“在营销领域取得成功越来越依赖于人工智能，”Gamelight 的 Günay Azer 谈到平台和移动广告市场的现状
Gamelight —— 一个面向游戏开发者和发行商的移动UA平台。我们与创始人古耐·阿泽（Günay Azer）进行了交流，讨论了创业公司在数据工作、自有人工智能算法、奖励广告等方面的方法。
亚历山大·谢苗诺夫，App2Top： 你好，古耐！让我们从个人问题开始我们的采访。请介绍下你自己：你从事移动营销多久了？在Gamelight中负责什么？
古耐·阿泽，Gamelight： 您好，亚历山大！移动游戏和广告技术在我的职业生涯中占据了重要位置，我已经在这些行业工作了超过10年。在此期间，我创立并发展了三个创业公司，包括Gamelight。
在Gamelight中，我负责创新及改善策略，致力于让我们在移动营销领域始终保持领先。
同时，我每天与团队紧密合作，优化用户获取流程。我们提升了UA的效率和有效性。
尤其让我自豪的是我们开发的人工智能算法。
我们会进一步讨论AI算法，现在先谈谈公司的历史。它是如何开始的？
古耐： Gamelight由我和弗洛里安·埃尔米斯（Florian Elmies）于2023年初在德国创立。
我们意识到传统的用户获取方法已经过时且效率低下。它们过于依赖假设和手动目标定位，两者都远未达到理想。
我们希望创建一个完全依赖真实数据的平台，帮助UA经理和游戏发行商在没有艰苦且通常无效的日常工作的情况下实现可靠稳定的结果。
最终，Gamelight迅速成长为行业中最大的专注于奖励的营销平台。能够在如此短的时间内取得如此多的成就，令我们感到惊讶！
在我们谈论增长之前，先具体谈谈Gamelight。它具体是做什么的？
古耐： 今天的Gamelight是一个平台，连接了移动游戏开发者与适合他们的用户。
这是如何实现的？
古耐： 我们使用先进的人工智能技术，分析玩家的行为、兴趣、人口统计等多个项目。这样做是为了找出那些可能对特定产品更感兴趣的用户。
作为一个奖励平台，你不仅仅是通过合适的提议来刺激观众吧？
古耐： 是的。用户在我们平台支持的游戏中可以赚取忠诚度积分，这些积分可以兑换为各种奖励，比如PayPal、亚马逊或Google Play的购物卡。
这种方法，一方面为用户带来积极的体验，另一方面帮助开发者扩大观众群并取得优异的成果，包括高参与度和长尾销售。
公司还很年轻，却已经成为移动广告市场上最大的参与者之一。你们是如何做到的？
古耐： 我们的快速增长源于三个关键因素：解决现实问题、低成本运营和组建正确的团队。
我们面临的最大挑战之一是通过付费用户吸引实现移动游戏的优化扩展。
这种优化是一个复杂且耗时的过程。我们设定了一个任务，使其高效、可靠且基于数据。这使我们得以创建一个为UA经理和发行商带来实际收益的解决方案。
另一个挑战是自筹资金。没有外部资金支持意味着我们需要纪律严明，仔细做出每一个决策。尽管这种方法最初会减慢我们的发展速度，它也让我们能够按照自己的条件运营Gamelight，并完全掌控项目。
此外，我和弗洛里安在技能方面互为补充。这大大提高了我们作为领导者的工作效率，帮助我们克服障碍并快速做出决策。
同时，我们也注重来自全球的多样化专家团队，通过鼓励创新和实验文化，我们能够快速行动，适应挑战，并保持在竞争激烈的移动营销领域的领导地位。
现在让我们谈谈AI。在每次演示和采访中，公司都会提到你们的AI。请详细介绍一下。
古耐： 我们的AI算法简化并优化了用户获取。
它具体做什么？
古耐： 它分析大量信息，包括应用的使用情况，用户的人口统计学信息，行为模式等等。
基于所得的数据，AI创建用户档案。然后识别当前活跃用户与潜在新用户之间的模式和匹配。这能实现：
- 为公司提供准确的定位；
- 为玩家推荐最相关的项目。
最终这样的UA优化使游戏能够吸引新的忠实用户，提升参与度、留存率和LTV。
在应用操作中，你们依赖于哪些指标？
古耐： 我们依赖于一组指标，反映用户参与度和留存，提供应用的整体概况。
你们的关注指标会因游戏的类型不同而变化吗？
古耐： 某些关键指标对于所有游戏类型都很重要，但重点可能会根据游戏类型有所不同。
例如，我们关注游戏时间，看看玩家何时攸关、如何经常和多长时间进行游戏。这有助于我们了解游戏习惯和偏好。对于休闲游戏，我们优先考虑活跃用户数量、会话长度和留存，因为这些游戏依赖于频繁且较短的会话。而更偏重硬核的类型（比如策略类游戏），我们通常更关注会话频率、游戏时间和LTV以进行深层次的参与度分析。
我们基于AI的工作方法让我们能够更好地理解用户行为。例如，如果某玩家80%的时间在玩策略类游戏，而20%的时间在玩休闲项目，我们会把这看作是一种模式，以便之后预测他的兴趣和偏好。
最终，在指标操作上的成功是首先理解用户如何与游戏互动，然后利用所获得的知识来优化参与度、留存和收入。
你们的AI算法与市场上的其他系统有何不同？
古耐： 与其他平台仅根据出价大小展示广告不同，我们的AI算法专注于为特定游戏选择合适的观众。这是我刚才提到的。
此外，它能优化如广告支出回报率（ROAS）、用户平均收益（ARPU）和留存等指标的活动。
而且该算法不会等到用户下载完成后再进行优化。它在广告展示前即进行分析和预估用户反应，判断广告应该何时展示以及哪些创意会引起更大共鸣。
很有意思。你觉得不使用AI在当前移动营销市场上还能取得成功吗？
古耐： 在现代高竞争的市场中，想在营销中取得成功而不使用AI越来越困难。用户行为复杂，分析所需的数据量庞大。没有AI，几乎无法有效处理这些数据，也不能提取有用信息，更别提实时调整活动了。
在这样的背景下，你们如何平衡人工与AI之间的工作？
古耐： 我们的AI系统设计为自主运作，并在最小限度的人为干预下取得有效成果。
不过，如果有需要，我们允许客户经理根据他们的偏好和要求进行个性化的人工优化。在这方面我们相当灵活。
让我们讨论一些案例。你能分享一些成功的故事吗？
古耐： 当然！例如，JOY CITY在日本和英国推广其战略游戏《Gunship Battle》时与我们合作。通过我们的AI算法和开放的目标定位策略，我们取得了令人印象深刻的结果：
- 在日本从第7天到第30天ROAS增长213%；
- 在英国同期ROAS增长143%；
- 相对于目标ROAS第30天增长了48%（日本）和35.78%（英国）。
Gunship Battle
另一个精彩的例子是我们与Brain Games团队合作的其美国的休闲游戏《Word Farm Adventure》。仅提高40%的出价，我们便实现了：
- UA量增加480%；
- 超额完成142%的第7天短期ROAS；
- 超额完成145%的第30天长期ROAS。
Word Farm Adventure
值得一提的是，在AppsFlyer Performance Index中，我们被认证为奖励广告领域的最佳来源，同时也是西欧、日本和韩国等关键市场的最佳来源之一。
最后一个问题：Gamelight未来有哪些新功能和创新值得我们期待？
我们有几个有趣的开发项目正在进行中。
虽然我们仍在致力于通过创新的工具和解决方案加强游戏应用，但我们现在正专注于扩展我们的推荐池，面向更广泛的应用类别。这意味着我们正在寻找新的方式来提供价值、优化活动并帮助品牌更有效地与用户互动。
我们还在开发新功能，这将为广告商提供吸引用户的新机会。这些创新旨在拓宽移动营销的可能性边界，帮助品牌更有效地接触到用户。
虽然目前我们还不能透露所有的细节，但有很多令人期待的东西——我们期待很快能与大家分享！