優(yōu)化師作為離一線最近的角色,掌握一手的數據和市場動態(tài),往往可以第一時間緊跟熱點產出素材方向。而市面上優(yōu)秀素材由優(yōu)化師指導制作的案例比比皆是,這樣才是真正發(fā)揮優(yōu)化師作為“創(chuàng)意的大腦”的作用。
筆者作為一名深耕騰訊渠道的優(yōu)化師,在投過社交、游戲、網服等各類產品,現主要在甲方深耕游戲行業(yè)后,發(fā)現游戲行業(yè)素材也會比較不同。
大部分視頻以游戲內容為主,真人類占比相對較小。而且由于游戲的玩法和賣點比較多,不同用戶喜歡該游戲的點也不同。
而一般產品的賣點會比較單一或固定幾個,視頻很多是圍繞這幾個核心賣點換著各種形式、場景進行包裝。
在制作游戲類素材的時候,需要對游戲有比較深入的了解。我甚至會下載游戲好好體驗幾個小時,多刷刷游戲社區(qū)評價,從中去了解玩家痛點。
接下來我將從產品分析、用戶分層、素材數據、素材標簽4個方面,來給大家講講素材是如何制作出來的。


下面將以某武俠游戲為例:
(1)產品定位
一款以國風武俠為題材,經典端游IP還原的MMO手游。
(2)目標人群
目標人群可以分為核心用戶、次核心用戶、泛用戶這3類。
核心用戶:28-45歲男性,武俠類、MMO類游戲的重度玩家,玩過某某端游玩家,直接競品核心用戶,如天涯明月刀、劍網用戶。
人群覆蓋少,競爭非常激烈,用戶成本最高,但付費率和ARRPU值非常高,留存高,且口碑效應明顯,常作為內測時期的第一批種子用戶,有時不需要通過買量即可獲取。
次核心用戶:18-45歲男性,玩過仙俠類、武俠同類題材的用戶,類武俠IP手游用戶(比如射雕英雄、天龍八部)。
人群覆蓋較大,一般為買量的主體用戶類型。
泛用戶:可能對該游戲感興趣的一切群體,引入后轉化率很低,成本低,需要教育和培養(yǎng)。
人群覆蓋廣,有破圈效應,盡管LTV低,但由于成本可以做到很低,ROI模型也可以打正。
(3)產品賣點
差異點:國內唯一一款某IP授權游戲,經典端游原班人馬還原。
產品賣點這一塊可以通過自己體驗游戲、用戶評論、咨詢游戲運營來獲取。
各種第三方網址和媒體平臺的創(chuàng)意中心,比如“騰訊廣告創(chuàng)意中心——創(chuàng)意風向標”,披露的數據顆粒度更細。有點擊率、完播率、點擊轉化率、平均播放時長等數據,同時還有細分到“創(chuàng)意標簽”的亮點功能。
第一個就是”營銷賣點“,可以通過點擊“創(chuàng)意風向標” – “賣點營銷”進入榜單。
通過營銷賣點榜單我能直接了解,游戲排名TOP 5 的視頻創(chuàng)意的賣點有哪些,從而來錨定素材的賣點,而且通過點擊“查看更多”還可查看完整榜單。


另外使用的比較多的功能就是“版位分析”功能了 。通過版位分析,我可以看到行業(yè)消耗占比TOP 20的投放版位,和該版位下的有哪些優(yōu)質視頻和優(yōu)異標簽。
同時通過游戲標簽來幫助我了解不同版位消耗的量級,以及不同的版位應該匹配什么樣的素材內容,從而降低我的試錯成本。

在確定了賣點和版位之后,接下來就是尋找完整的案例參考了,這里跟大家講講我是如何操作的 :
第一步:點擊“創(chuàng)意排行榜”——“視頻”——“熱門視頻榜”,找到視頻榜單的頁面。

第二步:點擊“游戲”——“角色扮演”,“按曝光量降序”,“近30日”等,對榜單頁面進行篩選。
比如我目前投放的一款游戲是角色扮演,行業(yè)類別我選的“游戲-角色扮演”。版位我選了四個正在投放版位“優(yōu)量會、騰訊視頻、騰訊新聞、騰訊看點”,從而找到篩選后的跑量素材排行。

第三步:在篩選完游戲類型和版位后,進入素材。你會發(fā)現視頻下面也有很多詳細的標簽分析,一個素材往往有很多個標簽點,需要可以提煉出最重要的賣點。
比如 :第一個視頻展示了首充1-6元分別可以獲得怎樣的禮包(武神、時裝),原價和現價形成非常強烈的對比,主要體現了游戲“首充折扣福利”賣點。


第四步?:在詳細分析完篩選榜單及提煉完賣點之后,我會將視頻發(fā)給視頻設計師一起研究,獲取一些建議。
具體如圖所示,這樣的好處就是,能夠讓我們考慮到各類用戶的痛點需求,從整體上梳理素材方向,以免出現遺漏。

不僅要創(chuàng)意背景、BGM、參考視頻、拍攝形式,也具體到每一分鏡的文案、畫面參考等等。
這樣子可以減少很多在制作過程中與設計師的溝通成本。當然如果大家配合得很默契,也可以只給一個創(chuàng)意思路,就能做出預期的素材。

在素材制作完成并投放一段時間后,我們需要進行素材數據分析,可以分析跑得好的素材的數據表現有哪些亮點,從而借鑒復用到下一個素材上。

圖中為近一周的兩個素材A和B的跑量數據,素材A是典型的跑量素材,消耗比素材B大很多,但ROI其實離6.5%的首日回本要求還差一些。
而素材B的消耗雖然少很多,但是后端付費效果和次留率都很好,只要素材具備以上兩點其中之一,那這個素材是有很大的優(yōu)化空間的。
這個就需要我們更加精細化研究,測試跟蹤素材的數據情況,去總結歸納了,畢竟不同游戲的付費點也會有所差別,需要更深的功夫鉆研。
04素材標簽迭代
但如今買量競爭白熱化的背景下,越來越比拼素材創(chuàng)意質量。如果沒有科學的分析,則非常容易測試失敗,白白浪費時間精力。
通過素材數據分析,找出優(yōu)質的素材點,進行復用。用數據指導素材迭代,不再是純憑感覺寫腳本,做優(yōu)化了。
投放并未玄學,爆量素材的確有跡可尋。我們從產品分析、用戶分層法確定方向、素材數據分析、素材標簽迭代這四個方面給大家詳細講解了爆量素材是如何產生的。
本文來自投稿,不代表增長黑客立場,如若轉載,請注明出處:http://m.gptmaths.com/cgo/market/56074.html