简介：这份中金公司2019年6月发布的传媒行业研究报告，聚焦手游流量运营（买量）模式，适合游戏行业从业者、投资研究人员及关注游戏发行策略的读者，用于理解效果广告分发逻辑与厂商竞争力评估。资源为1个PDF文件，压缩包约1.9MB，内容完整呈现报告正文与图表。报告系统梳理了渠道合作与流量运营两大发行模式，剖析流量运营的实质——通过媒体广告投放实现点击、下载、注册与付费转化，并围绕LTV与CAC的平衡、收入成本错配带来的短期利润压力、买量成本趋势等展开论证。文中还以三七互娱为实践典范，给出盈利预测、目标价与投资建议，并提示监管、成本上涨与同质化竞争等风险。目前已有126人学习，适合需要快速掌握手游买量模式框架与投资逻辑的读者参考。
1. 传媒行业的手游流量运营，到底在运营什么
一份 25 页的行业研究报告，标题里同时出现了「传媒行业」「手游流量运营模式」两个词，很多人第一反应是：这不就是买量吗？如果只把流量运营理解成「投放—回收—再投放」，那这份报告大概率会被读成一份买量成本走势图，翻两页就放下了。但真正在一线做过手游发行的人会告诉你，流量运营模式的核心从来不是「买多少量」，而是「用什么结构把量接住、把量转化、把量留下来」。它解决的是一个很具体的问题：一款手游在生命周期不同阶段，钱应该花在哪个渠道、以什么节奏花、花完之后用什么指标判断该继续还是该停。
这份报告适合三类人读：一是刚接手发行或增长岗位、需要快速建立全局框架的从业者；二是做数据分析、想搞清楚手游行业指标口径的人；三是做传媒行业研究、需要把「流量运营」拆成可量化模块的分析者。它不适合只想找一套现成投放模板的人，因为流量运营模式是结构问题，不是操作问题。下面我按「先立框架、再拆模块、最后落到指标和避坑」的顺序，把这份报告里最值得复现的部分讲清楚。
2. 手游流量运营的三层结构：从曝光到留存的完整链路
2.1 为什么不能把流量运营等同于买量
买量只是流量运营的入口层。一个完整的手游流量运营模式，至少包含三层：入口层负责获取曝光和点击，转化层负责把点击变成激活和注册，留存层负责把注册用户变成有付费行为或长期活跃的用户。三层之间不是串联关系，而是互相制约——入口层买来的量质量差，转化层再优化也救不回来；转化层漏斗设计有问题，留存层的数据再好看也是假象。
常见做法是，把三层分别对应三组指标：入口层看 CPM、CTR、CPC；转化层看激活率、注册率、首日付费率；留存层看次日留存、七日留存、LTV。这三组指标必须放在同一张表里看，单独看任何一组都会得出错误结论。比如某款模拟项目在某个渠道的 CTR 很高，但激活率只有行业均值的一半，说明素材吸引来的用户和产品目标用户不匹配，这时候继续加预算就是往水里扔钱。
2.2 入口层：渠道分类与预算分配的基本逻辑
入口层的渠道可以粗分为三类：信息流渠道、激励视频渠道、社交裂变渠道。信息流渠道的特点是量大、成本波动大、素材依赖度高；激励视频渠道的特点是用户质量相对稳定、但需要设计好激励点；社交裂变渠道的特点是成本低、但起量慢、对产品社交属性要求高。
预算分配上，我一般会按「测试—放量—收缩」三段式来走。测试期每个渠道给固定小预算，比如单渠道日预算控制在总预算的 5% 以内，目的是拿到足够判断的数据量；放量期只对 ROI 达标渠道加预算，加预算的幅度控制在 20% 到 30% 一次，避免成本突然飙升；收缩期对连续三天 ROI 低于阈值的渠道直接降预算或暂停。
下面是一个渠道预算分配的伪代码示例，用来演示判断逻辑：
# 渠道预算分配判断逻辑示例 # 输入：各渠道近三天的 roi、cpa、预算使用率 # 输出：每个渠道下一周期的预算调整建议 def adjust_budget(channels, roi_threshold=0.8, cpa_threshold=50): result = {} for ch in channels: # 连续三天 ROI 低于阈值，直接降预算 if all(r < roi_threshold for r in ch['roi_last3']): result[ch['name']] = '降预算 50%' # ROI 达标但 CPA 超过阈值，先观察不追加 elif ch['roi_last3'][-1] >= roi_threshold and ch['cpa'] > cpa_threshold: result[ch['name']] = '维持预算，观察一天' # ROI 达标且 CPA 可控，按 20% 幅度加预算 elif ch['roi_last3'][-1] >= roi_threshold and ch['cpa'] <= cpa_threshold: result[ch['name']] = '加预算 20%' else: result[ch['name']] = '维持预算' return result这段逻辑的关键参数是roi_threshold和cpa_threshold，它们不是固定值，而是根据产品生命周期阶段调整。上线初期可以容忍 ROI 低于 0.8，因为需要积累用户；稳定期 ROI 阈值要提到 1.0 以上。roi_last3用连续三天而不是单日数据，是为了过滤掉单日波动带来的误判。
2.3 转化层：从点击到激活的漏斗设计
转化层的核心是漏斗。一个典型的手游转化漏斗是：曝光 → 点击 → 下载 → 安装 → 激活 → 注册 → 创建角色。每一步都有流失，流失率异常的地方就是问题所在。
常见做法是，把每一步的转化率和行业基准值对比。如果点击到下载的转化率明显偏低，问题可能出在落地页加载速度或应用商店页面素材；如果下载到安装的转化率低，问题可能在安装包体积或权限申请时机；如果激活到注册的转化率低，问题可能在注册流程太长或引导不够。
这里有一个容易被忽略的点：不同渠道的漏斗基准值不一样。信息流渠道的点击到下载转化率通常低于激励视频渠道，因为信息流用户是被动触达，激励视频用户是主动选择。所以做漏斗分析时，必须分渠道看，不能把所有渠道混在一起算总转化率。
2.4 留存层：LTV 和留存曲线的关系
留存层是流量运营模式里最容易被低估的一层。很多团队把用户买进来之后就不管了，结果 LTV 算出来覆盖不了 CPA，整个模式就跑不通。留存层的核心指标是留存曲线和 LTV。
留存曲线看的是用户在第 1 天、第 3 天、第 7 天、第 30 天的回访比例。LTV 看的是单个用户在整个生命周期内贡献的收入。两者之间的关系是：留存曲线越平缓，LTV 越高；留存曲线下降越快，LTV 越低。
我一般会用「LTV/CPA 比值」来判断一个渠道是否值得继续投。比值大于 1 说明能回本，大于 1.5 说明有利润空间，小于 1 说明在亏钱。但这个比值必须用同一时间窗口的数据来算，比如都用 30 天 LTV 和 30 天 CPA，不能拿 7 天 LTV 去比 30 天 CPA。
3. 流量运营模式里的关键指标：口径、计算和常见误用
3.1 CPA、CPC、CPM 的口径差异
CPA 是每次激活成本，CPC 是每次点击成本，CPM 是每千次曝光成本。这三个指标经常被混用，但它们的口径完全不同。CPA 的分母是激活数，CPC 的分母是点击数，CPM 的分母是曝光数除以 1000。
口径混用会导致严重的判断错误。比如某个渠道的 CPC 很低，但激活率也很低，算下来 CPA 反而很高。如果只看 CPC 就加预算，就会亏钱。所以我在看渠道数据时，第一眼看的永远是 CPA，而不是 CPC 或 CPM。
3.2 留存率的计算窗口和陷阱
留存率的计算窗口有两种：自然日留存和滚动留存。自然日留存是「第 1 天注册的用户在第 2 天回访的比例」，滚动留存是「任意一天注册的用户在之后第 N 天回访的比例」。两种算法在数据量大的时候差异不大，但在数据量小的时候差异明显。
陷阱在于：有些团队会用滚动留存来美化数据，因为滚动留存通常比自然日留存好看。判断一个渠道的真实留存，我一般会要求看自然日留存，并且要求按注册日期分组看，而不是看总体平均值。
3.3 ROI 的计算周期怎么选
ROI 的计算周期直接决定了渠道判断结果。用 7 天 ROI 判断，很多渠道看起来都不达标；用 30 天 ROI 判断，同一批渠道可能都达标。周期选短了会误杀，选长了会浪费预算。
常见做法是：上线初期用 7 天 ROI 做快速筛选，把明显不达标的渠道砍掉；稳定期用 30 天 ROI 做最终判断，决定是否长期合作。两个周期结合使用，既不会误杀潜力渠道，也不会在差渠道上浪费太多钱。
下面是一个 ROI 计算周期的对比表：
| 计算周期 | 适用阶段 | 优点 | 风险 |
|---|---|---|---|
| 7 天 ROI | 上线初期 | 反馈快，能快速砍掉差渠道 | 可能误杀回收慢的优质渠道 |
| 14 天 ROI | 成长期 | 平衡速度和准确性 | 需要更多数据量支撑 |
| 30 天 ROI | 稳定期 | 判断准确，接近真实回收 | 反馈慢，前期可能浪费预算 |
3.4 付费率和 ARPU 的联动分析
付费率和 ARPU 必须联动看。付费率高但 ARPU 低，说明付费点设计得太浅，用户愿意付但付得少；付费率低但 ARPU 高，说明付费点设计得太深，只有少数大R愿意付。两种情况对应的优化方向完全不同。
我一般会把付费率和 ARPU 画在一张散点图上，按渠道分组。如果某个渠道的付费率和 ARPU 都低于均值，说明这个渠道的用户质量和产品匹配度都有问题，优先考虑降预算而不是优化产品。
4. 避坑与常见问题：流量运营里最容易翻车的五个地方
4.1 只看 CPA 不看 LTV，导致越投越亏
现象：某个渠道 CPA 很低，团队决定加大预算，结果一个月后算总账发现亏了。原因：CPA 低不代表用户质量好，如果这批用户的 LTV 更低，投得越多亏得越多。解决：任何渠道加预算之前，必须看 LTV/CPA 比值，比值小于 1 的渠道不加预算。
4.2 素材疲劳导致 CTR 断崖式下跌
现象：同一个素材跑了三天之后，CTR 从 3% 掉到 0.8%。原因：素材疲劳，同一批用户反复看到同一个素材，点击意愿下降。解决：建立素材轮换机制，每个渠道至少准备 5 到 8 套素材，按天轮换，同时监控单套素材的 CTR 衰减曲线，衰减超过 50% 就换掉。
4.3 归因窗口设置不当，渠道数据对不上
现象：渠道后台显示的激活数和产品后台显示的激活数差 20% 以上。原因：归因窗口设置不一致，渠道用 7 天点击归因，产品用 1 天点击归因。解决：和渠道对齐归因窗口，通常用 7 天点击加 1 天浏览，特殊渠道单独约定。
4.4 留存数据被「僵尸用户」污染
现象：次日留存看起来不错，但七日留存突然掉到很低。原因：部分渠道买来的用户是任务型用户，完成首次激活后就不再回访，导致短期留存虚高、长期留存崩塌。解决：分渠道看留存曲线，对七日留存异常低的渠道单独标记，降低预算权重。
4.5 预算调整幅度过大，导致成本失控
现象：某个渠道 ROI 达标，团队一次性把预算翻倍，结果 CPA 直接涨了 50%。原因：预算调整幅度过大，渠道算法来不及学习，导致成本飙升。解决：每次加预算幅度控制在 20% 到 30%，加完之后观察至少一天再决定是否继续加。
5. 把流量运营模式落到一张监控表上：指标、阈值和复盘节奏
5.1 监控表应该包含哪些字段
一张能用的流量运营监控表，至少包含以下字段：日期、渠道名称、曝光、点击、下载、激活、注册、首日付费人数、首日付费金额、次日留存、七日留存、CPA、CPC、CTR、ROI（7 天）、ROI（30 天）。字段不用多，但每个字段必须有明确的口径定义，否则不同人填出来的数据对不上。
我一般会把这张表按渠道分组，每天更新一次，每周做一次汇总复盘。日更新看异常，周复盘看趋势。
5.2 阈值怎么设：分阶段、分渠道
阈值不能一刀切。上线初期 CPA 阈值可以放宽，稳定期必须收紧。信息流渠道的 CTR 阈值通常低于激励视频渠道，因为用户触达方式不同。
一个可参考的阈值设置方法是：取过去 30 天所有渠道的中位数作为基准，高于中位数 20% 的渠道标记为「观察」，低于中位数 20% 的渠道标记为「预警」。这样阈值会随着整体数据水平自动调整，不会因为市场变化而失效。
5.3 复盘节奏：日看异常、周看趋势、月看结构
日复盘只看异常：CPA 突然涨了 30% 以上、CTR 突然掉了一半、留存突然掉了 10 个百分点。发现异常当天就查原因，不要拖到周复盘。
周复盘看趋势：哪些渠道在持续变好，哪些在持续变差，预算分配是否需要调整。周复盘的重点是调整下周预算，而不是解释上周数据。
月复盘看结构：整体流量来源结构是否健康，是否过度依赖单一渠道，LTV/CPA 比值是否在改善。月复盘的重点是决定下个月的整体策略，而不是单个渠道的加减预算。
5.4 一个具体的复盘表格模板
| 复盘周期 | 核心问题 | 输出动作 |
|---|---|---|
| 日复盘 | 今天哪个渠道数据异常 | 当天排查原因，必要时暂停渠道 |
| 周复盘 | 本周哪些渠道趋势在变 | 调整下周预算分配 |
| 月复盘 | 整体流量结构是否健康 | 决定下月渠道策略和预算总盘 |
这张表看起来简单，但坚持按这个节奏走，能避免 80% 以上的「数据看了但没行动」的问题。我自己的习惯是，日复盘用 15 分钟，周复盘用 1 小时，月复盘用半天，时间投入不大，但能保证流量运营模式始终在可控范围内运转。
希望帮到你。
本文还有配套的精品资源，点击获取
