Dù ngành công nghiệp quảng cáo game di động ngày càng ưu tiên mô hình Bidding-Only, kết quả kiểm thử A/B của chuyên gia kiếm tiền Bruno Balistrieri lại cho thấy một thực tế khác. Ban đầu, mô hình Bidding-Only mang lại kết quả rất tích cực, nhưng theo thời gian, hiệu quả này dần dần suy giảm. Nguyên nhân là do các mạng quảng cáo điều chỉnh chiến lược đặt giá (bidding strategies) một cách khéo léo sau khi phân tích kỹ đối thủ cạnh tranh. Thông qua thử nghiệm “chim hoàng yến” (Canary Test) độc đáo, Bruno đã chứng minh rằng các đối tác quảng cáo thường âm thầm tinh chỉnh thuật toán của họ sau khi đã thu thập đủ dữ liệu từ hệ thống đấu giá.

Điều quan trọng nhất là: Mô hình Hybrid Waterfall thường mang lại hiệu quả tốt hơn mô hình Bidding-Only. Bruno cũng chia sẻ nhiều chiến lược thực tiễn giúp các nhà phát hành duy trì quyền kiểm soát doanh thu, ngay cả khi các nền tảng trung gian ngày càng đẩy mạnh việc tự động hóa. Với những nhà phát triển vừa muốn thu được lợi ích nhanh chóng, vừa muốn đảm bảo sự ổn định về mặt lâu dài, phương pháp dựa trên dữ liệu của Bruno sẽ giúp họ nhận diện được những “chiêu trò” trong quảng cáo, từ đó tập trung vào những giải pháp thực sự hiệu quả trong môi trường quảng cáo ngày càng phức tạp hiện nay.

Động cơ chính khi thử nghiệm mô hình Bidding-Only waterfall là gì, và anh kỳ vọng nó sẽ cải thiện việc kiếm tiền như thế nào?

Mục tiêu chính của tôi là kiểm tra xem mô hình Bidding-Only có giúp tăng tỷ lệ quảng cáo hiển thị (fill rate) và nâng cao hiệu quả đấu giá bằng cách loại bỏ việc sắp xếp thứ tự ưu tiên quảng cáo thủ công theo kiểu truyền thống hay không. Phương pháp này được kỳ vọng sẽ tận dụng việc cạnh tranh trực tiếp giữa các mạng quảng cáo để kéo giá quảng cáo trung bình trên mỗi 1.000 lượt hiển thị (eCPM) lên cao hơn. Đồng thời, nó cũng giúp đơn giản hóa quy trình vận hành và giảm thời gian chờ đợi bằng cách loại bỏ cấu trúc ưu tiên quảng cáo truyền thống (waterfall). Tuy nhiên, vì trước đây tôi từng gặp thất bại với mô hình này, tôi muốn kiểm tra xem liệu có trường hợp ngược lại xảy ra không, tức là khi giá eCPM giảm xuống, toàn bộ hệ thống lại bị ảnh hưởng một cách tiêu cực.

Dựa trên kết quả kiểm thử A/B của mình, anh nhận thấy hạn chế lớn nhất của mô hình Bidding-Only là gì, đặc biệt khi đánh giá về khả năng ổn định doanh thu trong dài hạn?

Một trong những hạn chế lớn nhất của mô hình Bidding-Only là rủi ro biến động của eCPM theo thời gian. Khác với mô hình kết hợp (hybrid), nơi doanh thu được giữ ổn định nhờ các hợp đồng đảm bảo (guaranteed deals) hoặc mức giá sàn tối thiểu (historical floor prices) đã được thiết lập từ trước, mô hình Bidding-Only hoàn toàn phụ thuộc vào nhu cầu của thị trường tại mỗi thời điểm nhất định. Điều này dễ dẫn đến việc doanh thu bị biến động, đặc biệt khi nhu cầu giảm sút. Thêm vào đó, một số mạng quảng cáo vẫn hoạt động hiệu quả hơn khi sử dụng mô hình waterfall truyền thống, nên việc chuyển đổi hoàn toàn sang mô hình Bidding-only không phải lúc nào cũng mang lại kết quả tối ưu.

Dữ liệu của anh cho thấy eCPM giảm dần theo thời gian khi sử dụng mô hình Bidding-Only. Theo anh, nguyên nhân chính là gì và nhà phát hành có thể làm gì để khắc phục tình trạng này?

Việc eCPM giảm dần theo thời gian thường bắt nguồn từ việc tình hình cạnh tranh giữa các mạng quảng cáo trở nên kém sôi động khi họ điều chỉnh lại chiến lược đặt giá. Ban đầu, khi nhà phát hành chuyển sang mô hình Bidding-Only, các đối tác quảng cáo thường đặt giá thầu cao để khẳng định vị thế của mình. Tuy nhiên, khi có đủ dữ liệu lịch sử, các mạng sẽ tối ưu thuật toán nhằm tăng lợi nhuận, dẫn đến giá thầu giảm dần. Để hạn chế tình trạng này, nhà phát hành có thể:

• Thường xuyên cập nhật và bổ sung mới các đối tác quảng cáo để duy trì mức độ cạnh tranh.

• Thử nghiệm các mô hình đấu giá khác nhau, ví dụ như mô hình hybrid.

• Đặt mức giá sàn một cách hợp lý để ngăn chặn việc các mạng giảm giá thầu quá mức (như trong thử nghiệm “chim hoàng yến”).

So với mô hình Bidding-Only, hiệu suất của mô hình Hybrid Waterfall như thế nào? Anh có nghĩ đây là mô hình phù hợp nhất với đa số các nhà phát hành không?

Mô hình Hybrid Waterfall thường đem đến sự cân bằng tốt hơn khi kết hợp tính hiệu quả của mô hình đấu giá tự động với tính ổn định của hệ thống waterfalls truyền thống. Mặc dù về lý thuyết mô hình Bidding-Only có thể cho hiệu quả cao hơn, nhưng một số mạng quảng cáo vẫn hoạt động tốt khi sử dụng hệ thống waterfall. Mô hình hybrid cho phép nhà phát hành vừa giữ được các vị trí quảng cáo có giá trị cao trong hệ thống waterfall, vừa khai thác hiệu quả sự cạnh tranh từ cơ chế đấu giá. Với đa số các nhà phát hành, đây thường là phương án tối ưu nhất vì nó giúp họ đảm bảo doanh thu được duy trì ổn định.

Vai trò của hệ thống waterfall tự động trong tối ưu hóa doanh thu là gì, và các nhà phát triển có thể triển khai chúng hiệu quả ra sao?

Hệ thống waterfall tự động sử dụng thuật toán do nhà phát hành thiết lập để điều chỉnh linh hoạt vị trí các mạng quảng cáo và mức giá sàn dựa trên dữ liệu hiệu suất theo thời gian thực (real-time performance). Điều này giúp giảm thiểu công việc thủ công và tối ưu hóa doanh thu mà không cần can thiệp liên tục. Các nhà phát triển có thể triển khai hiệu quả bằng cách:

• Sử dụng các nền tảng trung gian (mediation) hỗ trợ tự động điều chỉnh giá.

• Phát triển công cụ nội bộ để hiểu được các quy tắc waterfall và phương thức vận hành mà nhà phát hành mong muốn, sau đó tích hợp công cụ này vào Giao diện lập trình ứng dụng (API) của nền tảng mediation.

• Thường xuyên phân tích dữ liệu lịch sử để thiết lập mức giá sàn linh hoạt.

• Thực hiện liên tục các kiểm thử A/B để điều chỉnh chiến lược kiếm tiền sao cho phù hợp nhất.

Bạn có đề cập rằng các nền tảng mediation đang thúc đẩy nhà phát hành chuyển sang mô hình Bidding-Only. Vậy nhà phát hành cần lưu ý điều gì khi chuyển đổi, và làm thế nào để giữ quyền kiểm soát?

Các nền tảng mediation thường ưu tiên mô hình Bidding-Only để đơn giản hóa việc tích hợp và giảm bớt công việc vận hành. Tuy nhiên, nhà phát hành cần cẩn trọng với một số điểm sau:

• Ổn định doanh thu: Một số mạng quảng cáo vẫn hoạt động tốt hơn nhờ vào mô hình waterfall truyền thống.

• Mất kiểm soát: Khi không còn ưu tiên thủ công, việc tối ưu doanh thu hoàn toàn phụ thuộc vào cơ chế đấu giá.

• Biến động fill rate: Đảm bảo tính đa dạng của các nguồn cầu (các đối tác quảng cáo hoặc mạng quảng cáo) là yếu tố then chốt để giữ fill rate được ổn định.

Để giữ quyền kiểm soát, nhà phát hành nên kết hợp giữa các nguồn quảng cáo đấu giá (đối tác tham gia đặt giá thầu thời gian thực) và nguồn truyền thống (phân phối theo thứ tự ưu tiên cố định), đồng thời thường xuyên theo dõi hiệu suất và đặt giá sàn một cách có chiến lược.

Bạn rút ra được điều gì từ “Canary Test” về hành vi của các mạng quảng cáo, và nhà phát hành có thể áp dụng chiến lược thử nghiệm tương tự như thế nào để tối ưu hóa việc kiếm tiền?

Canary Test cho thấy cách các mạng quảng cáo điều chỉnh chiến lược đặt giá thầu theo thời gian. Ví dụ, một số mạng thường đặt giá thầu rất cao ban đầu để nhanh chóng chiếm thị phần, nhưng sau đó lại dần hạ giá khi đã nắm được chiến lược của đối thủ cạnh tranh. Nhà phát hành có thể áp dụng chiến lược tương tự bằng cách:

• Thực hiện các thử nghiệm có kiểm soát (controlled tests) với mạng quảng cáo mới trước khi tích hợp toàn bộ.

• Theo dõi xu hướng giá thầu theo thời gian để dự đoán kịp thời những thay đổi trong mức độ cạnh tranh và yếu tố mùa vụ.

• Thường xuyên rà soát và tối ưu lại cách triển khai quảng cáo (monetization setups) để tránh hệ thống rơi vào tình trạng kém hiệu quả theo thời gian.

Với một nhà phát triển có nguồn lực hạn chế để thử nghiệm kiếm tiền từ quảng cáo, họ nên ưu tiên những kiểm thử A/B nào để tối ưu doanh thu quảng cáo?

Với nguồn lực giới hạn, các bài kiểm thử A/B quan trọng và mang lại hiệu quả cao nhất họ nên tập trung vào bao gồm:

• So sánh giữa mô hình Hybrid và Bidding-Only để tìm ra tỷ lệ kết hợp tối ưu giữa hai hình thức đấu giá.

• Tối ưu hóa giá sàn – Thiết lập và điều chỉnh mức giá sàn nhằm tối đa hóa doanh thu mà không làm giảm tỷ lệ fill rate.

• Thử nghiệm vị trí hiển thị quảng cáo – Phân tích ảnh hưởng của từng vị trí đến mức độ tương tác và khả năng giữ chân người chơi.

• Thử nghiệm tần suất quảng cáo – Tìm điểm cân bằng giữa việc tối ưu số lần hiển thị và giữ cho trải nghiệm người dùng không bị gián đoạn.

• Ưu tiên mạng quảng cáo – Xác định đâu là các nguồn quảng cáo có giá trị cao nhất và điều chỉnh thứ tự phân phối cho phù hợp.