行业内普遍认为小游戏的买量有着明确的优先级：

首先会在MP平台进行买量，进行产品质量测试，好的产品可以在MP实现日耗5到10万的水平和符合预期的买量ROI。

然后应该考虑在ADQ进行补量，此时可以前期适度放宽对ROI的考核，争取达到10到20万的日耗水平。

再后开启在巨量引擎的买量，模型培养的测试预算在10万到50万之间，小预算很难测到置信的结果。ROI正向的产品可以把日耗目标定在30-50万之间。

最后考虑快手、微博等渠道和Kol达人营销的补量。

总结下来就是：MP——ADQ——巨量——其他渠道，可以分梯度地扩大预算投入，根据ROI表现和跑量能力找到合适的买量增长节奏。

数据回传对小游戏的买量非常重要！！！

数据回传对小游戏的买量非常重要！！！

数据回传对小游戏的买量非常重要！！！

我们看到现在小游戏链路数据回传和归因非常复杂，有多种方式，每个平台都有不同的规范和指引文档。这里小编通过整理各家的最新文档并咨询了相关的技术专家，给大家一份简明版的表格。

平台自采集归因：仅腾讯系媒体可以，且是MP的唯一选择。

启动参数自归因：技术实现方式简单，一般在客户端即可完成，不需要服务端。但是不能做多触点归因，且对曝光-搜索链路的用户无法归因，只能对点击后立即转化的用户进行归因。

监测归因：技术实现门槛稍高，需要服务端。可以做多触点归因，可以对全链路用户归因，但是需要有一定的用户ID数据和模糊匹配能力。

这里比较推荐监测归因，因为服务端策略在买量归因是比较重要的。除了下文马上就要说到的精细化运营，围绕归因，我们还应该在服务端进行以下策略：

1. 付费订单去重校验，以订单号等维度进行统一去重，以避免重复调用，未完成假单等原因影响实际投放和ROI核算。

2. 窗口期策略，长留用户的数据回传对模型优化几乎没有作用，但会干扰付费成本，造成预算浪费。同时还能保证自身数据安全，避免ROI剥削和压线提价等。

3. 核心字段校验，用户ID，时间戳，计划归属等核心字段一旦发生格式或单位问题，都会导致大比例的归因失败，最好是在服务端进行校验过滤并设置监测预警机制。

基于以上数据收集方式的不同会有如下数据口径问题：

01. 规模化素材能力

针对产品玩法和人群特性，制定以素材立意点为核心的标签树，围绕立意点方向标签进行素材创新，并构建指标体系进行评估。

这里我们收集到了一位发行负责人给出的分析表格示例

02. 买量模型精细化

可以根据账户模型的不同，围绕回传设置不同的窗口期，回传比例和过门槛策略。

03. 更多媒体平台拓展和Kol达人营销

快手、百度和微博甚至是知乎都对微信小程序链路有着顺畅的支持能力和深度出价功能。

选择跟一些游戏测评和解说领域的KOL合作，制作一些内容属性更强的原生内容，有时候也可以成为一种好的补量方式。如果引发了话题性，也有可能成为下一个爆品。