Lessmore 在 2 周内超出 ROAS 目标 80%

Lessmore 是一家独立工作室，专注于制作精彩的移动游戏！ 该公司于 2021 年在德国成立，员工遍布欧洲。

他们目前有两款盈利的游戏——Eatventure 和 Pocket Chess，其中 Eatventure 逐渐跻身美国免费游戏排行榜。

该公司的业务战略植根于超休闲，他们的做法是在几周内开发游戏，在市场上快速测试它们，并相应地进行调整或下降，因此快速货币化的压力要大得多。 每场比赛的微薄利润并不是Lessmore团队的选择； 一款游戏需要有足够的表现才能成为排行榜冠军。

Eatventure 是 Lessmore 的主打游戏之一，目前其收入中只有一小部分来自应用内购买，其余则来自应用内广告。 2022 年 9 月，Lessmore 希望增加其 IAP 份额，同时为 D7 设定了雄心勃勃的目标 广告支出回报.

然而，由于依赖于单一收入数据集（仅占其 IAP 数据的不到三分之一），他们很快就面临着满足该 KPI 的挑战。

Moloco 为 Lessmore 提供的解决方案是利用其双 ROAS 优化，该优化考虑整体支出模式，并针对广告收入和应用内购买方面的最佳用户。 为了实现这一目标，Moloco 需要优质的广告收入和应用内购买数据，以确保实时调整用户资料和 ROAS 预测，从而为其可定制的出价引擎提供动力。

Singular帮助利用了这些数据。 Lessmore 增长主管 Gus Viegas 解释说：“由于在不同网络和Singular之间设置数据连接器非常简单，因此我们很容易开发新方法将数据从我们的应用程序传递到不同网络（例如 Moloco）。

这帮助我们优化了用户获取活动，成功地将我们的规模扩大到两位数，每个网络每天在各种网络上的支出达到数万。 至关重要的是，它帮助我们扩大了高价值用户的用户群”

规模概要：从一项美国广告系列开始，在 IAP + IAA 优化中每日预算规模增加了约 600%，同时 D7 ROAS 达到了 +80%。

“先花钱，然后再优化”是许多 DSP/广告网络创建的常见误解，它们在每个垂直领域应用相同的优化策略。 并非每个应用程序都具有相同的货币化模型，这就是为什么移动营销人员选择一个 DSP 至关重要，该 DSP 可以通过严格的第一方数据集快速支持适应不同货币化模型的可定制出价机。

结合Singular的广告变现数据和 Moloco 强大的机器学习引擎，我们能够迅速满足 Lessmore 的增长预期，并在每天超越 KPI 目标的同时继续扩大规模。”Moloco 合作伙伴总监 Jihyo Kim 说道。

当 Moloco 的双 ROAS 模型开始针对广告收入和应用内购买进行优化时，ROAS 性能立即提升，实现了 Lessmore 的 KPI，并帮助 Lessmore 继续每天扩大预算。

正如格斯指出的那样，“当我们测试针对应用内购买或广告收入进行优化的普通广告活动时，它并没有减少。 但使用Singular到 Moloco 将两者连接在一起非常容易，因此在两周内，我们就已经看到了积极的增长。

在当时的 DSP 中，至少对我来说，在 6 周之前进行绩效营销是闻所未闻的，而在这里，我们只用了 2 周就实现了盈利，每天轻松花费数万，并且仍在 Moloco 内不断增长。

我认为这全归功于Singular的无缝数据管道。”

Moloco 的使命是帮助各种规模的企业通过可操作的机器学习实现增长。 借助 Moloco 的机器学习平台来实现增长和提高性能，每个应用程序发行商现在都可以释放其独特的第一方数据的价值。

Moloco Cloud DSP 使绩效营销人员能够快速扩大用户获取规模，并通过经过市场验证的预测模型实现更大的生命周期价值。 Moloco 由机器学习工程师团队于 2013 年创立，在美国、英国、韩国、中国、日本和新加坡设有办事处。 欲了解更多信息，请访问 moloco.com.

Singular通过下一代归因和分析揭示准确、精细且及时的 ROAS 见解，帮助营销人员推动快速增长。 Lessmore、LinkedIn、Rovio、Microsoft、Lyft、Twitter、EA 等领先的营销团队依靠Singular来全面了解其营销绩效和投资回报率。 Singular是将移动归因与行业领先的成本聚合相结合，推动应用程序更快增长的解决方案，包括数千个集成、轻松设置、准确灵活的分析以及直接自动加载到您的 BI 工具中。 欲了解更多信息，请访问 singular.net