本文主要分享通过华为后台数据进行素材吸量分析的思路，以及总结归纳各曝光量级不同阶段的转化率参考标准。
（一）重要性
素材是游戏发行非常重要的一环，好的素材能让产品发行更上一层楼。因为我们经常需要分析素材的吸量水平，不断优化包装来提升拉新转化效率。现在很多渠道都推出了abtest测试和同品类数据参考标准，例如华为，abtest做控制变量可以直观地看出已有素材哪个效果更好，品类数据也能给到一点行业水平的参考。
但操作过的小伙伴都知道，华为abtest是需要有包在架的情况才能申请，且申请需要一定审核时间，跑测试又需要一定时间，及时性较差。此外，后台的同品类数据是行业平均数据，我们不知道其曝光量级，而不同曝光量级的可参考性是非常有限的，例如x产品在首发当天有1亿曝光量，曝光点击率是1%；而y产品首发将近一年，一天有20w曝光量，曝光点击率是6%，那我们必然不能简单总结说y产品的素材吸量优于x产品。
基于以上的情况，我们需要对相同曝光量级的不同产品做横向对比。
（二）后台数据横向分析
核心逻辑：控制变量，横向对比。即在同一时期或阶段，相同曝光量级情况下，针对不同产品的曝光点击率和详情页转化率进行分析，高者为优。
从流量转化链路来看（如下图），用户首先看到产品的icon或者宣传图，被吸引后会点击下载或者点击icon查看详情页环节，浏览详情页后感兴趣的就进入点击下载阶段。
基于以上逻辑，我们从【曝光点击率】可以对比推测游戏icon的吸量程度，从【详情页转化率】可以对比推测详情页（icon+五图+视频+文案）的吸量程度。以下我将以A游戏为例解析。
我找了三个与A游戏首发当日曝光量级差不多的B、C、D游戏做对比，同时为了佐证结论，也做了其他曝光量级的数据分析。
1、结论：A游戏的icon和详情页都属于优秀水平，icon较为持久，详情页持久度还有提升空间。
2、在曝光量级6kw左右的情况下，A游戏的icon曝光点击率和详情页查看量均远高于B游戏、C游戏、D游戏。详情页转化率高出A游戏和D游戏 1-2个点，是游戏C的4-5倍。
3、在曝光量级1kw左右的情况下，A游戏的曝光点击率是B游戏和C游戏的2倍；详情页查看量和转化率也远高于其他产品。A游戏的详情页转化率与B游戏首发13天数据基本持平，由此可见其详情页的转化的衰退是大于B游戏的，吸量持久性有待提升。
附：
| 数据维度 | 维度定义 |
|---|---|
| 曝光 | 有效曝光次数，应用在AppGallery推荐、排行榜、搜索等资源位被展示次数，图片露出50%以上且曝光时间大于1s才算有效曝光 |
| 详情页查看 | 详情页访问次数(客户端)，在AppGallery客户端统计的应用详情页被浏览的次数 |
| 新下载成功 | 新下载成功次数，用户通过华为应用市场新增应用版本产生的下载成功量 |
| icon下载 | 看到icon直接下载量，用新下载成功-（详情页查看*详情页转化率），此维度为自己计算 |
| 详情页下载比例 | 下载成功量中，通过详情页下载的量级比例，（详情页查看*详情页转化率）/新下载成功，可以看出量级的来源。此维度为自己计算 |
| 曝光点击率 | 有效曝光点击率，ICON点击次数/有效曝光 |
| 详情页转化率 | 详情页带来的新下载成功次数（非新下载成功次数）/详情页访问次数（客户端） |
| 安装成功率 | 新下载应用安装成功的比例，即新安装成功/新下载成功 |
（三）各曝光层级的转化率参考
写完上文的数据分析后，总觉得不够透彻。后来想起前两天带婆婆去医院做检查，报告单里有个骨密度标准参考，因此联想到可以梳理出各个曝光量级梯度的转化率，这样就能快速判断素材的吸量效果了。
我找了十几款产品作为样本，梳理它们在首发阶段的曝光点击率，划分优秀、中等、一般三个效果参考值，如下图所示。
还需要强调以下几点：
1、样本数量毕竟有限，且样本产品多属于卡牌、RPG游戏，不同类型产品的吸量标准可能会有所差异，比如射击休闲类产品的点击率天然就比较高。
2、这些样本产品很大一部分带有ip，如需要对比无ip产品，可以将参考数值稍稍调低。
3、样本选取公测一个月左右的数据，首发阶段的爆发力会比其他运营阶段更强一些，如需要分析长线运营阶段的数据，建议将数值稍调低。
附：各曝光量阶段折线图
