至顶网软件频道消息:
移动游戏市场发行竞争愈发激烈,买量成本逐步上升,游戏行业也正在从暴力买量的时代快速切换到智能营销的发展新生态。唯有以效果助力,才能在游戏的营销角逐中独步为先。
10月19日,由金山云和小米营销联合举办,主题为”Let's Fun“的游戏行业智能营销沙龙抵达广州,与当地合作伙伴进行交流分享。此次沙龙分享围绕智能营销时代下,金山云如何运用智能营销平台助力游戏广告主实现营销价值的突破。同时邀请到小米营销渠道负责人田野和瑞玩游戏市场总监李丹丹进行了投放的经验分享,和合作伙伴一同探索营销的乐趣。
多元化资源赋能行业生态伙伴
在沙龙中,小米营销高级渠道经理田野表示,小米从线上到线下,从硬件到软件,从新闻资讯到娱乐社交,从内容营销到流量支持,全面助力行业生态链伙伴营销升级。
目前,小米已经拥有21个日活超过千万的原生APP,拥有2.8亿MIUI全球联网用户,其中37%以上是本科及以上学历,平均年龄31.2岁,覆盖受众群体趋向年轻化,且更加多样优质,和游戏用户有很高的重合度。
除此之外,利用小米手机+MIUI体系,可以触达每一位用户的需求,打造用户想要的个性化场景,达到增收、节支、提效的效果,为智能整合营销提供了无限空间。
金山云作为小米营销游戏行业唯一代理商,可以充分运用小米营销的多元化资源,为行业的生态伙伴赋能,创造高质量的数据精准度与效率。
人工智能和大数据相结合 助力游戏厂商精准触达
目前游戏行业的营销已经从暴力买量的时代向精准化投放过渡,越来越多的广告主发现,只有真正找到游戏精准目标玩家进行投放,才是最好的节约成本和提高ROI的方式。借助智能算法和大数据支持的金山云智能营销平台KIR则可以有效助力游戏广告主解决效果痛点。
金山云智能营销平台致力于打造专注手游行业的垂直平台,一方面通过精准的大数据和先进的人工智能算法帮助广告主精准了解玩家们的兴趣属性、消费习惯,从而找到自己真正的目标用户,另一面筛选广告场景,打造差异化营销,大幅提升投放效率,永远将最合时宜的营销内容展现在有需要的用户面前,助推营销投放的最大商业转化。
金山云广告运营总监李晓京在演讲中介绍到, 金山云智能营销平台拥有亿级投放平台数据和十亿级的渠道数据基础,根据客户推广需求抓取几十款相似游戏的核心玩家数据,按照付费能力、活跃频次构建不同的潜在玩家画像。同时结合爱奇艺今日头条等渠道用户特点,形成有针对性的基础数据库。通过算法对玩家数据进行精准细分,深刻洞察用户行为,喜好,游戏环境等数几十种信息。然后将不同场景下的用户数据进行充分的整理和分析,形成更有价值的投放依据,从而实现从入口到出口全链条的智能推荐,保障客户推广效果。
据了解,今年7月,某休闲竞技类游戏客户提出了获取目标人群注意力,增加新增用户,次留30%以上的需求,金山云智能营销平台为其精选游戏场景素材,集中投放江浙等下载率高的省份,并且根据游戏类型和付费标签,高效触达热爱游戏的潜在消费人群,最终实现56%的次留存率,1.5%的激活转化,激活成本低至11元。
客户现身说法畅谈0-5000万的营销秘诀
智能营销的到来已经为更多的游戏厂商带来了丰厚的回报。现场,瑞玩游戏市场总监李丹丹分享了“青云诀”在智能营销时代中的具体实操方法,结合投放渠道的布局、素材的差异化定制、联运市场的投放三大板块,讲述成立半年西瓜游戏平台流水是如何从0到5000万元的。
李丹丹在解读“青云决”案例时表示,青云决的投放最初跟其他游戏投放类似,渠道和素材同质化程度比较高,成本高却没有带来实际效应。投放后期一方面,对素材进行了持续的优化,突出主题,使用游戏原画,增强游戏场景真实感,让用户有更强的代入感。另一方面增加与金山云合作,运用MIMO渠道资源,共同联运迅速把成本降至此前的三分之一,为青云决的成功带来的决定性的作用。
雷军在2016年乌镇互联网大会上说:”人工智能毫无疑问是互联网经济下一个引爆点,今天人工智能在各个领域都在创新,出现引爆中国市场的产品还需要一两年,但不远了。”
而如今,人工智能已经逐步应用于各个场景之中,它正成为一种新的营销驱动力,不断拉近广告主和用户之间的距离,在两者之间建立新的连接。金山云智能营销平台以人工智能和大数据为依托,实现高效精准沟通,让更多广告主和用户都能享受智能带来的高效,也为游戏智能营销的未来带来无限可能。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。