wydarzenie jako szansę zarówno akwizycji, jak i re-engagementu.
Kampanie retencji i re-engagementu
Akwizycja dostaje uwagę, ale dla gier ze znaczącym churnem — czyli prawie wszystkich — re-engagement istniejących graczy jest często bardziej efektywnym źródłem przychodu.
Co robią kampanie re-engagement. App campaigns for engagement celują w użytkowników, którzy już zainstalowali Twoją grę, przywracając lapsed graczy i pogłębiając engagement aktywnych. Mechanizm, który czyni je działającymi, to deep linking: zamiast zrzucać powracającego gracza na generyczny ekran uruchamiania, reklama linkuje bezpośrednio do odpowiedniego in-game destination — wydarzenie live, sale, nowy season, turniej — żeby gracz lądował tam, gdzie jest wartość. To dramatycznie poprawia szanse, że re-engaged gracz faktycznie re-engage zamiast bouncować.
Dlaczego ekonomia jest korzystna. Lapsed gracze już rozumieją Twoją grę, mają konto i progress, i konwertują na zakup w wyższym tempie niż cold instalacje, gdy zostaną reaktywowani. To czyni koszt per euro przychodu z re-engagementu często lepszym niż ze świeżej akwizycji. Dla dojrzałej gry re-engagement powinien być stałą pozycją, nie afterthought.
Segmentuj po lifecycle stage. Różne lapsed populacje wymagają różnego traktowania:
- Recently churned aktywni gracze — przywróć ich do tego, czym byli ostatnio engaged, plus powód do powrotu (nowa zawartość, oferta).
- Long-dormant gracze — re-introduce główne zmiany od momentu, gdy odeszli; gra mogła znacząco się rozwinąć.
- Aktywni non-payers — deep-link do momentów monetyzacji i ofert timing-owanych do wydarzeń.
- Aktywni płacący — pogłębiaj engagement i surface premium content; chroń tę high-value kohortę.
Dostosowanie destination deep-link i oferty do każdego segmentu materialnie przewyższa one-size-fits-all kampanię re-engagement.
Skaluj wokół wydarzeń i zawartości. Re-engagement składa się z timing wydarzeń z poprzedniej sekcji: content drop, start season lub wydarzenie esports to dokładnie kiedy lapsed gracze są najbardziej receptywni do powrotu. Uruchamiaj re-engagement ciągle jako baseline i skaluj go ostro wokół tych momentów.
Wydatki skupione na retencji to gdzie wiele studiów znajduje swoją najlepszą mieszaną efektywność. Gracz, którego już zapłaciłeś, aby pozyskać, jest tańszy do reaktywacji niż obcy do pozyskania, a deep-linked re-engagement to narzędzie, które przechwytuje tę przewagę.
Konkurowanie o CPI w wertykalnie wysokiej konkurencji
Gaming jest brutalnie konkurencyjny, z głębokokieszeniowymi studiami licytującymi agresywnie w najlukratywniejszych gatunkach. Wygranie jest możliwe, ale nie przez out-licytowanie — przez out-modelowanie i out-creating.
Nie możesz wygrać surowej CPI race przeciw skali. Studio z dziewięciocyfrowym budżetem UA i latami wyrafinowywania modelu out-licytuje nowego przybysza w niezróżnicowanych aukcjach instalacji. Próba dopasowania ich euro-za-euro na CPI to przegrana strategia, która drenuje budżet dla niskiej jakości wolumenu. Konkurencyjna przewaga musi pochodzić skądś poza wydatkami.
Przewaga jeden: licytuj do LTV, nie CPI. Stawki przewidywanego-LTV to wielki equalizer. Pozwalają płacić powyżej-rynku CPI dla konkretnych graczy, których Twój model identyfikuje jako high-value, podczas płacenia poniżej-rynku dla wszystkich innych — więc Twoja mieszana ekonomia bije konkurenta licytującego ten sam CPI dla wszystkich graczy nieselekcjonowanie. Nie wygrywasz każdej aukcji; wygrywasz właściwe aukcje. Dlatego modelowanie LTV w sekcji 4 to fundament konkurencyjnego UA, nie raport luxury.
Przewaga dwa: creative velocity. W zautomatyzowanych App campaigns creative to pojedyncza największa kontrolowalna dźwignia na CPI. Studia, które utrzymują efektywną akwizycję, prowadzą high-velocity creative pipeline — dziesiątki świeżych assetów miesięcznie przez video, playables i obrazy — ciągle testując i emerytując. Creative fatigue niewzruszenie podnosi CPI, więc pipeline to nie jednorazowy wysiłek, ale permanentna zdolność. Out-producowanie konkurentów w wolumenie i jakości creative bezpośrednio out-konkuruje ich na CPI.
Przewaga trzy: timing i cieńsze aukcje. Konkurencja nie jest jednolita. Okna wydarzeń esports, sezonowe momenty, geografie soft-launch i nowe gatunki wszystkie oferują aukcje, gdzie giganci są mniej obecni lub mniej zoptymalizowani. Koncentrowanie wydatków, gdzie konkurencja jest cieńsza — i gdzie Twój timing i creative dają Ci przewagę — bije walkę head-on w najbardziej kontestowanych placements. Dyscyplina timing wydarzenia z sekcji 6 jest częściowo konkurencyjną taktyką dokładnie z tego powodu.
Dla studiów ważących mix platform, ekonomia instalacji różni się między siecią Google a ekosystemem Apple; nasz przewodnik Apple Search Ads i ASO pokrywa stronę iOS, a przewodnik promocji app Google Ads pokrywa cross-platform fundamenty.
Podsumowanie konkurencyjnego gaming UA: zaakceptuj, że przegrasz surową-CPI aukcję ze skalą, i wygrywaj zamiast tego w wymiarach, których skala nie kupuje automatycznie — ostrzejsze modelowanie LTV, szybszy creative i mądrzejszy timing.
Jeśli chcesz optymalizacji opartej na AI, która obserwuje Twoje value-based stawki i performance creative przez kampanie, aby Twój zespół mógł skupić się na modelowaniu LTV i produkcji creative, SteerAds prowadzi darmowy 14-dniowy audyt na kontach Google i Microsoft Ads.
Źródła
- support.google.com/google-ads — dokumentacja App campaigns Google Ads
- thinkwithgoogle.com — insights gamingowe i app Think with Google
- newzoo.com — dane globalnego rynku gier Newzoo
- appsflyer.com — benchmarki gaming UA i LTV AppsFlyer
- sensortower.com — inteligencja rynku gier mobile Sensor Tower
FAQ
Jaki jest realistyczny CPI dla gier mobilnych na Google Ads w 2026?
Różni się enormalnie według gatunku i geografii. W rynkach tier-1 (USA, Wielka Brytania, Europa Zachodnia) gry casual i hypercasual często widzą CPI 1-3 euro, tytuły mid-core 4-10 euro, a gry hardcore lub strategy 8-25 euro, bo celują w graczy o wyższej wartości, trudniejszych do osiągnięcia. Rynki wschodzące działają znacznie niżej, czasem 0,20-1,00 euro, ale z odpowiednio niższą monetyzacją. Sam CPI to zła liczba do optymalizacji — 15-euro CPI dostarczający graczy o 40-euro LTV bije 2-euro CPI dostarczający graczy o 1-euro LTV. Zawsze paruj cele CPI z oczekiwaniami day-0 do day-7 ROAS z własnych danych kohortowych.
Czy powinienem licytować na instalacje (tCPI) czy in-app purchases (tROAS)?
Zacznij na tCPI, aby zbudować wolumen instalacji i posiać algorytm danymi konwersji, potem dyplomuj do tROAS, gdy masz wystarczająco zdarzeń zakupu, aby modelować wartość niezawodnie. Większość studiów uruchamia sekwencję: start na tCPI dla instalacji, przejście na target CPA dla kluczowego in-app event (ukończenie tutorialu, pierwszy milestone sesji), potem przejście na tROAS, gdy dzienny wolumen kupujących jest wystarczający dla modelu wartości Google. tROAS za wcześnie głoduje na rzadkich sygnałach zakupu i nigdy nie wychodzi z fazy uczenia. Przejście zazwyczaj zachodzi, gdy kampania generuje dziesiątki zdarzeń zakupu dziennie konsekwentnie.
Jak ważne jest modelowanie LTV gracza dla gaming UA?
To pojedyncza najważniejsza zdolność oddzielająca rentowne gaming UA od nierentownego. Ponieważ monetyzacja w grach free-to-play jest mocno skośna — mały udział whales napędza większość przychodu — średni przychód na instalację jest mylący. Potrzebujesz predyktywnego LTV: ze wczesnych sygnałów (zachowanie day-0 i day-1, pierwsze zakupy) prognozuj wartość kohorty day-30, day-90 i day-180, potem karm tę przewidywaną wartość z powrotem do stawek tROAS przez value rules lub server-side conversion values. Studia, które licytują do przewidywanego LTV konsekwentnie przewyższają te licytujące do wolumenu instalacji lub krótkiego okna ROAS.
Czy YouTube i creators gamingowi faktycznie napędzają instalacje, czy tylko świadomość?
Oba, a granica między nimi rozmazuje się w gamingu konkretnie, bo audiencja jest natywna dla video. Inwentarz YouTube App campaign i integracje z creators napędzają mierzalne instalacje, ale ich większa wartość to tworzenie popytu, który czyni Twoje kampanie tCPI tańszymi. Footage gameplay, playthrough creators i creative w stylu trailera na YouTube ogrzewają audiencję, która następnie konwertuje wydajniej przez sieć App campaign. Mierz creators z śledzeniem promo-code lub deep-link i testami inkrementalności zamiast last-click — ich wkład jest systematycznie niedoceniany przez okna atrybucji, zwłaszcza dla dłuższych tytułów mid-core.
Jak reklamodawcy esports powinni timing-ować swoje kampanie wokół wydarzeń?
Popyt esports skacze ostro wokół głównych turniejów, startów season i patch dropów, a okno jest krótkie. Buduj pacing budżetu, który ładuje wydatki dwa do trzech tygodni przed i podczas głównego wydarzenia, gdy zainteresowanie wyszukiwania, viewership YouTube i intencja gracza pikują razem. Pre-buduj creative odnoszące się do wydarzenia, podnoś budżety i cele tROAS przed pikiem i przygotuj kampanie re-engagement, aby uchwycić falę powracających i lapsed graczy po wydarzeniu. Traktowanie kalendarzy esports jak retail traktuje Black Friday — zaplanowane, pre-ładowane i ciasno pace'owane — to różnica między złapaniem fali a jej przegapieniem.
Co kampania re-engagement robi dla gry mobilnej?
Re-engagement (App campaigns for engagement) celuje w użytkowników, którzy już zainstalowali Twoją grę, aby przywrócić lapsed graczy i pogłębić engagement aktywnych. Używa deep links, aby zrzucić powracających graczy bezpośrednio do odpowiedniego destination in-game — nowe wydarzenie, sale, turniej — zamiast generycznego ekranu uruchamiania. Dla gier ze znaczącym churnem (czyli prawie wszystkich) re-engagement jest często bardziej koszt-efektywny per euro przychodu niż świeża akwizycja, bo lapsed gracze już rozumieją grę i mają wyższy współczynnik konwersji-do-zakupu. Powinien być stałą pozycją, skalowaną wokół content drops i wydarzeń.
Jak konkurować na CPI w nasyconym, wysoko-konkurencyjnym gatunku?
Rzadko wygrywasz nasycony gatunek, przelicytowując na CPI — wygrywasz na efektywności LTV i creative. Studia, które utrzymują rentowne UA w zatłoczonych kategoriach, robią trzy rzeczy: licytują do przewidywanego LTV, aby móc zapłacić więcej za genuinely valuable graczy bez przepłacania za resztę, utrzymują high-velocity creative pipeline, bo creative to największa dźwignia CPI w App campaigns, i eksploatują okna timing (wydarzenia, sezonowość, geos soft-launch), gdzie konkurencja jest cieńsza. Próba dopasowania głębokokieszeniowego konkurenta euro-za-euro na surowym CPI to przegrana gra; out-modelowanie i out-creating ich nie.