Tabarak Paracha
Giám đốc điều hành (CEO) của chúng tôi, Christopher Farm, đã tham gia chương trình podcast ‘GameMakers’ để thảo luận về thành công của khách hàng HyperBeard và vai trò của Tenjin trong thành công đó. Cuộc trò chuyện tập trung vào chỉ số LTV danh mục đầu tư (Portfolio LTV) – một chỉ số phân tích quan trọng nhằm giảm chi phí thu hút người dùng.
MMP có chức năng gì, và vai trò của nó đã thay đổi như thế nào kể từ khi IDFA bị loại bỏ?
[Christopher Farm]: Về mặt lịch sử, vai trò của một MMP là xác định những nguồn lưu lượng truy cập mà bạn đang quảng cáo trên đó mang lại ROI cao nhất. Tôi nghĩ điều đó vẫn đúng, nhưng tình hình đã thay đổi rất nhiều kể từ khi IDFA bị loại bỏ và chúng ta bước vào một thế giới nơi mọi thứ trở nên kém minh bạch hơn. Vì vậy, một trong những điểm khác biệt của chúng tôi (tại Tenjin) là chúng tôi cố gắng tập hợp tất cả dữ liệu vào một nơi duy nhất. Chúng tôi cung cấp dịch vụ kho dữ liệu (data warehouse as a service), giúp các doanh nghiệp không cần phải tự xây dựng kho dữ liệu riêng. Đây là một trong những điểm giúp chúng tôi khác biệt so với nhiều MMP khác. Do đó, ngay cả khi IDFA không còn được sử dụng, chúng tôi vẫn tin rằng bạn có thể thu thập tất cả các loại dữ liệu khác nhau mà bạn có thể có được. Có thể nói rằng việc làm như vậy và có các đối tác có thể phân tích và xem xét dữ liệu đó một cách thích hợp thậm chí còn cần thiết hơn.
Tỷ lệ LTV của danh mục đầu tư là gì?
[Christopher Farm]: Khái niệm LTV danh mục đầu tư – tôi không nghĩ đó là điều chúng tôi đã định thực hiện ngay từ đầu. Đó là điều tự nhiên mà chúng tôi xem xét khi tìm hiểu xem khách hàng muốn làm gì, hay trong trường hợp này là Alex muốn làm gì, với dữ liệu đó.
Chúng tôi bắt đầu nhận thấy qua dữ liệu rằng việc khách hàng muốn chơi những trò chơi tương tự trong danh mục trò chơi của quý vị là điều rất tự nhiên. Và từ đó, ý tưởng này đã nảy sinh một cách tự nhiên, dẫn đến rất nhiều phân tích khác nhau mà chúng tôi đã cố gắng thực hiện, nhằm tối ưu hóa trải nghiệm đó cho khách hàng.
Tôi nghĩ ngành này mới chỉ ở giai đoạn sơ khai, khi mọi người có thể suy nghĩ một cách sâu sắc về vấn đề này. Có rất nhiều khía cạnh và cơ hội mà cá nhân tôi nhận thấy rằng, nếu bạn có thể xây dựng thương hiệu xung quanh danh mục sản phẩm của mình, bạn sẽ có cơ hội thực sự để thực hiện những điều như vậy, và từ đó có thể nảy sinh rất nhiều ý tưởng sản phẩm mới. Và tôi không nghĩ mọi người đã từng thử điều này, nhưng ví dụ như việc có một loại tiền tệ chung, hoặc những trải nghiệm tương tự, hay chia sẻ các loại hàng hóa ảo khác nhau giữa các ứng dụng của bạn. Tất cả những điều này sẽ trở nên khả thi hơn rất nhiều nhờ tối ưu hóa và khi có các chỉ số đo lường cụ thể.
Ở đây có một chi phí cơ hội, theo nghĩa là bạn có thể đã hiển thị một quảng cáo khác từ một nhà xuất bản khác, nhưng chi phí cơ hội này thấp hơn nhiều và bạn có thể xây dựng LTV của mình theo cách này. Và thực tế, đây chính là một trong những cách mà mô hình kinh doanh của các nhà phát hành game hyper casual hoạt động. Họ chi phí để thu hút người dùng cao hơn nhiều so với số tiền họ có thể kiếm được từ bất kỳ ứng dụng đơn lẻ nào. Tuy nhiên, xét trên tổng thể, điều này thường mang lại lợi nhuận cho họ.
Khi các bạn đánh giá Tenjin, chỉ số LTV của danh mục đầu tư có phải là một trong những trường hợp sử dụng chính mà các bạn đã xem xét hay đó chỉ là một yếu tố phụ?
[Alex Kozachenko]: Trước đây (trước khi bắt đầu hợp tác với Tenjin), chúng tôi đã từng cân nhắc về chỉ số LTV của danh mục đầu tư, nhưng đó vẫn là một mục tiêu còn khá xa vời. Một trong những điều mà Tenjin đã đề xuất chính là các dịch vụ phát triển tùy chỉnh trong hợp đồng của chúng tôi, và điều đó sẽ giúp chúng tôi xây dựng hệ thống BI. Vì vậy, chúng tôi đã biết điều đó là khả thi, và đó chính là tầm nhìn mà tôi có vào thời điểm đó.
Một điều khác mà Tenjin cho phép chúng tôi làm là mở rộng nguồn UA. Vấn đề khi có LTV thấp là bạn thực sự muốn giữ chi phí quản lý ở mức thấp bên cạnh các chi phí khác. Và cuối cùng, hầu hết các MMP đều tính phí theo mỗi lượt cài đặt được theo dõi từ nguồn UA hoặc bất kỳ nguồn theo dõi nào. Vì vậy, một số MMP lớn trên thị trường không phải là rẻ. Do đó, nếu bạn muốn mở rộng ra ngoài thị trường cấp 1 – chúc may mắn. Tất nhiên, điều này còn tùy thuộc vào quy mô. Nếu bạn có quy mô lớn, bạn có thể thương lượng để đạt được thỏa thuận. Nhưng chúng tôi không thể trả 2 xu cho một lượt cài đặt ở Ấn Độ khi LTV chỉ là 1,5 xu chẳng hạn. Điều đó hoàn toàn vô lý. Điều này đã cho phép chúng tôi mở rộng phạm vi hoạt động. Và hiện tại, chúng tôi đang gặt hái nhiều thành công từ các chiến dịch toàn cầu đang triển khai, những chiến dịch mà trước đây chúng tôi thậm chí không nghĩ đến việc chạy trên một nền tảng MMP có cấu trúc chi phí không hợp lý.
Anh/chị có thể phân tích kỹ hơn về nghiên cứu điển hình mà Sonamine đã thực hiện cùng Hyperbeard và chia sẻ thêm về một số dịch vụ mà công ty anh/chị đang cung cấp được không?
[Nick Lim]:
Vì vậy, chúng tôi đã thực hiện rất nhiều công việc khảo sát ban đầu để hỗ trợ anh ấy một chút. Và chúng tôi đã phát hiện ra rất nhiều cơ hội, giúp Alex và các đội của anh ấy xây dựng chiến lược và xác định ưu tiên cho các nỗ lực thu hút người dùng (UA) của họ. Một trong những lý do chúng tôi được mời tham gia là khi bạn xem xét các nền tảng đo lường đa kênh (MMP) truyền thống khi chạy một chiến dịch, bạn sẽ thấy chi phí và doanh thu liên quan đến chiến dịch đó. Tuy nhiên, những số liệu này thường chỉ liên quan đến một trò chơi duy nhất. Không có cách nào dễ dàng để thực sự xem được LTV danh mục đầu tư (Portfolio LTV) cho chiến dịch đó. Đó chính là lúc chúng tôi đã giúp Alex và đội ngũ của anh ấy tìm ra một phương pháp khác để thực hiện điều này, từ đó họ có thể sử dụng nó hàng ngày để tính toán doanh thu cho từng chiến dịch.
Bạn đã hỗ trợ Hyperbeard trong việc phân tích dữ liệu như thế nào?
[Alex Kozachenko]: Vậy Tenjin và Growth FullStack là những công cụ mà chúng tôi đã sử dụng để nhập dữ liệu. Nhưng rõ ràng chúng tôi cần phải làm sạch dữ liệu và biến nó thành thông tin có thể sử dụng được, tức là tạo ra các bảng điều khiển và báo cáo phù hợp. Một trong những việc họ đã làm là thực hiện phân tích tùy chỉnh, giúp chúng tôi biết rằng có X% người dùng chuyển đổi giữa 2 trò chơi, Y% chuyển đổi giữa 3 trò chơi và Z% chuyển đổi giữa 4 trò chơi. Đây là trò chơi dẫn dắt người dùng lớn nhất của bạn, trò chơi mà người dùng truy cập vào. Đây là tựa game mà người dùng có khả năng chuyển sang cao nhất, và đây là tựa game tiếp theo, rồi tựa game tiếp theo nữa. Một số việc chúng tôi có thể làm với dữ liệu này là cấu trúc chiến dịch quảng cáo chéo sao cho hiển thị quảng cáo theo tỷ lệ phù hợp dựa trên nơi người dùng có khả năng chuyển sang, cũng như nơi họ có khả năng mang lại doanh thu cao nhất. Bởi vì ý tưởng cốt lõi của câu hỏi về chiến lược "Whiteout" là bạn muốn người dùng đến những nơi mang lại LTV cao nhất cho bạn. Nhưng rõ ràng, bạn cần có xác suất cao rằng họ sẽ đến đó; nếu không, bạn chỉ đang hiển thị quảng cáo một cách vô nghĩa. Đó là một số trường hợp sử dụng mà họ đã hỗ trợ chúng tôi. Và như tôi đã nói, vì chúng tôi không có bộ phận phân tích dữ liệu nội bộ, sự hỗ trợ của họ thực sự rất hữu ích.
[Nick Lim]: Và chúng tôi coi dữ liệu như một hành trình. Vì vậy, khi bạn mới bắt đầu với một trò chơi và đang triển khai các chiến dịch thu hút người dùng (UA), chúng tôi có thể hỗ trợ bạn trong lĩnh vực này. Ví dụ, nếu có dữ liệu, chúng tôi có thể tạo ra các mô hình dự đoán SKAN. Mặc dù IDFA đã bị loại bỏ, nhưng với các giá trị chuyển đổi đang thu được, chúng tôi vẫn có thể dự đoán LTV với độ chính xác trong khoảng 5% dựa trên các giá trị chuyển đổi thu được từ chiến dịch SKAN cụ thể đó. Tuy nhiên, đôi khi chúng tôi nhận ra rằng các lược đồ giá trị chuyển đổi SKAN hiện tại đang hạn chế khả năng dự đoán của bạn. Do đó, chúng tôi sẽ đề xuất với các nhà phát triển rằng họ nên sử dụng một lược đồ SKAN rộng hơn và toàn diện hơn, có thể thu thập nhiều giá trị chuyển đổi hơn, không chỉ giới hạn ở doanh thu. Đây là cách làm phổ biến của hầu hết các nhà phát triển hiện nay – chỉ đưa doanh thu vào các giá trị SKAN của họ. Thực tế, chúng tôi khuyên bạn không nên làm như vậy vì bạn đã mất rất nhiều dữ liệu rồi. Vì vậy, nếu bạn muốn, chúng tôi sẽ giúp thiết kế cấu trúc SKAN để bạn có được những dự đoán tốt hơn ở cấp độ SKAN. Đó là về phía UA.
Sonamine cũng hỗ trợ trong việc kiếm tiền và giữ chân người dùng. Vì vậy, ngay khi người dùng bắt đầu chơi một trò chơi, đó mới chỉ là một nửa thách thức. Làm thế nào để giữ chân họ và khiến họ chi tiêu khi họ cảm thấy mình đang nhận được giá trị từ trò chơi? Vì vậy, chúng tôi áp dụng các dự đoán dựa trên trí tuệ nhân tạo (AI) lên dữ liệu mà bạn có, từ đó xác định các nhóm người dùng có nguy cơ rời bỏ và hỗ trợ bạn tạo động lực để họ chuyển đổi nếu có khả năng. Còn nếu họ có xu hướng rời bỏ, chúng tôi sẽ giúp bạn cung cấp một số phần thưởng có thể giúp giữ chân họ.
Hãy xem video đầy đủ ở trên để tìm hiểu cách tính tỷ lệ LTV của danh mục đầu tư, những xu hướng lớn sắp tới và những thay đổi sắp diễn ra, cùng nhiều thông tin khác.
