APP用户获取的7个错误点，7个规避措施思维导图

用户获取都是在有准备的基础上才开始实施的。虽然软启动方案可能与整个游戏的设计有关，但是它在实施用户获取前显得尤为重要。没有哪个游戏开发商希 望支付大量的金钱去将用户引导向一款未经打磨的游戏。如果游戏没有经过用户的测试和检验，在它上面的投入所能够获得的回报很有可能会低于预期。

软启动，是指在一个相对较小，背景比较相似的国家上线，并为之在付费、留存以及其他维度上设立一些基准。更重要的是，软启动可以帮助游戏开发商了解用户的喜恶。更多地了解核心用户群体认同的内容有助于提升付费，更高的付费率可以使开发商在想办法获取用户时有更多的选择。

显而易见，大多数用户获取活动的主要目标是产生收入和提高利润。然而在这个过程中有许多微小却又非常有分析价值的元素，其中的每一步都应该被深入分析。

我们对自己的创意做A/B测试（A/B测试是一种新兴的网页优化方法，可以用于增加转化率注册率等网页指标。）吗？那很好。但是测试目的是提升广告 点击率或者是转化率吗？进行用户获取活动后，需要去比较两类不同的用户来源。我们是否有足够的耐心去关注那些留存率高的用户？还是更倾向于有较好付费表现 的用户呢？在获取用户过程中的每一步都设立一个目标来起到引导的作用。

每个人在做一个用户获取活动时脑海里都会有这样一个问题：“在保证有利润的前提下可以支出多少费用？”在移动端表现的市场营销中一个常见的问题就是，在开展一次活动之前，不事前评估用户能够带来多少收入。

不论每用户平均收入（ARPU），生命周期价值（LTV）或者其他维度来衡量用户的价值，重要的是对值得投资的东西有一个明确的标准。假设平均每个用户在其整个生命周期中玩游戏仅花费1美元，那就没有理由投入2美元去获取每个用户。

在移动领域有许多用于用户获取的广告网络渠道和平台。把所有鸡蛋（安装）都放在一个篮子（网络渠道）里很难把握到获取行动中全部的机会。

首先，多样化能够帮助你把每次安装成本（Cost Per Install）控制得比较低，并且能够比较不同的渠道来源。进一步来讲，如果活动延长了一段时间，需要承担单个网络渠道饱和的风险。饱和意味着随着应用呈现给更多用户，转化率会逐渐降低。

设想如果饱和现象真的发生了，假设应用A有罕见的10%的转化率。相当于应用A的广告每呈现给十个用户就有一个人会下载它。后面这些人继续玩游戏 时，没有下载的九个人会再次被推送应用A的广告。他们在第二次会选择下载的可能性会比第一次有所降低，这样总体的转化率就下降了。

为了避免饱和，请把广告推送给不同的网络渠道。虽然同时在多个渠道进行用户获取行动会比较麻烦，但是这样的收获是值得的。

不要过分天真地期待用户会自己找到应用并且告诉他的朋友这个应用有多好。现在有成千上万的应用以致于这种乐观的情况几乎不会发生。

如果在免费应用榜中排到前十名会使自然下载量获得显著的提升。然而，对于广大的开销受限的游戏开发商者而言，这并不是一个合理的目标。 TRADEMOB有一个关于爆发行动的信息图表，以二月份美国区而言，需要花费100000美元才能让一个游戏应用进入IOS的十大免费应用排行榜。

大多数的次级分类列表无法带来足够的下载量，因此不足以成为用户获取活动的目标。对于游戏开发商而言，找到一些付费渠道有时会比在排行榜上竞争效果更好。

对开发者而言，应用专题可以成为另一个自然下载的来源，但是这些是有各自的难点的。想要在苹果和谷歌商店中获得专题是非常困难的。尽管它们在各自的 在线商店中能够被放在极其显眼的位置，但是这些平台一般只会把这样的展示留给那些除了操作系统的新特性或者是加入了新的集成的应用。有一些应用可能因为趣 味性和做工精细而被列入某个专题，苹果和谷歌在专题游戏中所获取的既得利益不容小窥。

在线杂志和测评网站有时候能够对下载数量产生影响，但是他们一般每天需要对上百款应用做回顾和描述。除非游戏开发商与某一个渠道的人有交情，否则期待通过这些类型的描述去拉动大部分的下载量是不现实的。

很多人说突发性活动如果做得好的话，效果会非常好。另外就是不要指望应用在列表上的排名位置能够带来显著的下载量提升。

激励性用户仅仅提供排行榜排名所需的价值。这些人中的大部分下载安装应用并简单使用仅仅是为了在广告出现时能够获得对应的奖励。他们对于游戏没有多 少兴趣，因此他们的ARPU/LTV以及留存都会比非受激励用户要低。每安装费用（CPI）较低，获取到的用户量提高，但是游戏开发商们很少有所突破，因 为即使吸引了受到激励的用户，他们的付费率也比较低。

在GOOGLE PLAY商店中，购买激励性的下载在排名算法中所占的权重比评分、评论、参与量数据、卸载率以及其他数据等都要低。这笔买卖的唯一理由是能够给广告商的投资一个积极的反馈。

购买激励性下载只有在发布者应用的受众与目标人群相似的情况下效果比较明显。

每一个成功的用户获取活动，在其中都会把握到许多痛点。评估每一个用户的数据非常重要，因为透过这些数据能够了解哪些资源和策略能够有效地应用在获取活动中。

用于分类的数据点简单的来说可以是广告类型（视频VS非激励性吸引），设备类型和地理位置。根据与合作推动用户获取活动的伙伴的不同，可能可以获得更多点状的数据，比如，发布者的类型或者甚至是特定的应用来源。

将用户进行分类并分析他们的付费和留存可以帮助我们决定什么样的信息和资源能够帮助培养有利润的用户。

为了避免用户获取的七宗罪，我们应该：