第一， 怎么搭建一个像DAP一样的团队？

第二， 今年的大环境下，广告技术团队如何去赋能业务成功？

接下来的演讲，我将分享一下自己对于这两个问题的思考和理解，希望对同行有一定的启发与帮助。

01　什么是DAP？

在解决第一个问题之前，我先简单介绍一下DAP是个怎样的产品。

大多数媒体和同行都知道在莉莉丝的整体买量策略中“DAP”显得至关重要。2018年，我到莉莉丝首先做了“DAP”这样一个产品，紧接着成立了广告技术中心。

“DAP”最初的产品构想是基于数据系统去驱动广告分析甚至投放，在其具体落地的过程中，公司层从上到下都给予了我们很大的支持，由于不断了解各个业务模块的需求，因此DAP的整体的业务场景比较全面，产品体系可以做到自上而下赋能发行侧买量、游戏运营侧、美宣、财务和管理层。

DAP最终产品形态是围绕用户获取和运营来构建，用户获取侧主要对接媒体能力，从广告归因、数据回传到依托于策略算法建立的找对人、说对话、出对价的能力，通过素材、定向等各种策略去提高业务侧获取用户的效率和效果，同时与工作表和观星台提供的数据多维度洞察，对齐发行和运营侧的数据口径，让企业内部在同一个语境下进行业务沟通。另外值得注意的是，DAP的系统运行也需要Tracking&归因、回传引擎、数据BI、模型算法等技术支撑。

莉莉丝是在用商业化产品的标准在要求DAP，所以无论在产品功能设计，还是在交互设计方面都很用心，目前DAP的这套业务流程跑下来，已经取得了不错的效果。

那么就方法论方面来看，游戏厂商如何才能搭建一个自己的DAP呢？

该问题的本质在于：如何构建一个inhouse的广告技术团队 ？

02　inhouse的广告技术团队四大核心价值

在过去大众的认知中，广告技术团队是在服务买量，帮助买量团队解决买量工具化的问题，提高买量的效果，例如，批量创建、做一些预测模型、数据回传等等。

这种认知固然没错，但上述工作大多是基础向工作，并且有很多第三方工具可以替代。另外，随着媒体平台的能力越来越强，基本不需要厂商搭建数量庞大的广告计划，例如头条的投放管家来代替批量创建、谷歌的UAC等等。

因此，当下在构建inhouse的广告技术团队核心价值上，应该围绕ROI、协作效率与透明度、数据安全、经营策略四个方面进行思考并最终建立相应体系。

首先，广告投放一定是以ROI为目标的，影响ROI的2个关键维度分别是CPI和LTV。因此，假设消耗恒定的情况下，想要提高ROI就有两个选择：

第一便是降低成本。目前流量红利殆尽，产品竞争激烈，CPI的趋势逐年增长，无论是在国内还是在海外投放，中重度游戏基本都是买付费目标，或者买付费强相关性目标，所以尽可能的找到精准用户，降低留存成本或者付费成本，依然是厂商非常重要的优化路径，当然这也是媒体模型侧的优化目标；

第二是提高收入，广告技术团队同时要需要考虑后端的LTV，并将提升该指标作为业务目标之一。

再来说，协作效率与透明度。透明度很简单，inhouse的广告系统对于每一笔钱花在哪里、产生了怎样的效果、返点政策如何都需要清楚。

然而当跨部门的情况发生，透明度与协助则没有那么容易做到，发行和研发运营一体化是其中的关键。大多数公司都会遇到这样的事情：某天的数据效果不好，研发说UA团队“你导的什么垃圾用户”，UA团队则表示“你们最近版本和运营活动怎么做的？数据这么差”，互相扯皮和踢皮球。

两者的目标是一致的，但由于缺乏全链路的数据反馈，导致大家的信息不透明化则带来了管理成本和信息损失。

另一点数据安全，游戏厂商作为一方去构建数据BI平台，掌握全链路数据除了做到基本的数据安全，还能更有效激活内部DMP，更好地管控数据，在IDFA新政的情况下做一些联合建模或做一些隐私计算来解决人群定向的问题。

最后一点经营策略，打通数据闭环，基于全链路分析，除了帮助发行准确的去优化发行策略外，同时让研发更加高效接触市场，了解市场，去面向用户做产品。

举例来看，目前素材的制作成本占比越来越高，厂商到底应该投入多少钱去制作一条素材，这条素材应该达到什么样的消耗量级才能算符合投入产出比呢？这些都需要有一个团队或者产品辅助厂商来宏观观察。

03　如何构建inhouse的广告技术团队？

确认其核心价值之后，如何构建广告技术团队呢？

个人认为，广告技术团队应该以提高发行和研发运营效率为基础，最终达成ROI最大化的一个研运一体的支持团队。正如前面分享提到的，ROI提升核心是两个维度，CPI和LTV，所以广告技术团队一定要站在更全局的角度去思考问题。

前几天，我和一些从业者在内部的营销技术社群讨论过这个话题，大家充分认识广告技术团队构建的价值与意义，但是想做好这件事需要在组织结构和业务结构上实现一体化的处理：

落地来看，首先需要将发行端的业务数据和运营端数据整合，达成闭环。运营后端数据影响和支持发行端更精准判断所需用户，比如定向匹配度和素材创意匹配度。发行端数据给到运营端更精准和差异化的运营策略，甚至游戏版本内容上的调整。

其次，在组织形态上需要自上而下的对齐，让企业内部所有部门对广告技术团队的目标和认知统一，都认可其价值。

最后，需要以商业产品的思维方式去构建团队与产品。

以莉莉丝为例，我们内部所有人对齐的目标就是我们在做一款商业产品，需要为公司提供商业产品的服务，从产品设计、交付质量、运营服务全部对标商业产品的要求。

企业整体是一个闭环，有产品、前后端、测试、运营、数据分析、算法模型等等部门。发行和研发部门是甲方，广告技术团队如何把产品卖给他们使用，并且让他们保持发自内心的觉得用得好每年都续签。

因此，广告技术团队千万不要觉得完成甲方提的需求就够了，如果以此为目标，永远都是附属品，无法体现团队价值。

莉莉丝广告技术团队目前的开发需求主要来自两个方面：其一，内部驱动；其二，业务方最近遇到的痛点，我们团队会根据此立项开发，上线宣讲，运营陪跑使用，收集反馈迭代优化。这块占比是最高的，我们称之为单点需求，但是依然需要全局思考，形成解决方案。

基于以上要如何构建广告技术团队的几点，总结来看，便是团队需要用一颗做商业产品的心态和觉悟去孵化自己的DAP。

而商业产品一般拥有两个标准，其一是服务。其二便是提供附加值。

很多时候企业内部的系统，做一个功能只要满足用户使用需求即可。并不关心好用不好用，不会持续跟进用户使用情况，也不关注有没有需要被迭代的点。只要业务方不说不能用，便没人在跟进业务方的体验，而商业产品的服务，很重要的一点就是陪跑使用，通过功能宣讲、运营跟进等等手段持续优化迭代产品能力，让业务方用好，用对，最大化提现产品能力。

以我本人的实践来看，搭建一个成功的inhouse 广告技术团队是极具挑战性和难度的，但也并不是没有捷径。厂商完全可以先引入一个成熟的第三方解决方案，例如热云的热力引擎，通过先学后造的方式去逐步明确自身需求，将基础体系建立起来。

04　市场挑战愈发严重下广告技术团队如何赋能业务？

当前的游戏产品形态和游戏营销模式都在改变，这导致厂商无论在归因方式上还是优化策略上都将迎来新的变化。

从产品形态上来讲，游戏品类将进一步趋于融合，降低对精准用户的需求，开始泛用户化，提高用户获取漏斗，因此品类+、长线运营是未来游戏的方向。

从营销策略上来讲，素材内容将会成为最核心的用户定向手段。另外，再营销、一二方数据融合、隐私计算、联邦学习也会越来越凸显重要性。

在这一部分，我们着重来探讨一下用户定向与长线运营。

如上面分享道的，素材内容将会成为最核心的用户定向手段。那么具体如何利用素材找到目标用户，提高素材定向的精准度？什么的素材适合什么样的媒体什么样的版位，以及和什么样的定向组合效果最好？比如谷歌UAC，并没有任何定向的手段来优化广告，唯一能做的就是通过素材去做定向，在同一个计划中放什么样的素材进行组合，这是一个非常值得被研究的事情。

基于上述问题，莉莉丝的广告技术团队开始思考如何系统化的构建解决方案帮助达成内容驱动，从工具、数据洞察等各维度去提高内容驱动的成功率，围绕创意爆点、脚本管理、外包跟单到素材标签、素材衍生、素材效果归因等等各维度在结合科学的数据埋点下的算法模型和数据洞察能力，以这些点构成整套解决方案。去理解素材、合理应用素材、高效创作素材，形成数据闭环和业务价值闭环，在内容驱动这个方向上提供技术支撑。

例如，我们团队会将素材分为爆款素材、达标素材、普通素材和淘汰素材。素材的效果分类主要通过消耗和ROI进行评估。但是好的素材为什么好，普通的素材、淘汰的素材还值得不值得拯救下，我们目前是通过标签颗粒度来进行分析和研究去做判断，让每一个执行动作都有理可依。在数据洞察上我们把素材基于标签价值分为四个象限，分别为回收得分高、回收得分低、跑量得分高、跑量得分低。以此去寻找素材爆款背后的原因，提高素材爆款率。同时先验数据效果降低素材测试成本等等。

接下来，聊聊长线运营。

基于长线运营，莉莉丝广告技术团队准备通过业务场景化的解决方案，围绕游戏产品生命周期去构建产品形态。在不同的生命周期内提供差异化的能力支撑和数据支持，沉淀业务方法论。主要围绕在用户获取和经营两个大场景。

在用户获取方面，莉莉丝的广告技术团队从预约、产品大推、稳定投放等关键场景，提供差异化的能力点。预约时候提供应用商店预约、表单预约等能力，预约转正式下载后，可以回溯预约效果，提供预约价值评估等。在大推的时候，针对不同类型的游戏，不同的业务目标，在账户搭建结构上、素材定向推荐逻辑上给予不同的策略，同时配合差异化优化规则模块。在稳定投放期配套一方DMP人群包测试、素材测试、关键转化目标等能力去挖掘优秀人群和素材等稳定获客。

在游戏运营场景下，提供再营销和精细化运营的场景方案，同时围绕不同场景下提供不一样的数据洞察报表。让数据可视化不在停留在UI上，而真正意义可以快速通过看数据发现问题和获取优化方向。由于时间有限这些场景化就不展开去聊了，大家可以基于这些点去延展，最终实现广告技术团队解决ROI的目标。

最后和大家分享下我在搭建广告技术团队和孵化DAP时的一个方法论：把经验方法拆解为流程步骤，用工具固化下来并持续迭代。