2022年假期12-3 过剩产能的输出
前面挖坑了，大概提了一下用户付费预测的事情，主要用于解决重度后置付费产品提前回传数据给广告平台，帮助广告平台学习，从而提高付费用户买量的精准性。
Facebook的VO或者AEO都只能最多接收到7天的回传数据，Google的3.0投放用的是7天的数据综合学习，其实对于广告系统来说越早回传真实的付费数据对广告投放学习越有帮助。但是游戏后置付费比较深的产品，很明显无法在7天内就把付费数据都回传，只拿7天的付费数据作为广告投放依据又不够科学，所以这里我们需要做最重要的一件事情，用户付费预测。
插一个题外话，我见到很多付费特别靠前的割韭菜类型产品在FB上跑的非常好，比如1-1直播这种，还有玩”不小心“就订阅一年的产品。还有上来就要求充钱才能看的互动阅读，付费小说这些其实都是靠着回传早，好学习这个特征在facebook，Google上买的特别爽。反而是那些正经做产品的，比如深度社交，重度手游其实买量的时候相对比较困难，或者说”贵“。
回到正题：我们要想办法把我们用户的后续付费行为预测出来，并且给不断的优化自己的模型，通过后续数据修正从而达到每个用户在1-7天内能精准的预测出来后续的付费行为，分成不同等级，或者干脆回传预测的付费数据给到广告平台，进行投放优化。
具体的操作，其实偏向于技术，这些我也不懂要如何建模来实现，可能需要有专业的人工智能+机器学习的人进行操作。大致的思路可能需要包含把用户前期的一些留存，行为，频率，机型，设备信息，wifi，玩家之间互动等等，甚至尽可能能多拿到的一些行为数据，整合建模，对整体的用户后续充值做一个预测，并且不断通过历史数据进行学习，同时也不断把新增用户的数据加进去学习，且根据后续的真实付费数据做模型的修正学习。
这个环节对技术的要求会非常高，不是我这个水平的人能解释的清楚，如果真想做，可能要去找以为专业做机器学习的人来做这个事情。
对于广告优化师来说，我们需要的是”结果输出“，我们到底要拿什么样的预测数据来做广告优化呢？站在投放角度我会从下面几个方向推进。
数据输出环节+如何投放环节
目前各个头部厂商按说都已经在按照方向投放，并且没准预测数据已经做到很精准，但是这应该也是要不断改进完善，毕竟游戏的版本更新之后可能也会影响到预测的数值之类，不大可能做到很完善。但是总体来说按照这个思路，总比我们只拿着前面几天的数据去投放，在精准度和系统优化上就是巨大的差距。
我们建了一个亚马逊卖家交流群，里面不乏很多大卖家。
现在扫码回复“ 加群 ”，拉你进群。
热门文章
*30分钟更新一次
