前不久，Colins 字典公布了2023年年度关键词——AI。从年头爆火的 OpenAI、ChatGPT，到更多玩家推出的大模型概念产品，再到广告和营销技术行业中，机器学习算法带来的产品能力升级......互联网行业正在迎来AI浪潮下的颠覆性改变。

与此同时，在经济压力和行业革新的共同作用下，广告的预算的去路正在变得“透明”——每一分预算都要花在刀刃上，每一笔回报都需要、也都在逐渐变得可预测、可掌控。

走向2024年，在 AI 驱动的广告和营销技术革新，以及媒体环境变化的共同作用下，开发者需要关注哪些变化与趋势？

01 媒体环境变化

《广告平台综合表现报告》（第16版）提及，从 2022 年下半年开始，广告主在买量获客上分配的广告预算就开始缩减，甚至一度骤降，去年同比降幅高达 20%。与之呼应的是，2023 年所有头部媒体同比和环比均有衰退，前 20 大媒体中仅四家收获预算增长。

在此情境下，什么的渠道更能值得开发者关注？

Statista 数据指出，消费者在开放互联网（Open Internet）上花费的时间比在头部媒体内花费的时间更多，但广告主对开放网络的广告预算分配却不足。

TheTradeDesk 近期的一项研究也表示，开放网络的发展蓬勃、受众喜爱程度超预期，也已有部分广告主已认识到其性价比。

结合 eMarketer 近期的一项研究报告，我们认为，在2024年，广告主需要关注以下几个变化点：

开放网络渠道的增长机会。除了三方媒体平台，CTV、应用商店渠道也是值得关注。通过将广告预算发散，可以更好地把握新渠道红利。
在社交媒体上，注重用户粘性表现提升。在主流社交媒体上尝试新的广告样式，同时考虑与社交媒体内外的达人合作，以获取更多的曝光机会，并进一步提升广告的品牌效应与用户粘性。
移动广告渠道是游戏开发者需要长期关注的。从预期来看，这或许是唯一仍有增量的渠道。

微信图片_20231229152138.png

02 获客机会变化

焦点1——出海

垂类、市场、渠道增长机会盘点

从今年以来国内应用市场释放的信号来看，“不出海、便出局”仍然会是应用开发者面临的生存命题。在出海这件事上，还有哪些机会点需要进一步把握？

关注蓝海垂类：AI应用、短剧

ChatGPT 的一波爆红，在今年给 AI+X 的应用品类加了一把火。但是，AI 应用在出海过程中面临更高门槛：从数据安全到媒体政策，从文化差异到技术开发等客观限制。应用开发者如何在这个风口中，攫取更多增长空间？

除了 AI，出海赛道上还有一个同样火热的产品——“短剧”。从内容出海、剧集出海、到应用出海，这种内容产物如雨后春笋般，迅速地走向T1市场。商业模式逐渐跑通后，新的一波压力来到了持续获客。具体而言，有哪些策略可以采用？

点击阅读：

AI 应用出海，社交媒体投放建议

短剧出海，Mintegral 等三方渠道投放建议

短剧出海，素材与社交媒体投放建议

关注蓝海目的地：印尼、中东

国内游戏出海的“后花园”——东南亚在今年博得了大量游戏、非游开发者的眼球。

前不久发布的《2023国内手游出海白皮书——东南亚市场篇》数据显示，近30天东南亚在投手游数量占全球的44%，接近1.2万，印尼、越南、新加坡是数量最多的前三个市场；就国内出海东南亚的手游而言，投放数量前三的游戏类型是休闲、益智、动作；同时，休闲也是素材展现量 Top 500手游中数量最多的品类。

而在电商领域，今年的大事件中必有 TikTok Shop 在印尼的关停与业务重启。

聚焦另一个出海潜力股中东，年轻人对科技、娱乐消费的高需求，为移动互联网在当地的发展创造了无限机会。此外，中东地区拥有多样的文化和宗教背景，这些因素对市场行为和商业模式产生了重要影响，同样也为游戏、电商等行业带来了巨大的增长潜力.

点击阅读：

关注人口红利：宗教需求与老龄化趋势

面向宗教氛围浓厚的中东、印尼等国家，在出海格局进一步深化的今天，除了需要规避敏感点，提前进行相应的产品及营销活动布局将是抢滩成功的必要前提。

点击阅读：斋月营销出圈一把好手——短视频

除此以外，eMarketer 的一项报告指出，移动游戏或将因为人口老龄化而迎来更多的用户时间分配，移动游戏的适老化也将成为一个值得探索的议题。

来源：eMarketer

预计到2027年，美国65岁以上的电子游戏玩家将达到2650万

关注蓝海渠道：应用商店、OEM 流量

除了要从地理位置上寻找突围机会，一些特色细分渠道同样值得开发者关注。

首先，是应用商店流量。除了 Google Play 和 App Store 两大巨头，Amazon Appstore 也是值得关注的头部应用商店。相关数据显示，Amazon Appstore 作为亚马逊的官方应用商店，在其自研设备 Amazon Fire Tablet 平板设备中均有预装。其在全球范围内设备总覆盖量超过2亿，可覆盖全球超过200个国家和地区，并已上架超过 80 万个应用。

点击阅读：新兴流量宝地 Amazon Appstore

除此以外，OEM 广告也是值得关注的渠道之一。OEM 广告展现形式主要包含预装应用、应用商店推广和内置浏览器/搜索引擎推荐，对于旅游、电子商务、游戏等行业而言，品牌方和开发者可以通过原始厂商获得更加全面的用户画像，挖掘用户多维需求，进而结合多样化广告形式，沉浸式触达海量用户。

点击阅读：一文读懂 OEM 广告

焦点2——投放性价比

越追求投放性价比，越需要 CPI+ROAS 双出价模式

市场上普遍采用 CPI Campaign（每次安装成本）和 ROAS Campaign（广告支出回报率）两种投放策略。两者优化目标不同，在算法链路上存在差异，因此覆盖的流量也有所不同。

在广告预算分配更为谨慎的当下，开发者和广告优化师都需要关注“结合打法”所能带来的1+1>2的效果。

以 Mintegral 为例，Target ROAS 智能投放和 CPI Campaign 都需要积累足够的应用安装数量，让算法模型从学习期过渡到正常投放期。在这个过程中，开发者通过综合考虑子渠道和 IVR（每展示应用下载率）等重要指标，结合不同类型的 Campaign 投放，可以加速产品的应用安装积累过程，并在较短的时间内实现快速增长。

目前，Mobvista 旗下产品已有相关的实践与经验，点击阅读：

Campaign 优化，ROAS 与 CPI 如何选？

3个方向，让 ROAS 越跑越优

焦点3——数据合规与隐私保护

谷歌沙盒是否会在2024年改写移动数据管理格局？

继苹果 ATT 框架之后，各国家和地区的隐私合规政策仍在持续收紧。

Google 也表示将在2024年1月起，向全球 Chrome 用户推出默认限制网站对第三方 cookie 的访问、从而限制跨站跟踪的功能。而在安卓端，Privacy Sandbox API 于3月推出Beta版本后再未有新动作，对于开发者而言，仍然有较充裕的准备时间。

其中，SDK Runtime 将是开发者需要重点关注的板块——Google 希望通过进程隔离以及明确定义的 API 和数据访问权限控制，减少第三方 SDK 在未披露的情况下访问和共享用户的应用数据。

微信图片_20231229154336.png

来源：Google

预计，在应用的前台进程中，SDK 调用代码会与 SDK 接口进行通信。然后，这些接口会跨越进程边界进入 SDK Runtime 进程，以调用对应的 SDK。

03 应用变现变化

当疫情时期的“宅经济”红利褪去，加之越来越高的发行成本，不少开发者在此情景下都会选择将更多的心思放诸打造一款精良的游戏,使 ROI 打正——混合休闲游戏品类的崛起便是这一趋势下的产物：更优的用户留存，更优的 LTV，更多元的玩法与变现模式。

从用户的角度来说，随着用户对游戏质量要求的提升，特别轻度的小游戏可能已经不能满足他们的需求。我们在近年已经看见不少案例——重度游戏开始尝试集成轻度游戏玩法，而轻度游戏则会向中等重度的方向发展。

值得一提的是，走向“混合”并非只是游戏开发者的选择。eMarketer 的数据显示，非游应用的 IAP 占比正在逐步提升，提升因素与游戏的道具、藏品购买不同，更多为订阅。

640 (1).png

来源：eMarketer

非游品类预计将持续提升IAP市场份额占比

不过，尽管在22-23年，随着混合变现的崛起，IAP 的占比有比较明显的提升，eMarketer 仍然认为 IAA 会持续占据主导地位。

报告显示，在疫情的前两年内，IAP 迅速增长，但在2022年结束。在2023年，IAP 再次增长，但增速仅为4.5%，主要受到游戏以外应用支出的增加推动。从增速预期来看，IAA又再次回到首位。

微信图片_20231229154649.png

微信图片_20231229154721.png

来源：eMarketer

从增速上来说，IAA的增速预期较为乐观

04 广告与营销工具变化

在 AI 和大模型迅速推动技术革新的一年里，智能化营销产品的推陈出新迅速抓住人们的眼球。

而事实上，将机器学习等深度模型与先进技术应用至广告和营销工具之中是行业共识：

我们需要更懂人、更懂受众、更懂 ROI 的工具进行增长难题的拆解与高效处理。

在创意优化、广告推荐、广告竞价模块中，机器学习均能赋能开发者实现调优颗粒度细化，进而实现运行智能化。我们也期待技术的进一步精进能为业内带来更多惊喜。

机器学习

让广告 Campaign 更快，更准，更有效

在广告计划中，创意是获客过程的核心一环，通过结合大模型、CV、DCO 等技术，创意的制作效率和效能都能进一步提升，也释放了广告的个性化能力。对于开发者和营销人员来说，他们可以更专注于玩法本身，而不是重新调整广告以适应不同的投放规则。

除此之外，需要关注的是，超过一半的美国营销人员预计在2023年使用更多上下文数据用于用户画像描绘与广告推荐。

这意味着，广告搜推系统的上下文定向的能力正在变得越发重要，而其与AI和机器学习算法技术的结合，例如 LLM，CV 以及神经网络学习框架，能更全面地进行广告创意分析、匹配，从而进一步提升广告 Campaign 的效率。

具体到广告推荐的另一方面，目标人群定位精度将得到提升。目前，通过在机器学习框架中引入先进的概率模型，连接各种确切的数据集（即已知受众），并在必要时填补空白（即未知受众）。这将进一步提升用户圈定与行为预测的效果。

同类型的技术也可应用在广告竞价优化之中。在机器学习算法的支持下，通过高效且准确的预测模型与响应机制，平台能够自动识别状态并进行针对性优化，加速产品稳定和扩量。

目前，Mobvista 旗下产品已有相关的实践与经验，点击阅读：

机器学习颠覆广告创意新思路

个性化广告精准投放，机器学习与广告推荐的深度融合

机器学习重塑广告出价策略，助力高效增长

社区

走向2024：移动领域的4大变化与机会盘点

和我们保持连线

相关文章

郑重提示

郑重提示

确定

同意

自定义设置