海外买量过程中，涉及一些专业术语或概念，这张图可以给大家一个整体概念。

下面分别给介绍下这些重要概念，

  • MMP：全称Mobile Measurement Partner，通俗的理解就是“裁判”，它们提供在线广告的归因服务，也就是标记你买来的用户到底是google，facebook，tiktok或其它渠道的。比较有名气的两家是Adjust和AppFlyer。裁判必须公正，这也是为啥两家独大，而不是一家，它们相互制约，双方都不敢做出违规的事情。
  • 投手：投手这个职业非常类似股票/基金的超盘手，他们每天盯着报表，以及在线实时数据，确定后面的操作，如是否提升单价，是否添加预算，是否替换素材，是否制作新的素材等等。投手需要考虑的事情很多，他们是海外买量中最为重要的角色，所以还会细分为操盘投手和素材投手，素材投手主要是总结素材效果，以及规划新的素材内容。而且，一般全球发行的游戏，在不同区域会配备当地专门的投手团队，来应对区域性的节点。据笔者了解，近几年市面上一些投手SaaS平台期望利用大数据+机器学习算法来替代投手的角色，目前都是以失败告终，笔者认为目前的技术上可以解决部分问题，但是不能够完全代替人来做决策。
  • 素材：主要分为文本，图片，视频和可玩性素材等4类素材。由于4G的普及，视频素材成为了绝对的主流，如果后面不做区分，那默认指的就是视频素材。文本素材效果一般很好，主要用在搜索引擎里面，因为一般搜索的用户，基本上意图很明确。图片素材的内容太局限，显然不如视频素材具有吸引力，从现在短视频app这么流行，读者应该可以体会两者的差异。可玩性素材，一是定制化成本很高，二是通用的可玩性素材（比如那种益智通关类）和你的游戏货不对板，最终还是欺骗了用户，转化效果一般不好。所以，目前广告主将绝大部分资源都投入到视频类素材的生产上。
  • 受众优化：广告平台一般是拿不到广告主的数据的，尤其是那些游戏大厂，存在收入泄漏的风险。但是，如果你不上报，或者上报很晚，广告平台的算法优化的效果就不好，那损失的还是大厂。对于广告主而言，这是一个两难的选择，一方面需要ROI更高的模型，一方面又不希望更多的透露自己的隐私数据。这时候，广告主的算法工程师起到了关键作用，他们利用大数据和算法，更早且更准的找到了受众，并且通过一些模糊的手段，将这些用户返给广告平台，从而解决了这个两难的问题，广告主和广告平台在这里都受益。
  • 隐私政策：隐私政策这个事情对于从业者来说，非常具有挑战性，或者更严重一点，这是买量上的一场危机。因为它基本上，废除了用户级别评估方案，使得传统买量BI系统基本作废。目前由于只有iOS的SKAN上线了，Android的用户粒度评估仍然可行，所以UA BI仍然在苟延残喘，但是一旦Android 的Sandbox上线，那将是致命打击。不过，危险和机遇总是并存，笔者所在的团队，基于对这个问题的理解，研究了一套相对准确的评估算法，并且申请了专利进行保护，等后面机会成熟，也会在这个系列随笔中进行相关细节的分享。不过，这里要吐槽一下，苹果公司在保护隐私的大旗下，搞出了SKAN这套方案，自己的App Store Search广告仍然可以准确归因，咱们广告主也可以去买广告，并且可以准确的计算App Store Ads的ROI。屁股决定脑袋的逻辑哪里都适用，读者你怎么看呢？skan一出，理论上mmp的命也被革了，但是mmp毕竟很大，所以他们也提供一些skan数据拉取和清洗的活，理论上这个事情广告主就可以做，因为skan已经把核心的归因给做了，所以mmp在这里没有核心价值，随时随地都会被替代。
  • 数据合规：自从2018年欧盟生效GDPR以来，其他大的经济体纷纷效仿，如2020年1月美国加州版本的CCPA，同年9月巴西颁布LGPD，以及2022年印度版的PDPB。还有当年，tiktok因为隐私问题，被美国政府强行托管给美国软件公司Oracle。为什么历史总是间歇性开倒车，这种哲学问题，笔者可能无法展开探讨。但是这个问题导致笔者在前两年，被迫将工作地迁移到新加坡。2021年的那个秋冬，新冠Delta变异株横行霸道，笔者漂泊异乡，面临着感染康复3月后才能回国压力，回国需隔离21天，同时伴有巨大的工作压力，只有经历过的人，才能从中学习并且成长。历史的尘埃，落到每个人身上，都是巨大的包袱，作为个体，是多么的渺小。
  • 广告代理：广告代理公司有很多种，笔者工作中遇到几类公司。一种俗称“全包”，就是你作为广告主，只用付钱，并且设定目标，后面所有的事情都有广告代理公司来执行，然后通过流水抽取提成，这种适合中小广告主，因为自己如果再请一些专职做UA的人员，还不如包给外面，这样就可以更集中精力做游戏研发。另外一种俗称“半包”，帮广告主做一些机械化的操作，比如在不同平台，多个地区，批量创建广告活动，上传素材，设置参数等，或者根据广告主的要求，制作素材等，尤其是以混剪素材偏多，因为门槛和成本会更低。有一些高端的代理公司，提供SaaS平台，可以做这些事情，并且在宣传资料里都提到用AI来操作广告活动，目前我遇到的大多都不是很靠谱，因为我们自己也做这类事情，尤其是这类事情投手很抵触，触碰了他们的饭碗。也许，UA有朝一日会走到量化投资那条路吧，但是人仍然是核心的决策者，只是将会AI的那批人替代了不会AI人，投手这个岗位门槛只会越来越高。
  • Gen-AI技术：国内称为AIGC，自从去年Chatgpt出现以来，这个话题就一直持续火热。拿着一个斧子，看见什么都是钉子，这种事情见多了，就不会觉得稀奇。这种东西要是真的有用，你要是不用，那你就落后了，所以管他有用没用，先用着在说，即使不好用，也要PR一波，一方面可以显示自己紧跟技术前沿，另一方面也确实有PR需求，可以完成KPI，两全其美。至于好不好用，是否能够带来价值，只有等裁员的时候就知道了。在这股风潮中，笔者一直比较冷静，因为现在确实是裁员的大环境下，如果一旦因为这个技术而盲目扩张团队，但后面确无法兑现天赋，后面开始裁员时，你觉得老板会先裁谁呢？所以，一定要看清价值点，然后再发力。基于chatgpt和SD的技术直接生产视频，目前来看确实不太成熟，但是利用SD中的一些技术，以及相关插件，制作视频混剪，打标，风格变换等，然后加上一些成熟的视频处理技术，如deepfake，水印剔除，TTS，图像超分辨填充等，是可以走出另一条有价值的视频制作的路子。同时，也可以探索AI+3D技术，看看是否可以提升3D引擎类素材制作的效率。这也是我所在的团队正在探索的道路。
  • 团队成员：基于前面提到的内容，如果要组建个团队来做海外买量的saas服务这个事情，成本还是有点高，涉及产品，投放，素材制作，算法，后端，前端，数据工程，运维等多个职能，并且还需要海外base一些人员，以避免合规风险。粗略计算，一年也需要至少千万人民币级别的投入，实属不便宜。笔者所在的团队，人员还经常流失，一方面海外买量的产品岗位非常抢手，因为最近国内企业都在出海，对这类岗需求量旺盛；另外一方面，团队成员在海外，面对的吸引是来自硅谷宇宙厂，尤其是海外的算法工程师，离职后基本上去了Meta，Google，Amazon等公司；还有一点就是工作内容，本质上我们事内部的SaaS团队，提供to B业务，无法类似to C业务那样，动辄面对千万DAU访问的挑战，这种工作经历可能对于那些名校毕业的同学来说，并不能在他们的简历上带来亮眼的一笔，所以很多人也就是来这里混个国内大厂的简历，然后就去找下家。不过人各有志，也不能强留，虽然这里没有大DAU的挑战，但是如果想要做好，可能更难，需要遵守别人制定的游戏规则，带着镣铐跳舞，而不是在那里卷特征，調神经网络结构，或者水论文就可以解决的，需要更加综合的素质。

好了，唠叨了很多，就道这里吧。下篇文章，简单介绍算法工程师如何在海外买量过程中， 帮助广告主进行高效的获客。