作者:Gijsbert Pols
说到联网电视 (CTV),相信很多人会自然地想起流媒体服务。无论是购买 Apple TV、Roku box、Samsung 智能电视还是 Amazon Fire 电视棒,人们的目的都是观看 Netflix、Disney+ 和 Hulu 等流媒体内容。
但是提到广告营销领域的 CTV 时,人们往往会想到流媒体内容之前或中间插播的视频广告。最近,我根据42matters 提供的数据对 CTV 应用进行了研究,得出了令人意想不到的结论。没错,CTV 应用市场的确是视频流媒体的天下。在我分析的 3 个 CTV 平台 (Amazon Fire TV、Apple TV 和 Roku) 上,视频流媒体应用的数量都是最多的。按照用户评分来看,这一类别的热度也是最高的。
但是,CTV 上还有一个应用类别表现强劲,那就是游戏。从应用数量来看,游戏类应用在 Amazon Fire TV 和 Apple TV 端均占第二位。2020 年 11 月,Amazon Fire TV 上共有 4,744 款应用,其中 797 (16.8%) 款是游戏类应用。在 Apple TV 上这个数字更高,达到 3,633 款,占 16,241 应用总量的 22.4%。体育类、音乐类、生活方式类……没有任何其他应用类别能够望其项背。
在 Roku 覆盖的所有国家或地区中,应用总数高达 22,858 款,而游戏类应用只占其中的 2.4%。但是,如果将视线转向使用量,游戏类应用再次位居亚军,甚至超过了宗教信仰类的应用,后者在数量上几乎可以和电影电视类应用并驾齐驱。
从热门度方面来看,还有一个耐人寻味的现象:在本文讨论的三个平台上,多数其他类别的应用只有几款应用吸引到了大量用户。除了视频流媒体应用外,只有游戏类中存在大量人气颇高的应用。
成功的游戏应用大小各异。其中有典型的休闲类游戏,例如,《Crossy Road》 (Hipster Whale 出品) 和《Snake》 (Romans I XVI Gaming 出品) 就分别是 Amazon Fire TV 和 Roku 平台上用户评分最多的游戏;也有复杂的赛车类游戏,例如《Asphalt 8》(Gameloft 出品) 就成了 Amazon Fire TV 和 Roku 两个平台的热门游戏。
游戏类应用数量多、人气高,同时更喜欢采用广告变现模式,因此值得广告主留意。在 Roku 平台中,近 70% 的游戏应用会投放广告,而这个数字在视频流媒体中只有 54.4%。
显然,视频流媒体应用中的广告运作与移动应用大相径庭。观看视频是一种比较放松的活动,人们对视频广告插播的容忍度更高。但游戏的互动性极高,不太适合投放视频广告。不过,高度互动性为清晰的行动召唤 (call to action) 和产品植入提供了机会,同时电视大屏幕也使高质量的广告得到了更好的发挥。
联网电视 (CTV) 承袭了大量传统电视的营销方法,着重于品牌塑造,购买过程较为繁琐,定向和监测能力也有限,这是由于大多视频流媒体服务还是依托传统电视为载体。
游戏公司与之形成了鲜明对比,他们常常采用程序化方式出售广告位,将用户引领到销售漏斗的深层。因此,对于那些希望将 CTV 变为效果渠道的广告主来说,游戏公司或许是效率极高的合作伙伴。
综上所述,联网电视上游戏类应用的潜力很容易被忽视。但考虑到用户数量和热度,此类应用绝对是一股不可小觑的力量,并能够提供大量营销机遇。广告主可以充分加以利用,触及热衷于点播娱乐的消费者,与他们实现互动。
Adjust 是一个全球应用营销数据分析平台,始终秉承最高的隐私和效果标准。Gijsbert Pols 博士是Adjust 的首席产品策略师,他主要研究移动行业中的新动向,例如 CTV/OTT、订阅和超级应用等,并研发策略,确保Adjust始终保持市场领先地位。Gijsbert Pols博士常就这些话题撰文并在媒体、行业活动和会议中发表演讲。
关于 Adjust
Adjust是一个全球应用营销数据分析平台,秉承最高的隐私和效果标准。Adjust的解决方案包含归因服务、数据监测、防作弊、网络安全及自动化产品。公司使命是让营销变得更简单、更智能、更安全,为使用 Adjust的50,000多个应用提供帮助。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。