Falcon Games 如何扩大全线获客规模,同时保持用户质量

Falcon Games 是一家总部位于河内的手游工作室兼发行商,主要开发移动端益智类游戏。该工作室旗下拥有众多热门益智游戏,代表作包括《Goods Puzzle: Sort Challenge》、《Cake Sort - Color Puzzle Game》、《Bird Sort 2: Color Puzzle》以及《Block Match: Detective Puzzle》。
目标:
Falcon Games 希望进一步扩大产品矩阵规模,获取能够长期通过应用内购(IAP)和广告变现带来收益的玩家。重要的是,他们已经在 Unity Ads 上建立了高效的 D7 ROAS 广告系列基础。他们希望找到一个两全其美的方案:在不影响现有成效的前提下,通过获取新的高质量用户来实现增长。
解决方案:
该工作室在原有的 D0 和 D7 广告系列基础上,叠加了优化周期更长的 D28 Hybrid ROAS 和 D28 Ad Revenue 广告系列,从而为其产品矩阵解锁了全新的高价值玩家群组。
1.84 倍
账户层面总支出*
1.5 倍
账户层面总 D28 ARPU*
+22%
账户层面总 D28 留存率*
““D28 广告系列能够在不牺牲获取用户质量的前提下,帮助我们实现规模化增长。在控制 CPI 不超预期的情况下,我们引入了一批留存更好、变现能力更强的高质量用户,成功拓展了全新的高质量规模化获客空间。””

Ms. Linh - Falcon Game Studio
CEO
Falcon Games 如何通过 D7 和 D28 ROAS 广告系列实现总体规模增长
从 2026 年 3 月中旬开始,Falcon Games 开始针对其多款头部产品增投广告,在现有的 D0 和 D7 广告系列基础上,追加投放 D28 Hybrid ROAS 和 D28 Ad Revenue ROAS 广告系列。
该策略的核心,是增投窗口期较长的广告系列,作为其现有 UA 架构中的增量补充。D28 广告系列并非用来取代 D0 和 D7 广告系列,其目的在于捕捉首周内未表现出转化信号的高价值用户。若不增加该广告系列,便无法触达这部分用户。
他们的广告系列策略是,在保持现有 D0 和 D7 预算不变的前提下,直接叠加 D28 的预算。这种方式避免了在不同优化窗口之间重新分配预算,使广告系列能够充分挖掘在 D7 或 D28 阶段转化的用户群组的价值**。

结果表明,账户层面的 ROAS 广告系列总支出增长了 84%。从账户层面的广告支出趋势来看,D28 预算是在原有基准之上的新增投入,表明 Falcon Games 的产品矩阵实现了新的增量规模。
Falcon Games 如何靠 D28 ROAS 广告系列实现“量质齐升”
虽然 D28 广告系列带来的量级拉升已经足够可观,但更大的收获在于它拉高并稳住了整体的用户质量。将 D28 广告系列上线前(1-2月)的四周平均数据,与上线后(4-5月)的完整用户群组数据进行对比,用户质量得到了明显提升。
同一时期,账户层面的 D28 ARPU 增长了 1.5 倍,说明通过 D28 广告系列获取的用户在 28 天用户群组窗口期内产生的收入显著提高。同样,通过这些广告系列获取的用户在留存表现上也更为强劲。账户层面的 D28 留存率提高了 22%,充分说明模型成功触达了对游戏更有粘性、愿意长期投入的高意向玩家***。

D7 和 D28 如何协同作战,全方位吃透《Goods Puzzle: Sort Challenge》LTV 周期
以 Falcon Games 在美国 iOS 端的《Goods Puzzle: Sort Challenge》为例,仔细拆解其广告系列架构,深入剖析广告系列组合策略是如何在其产品矩阵中运转的****。针对这款产品,Falcon 测试了所有可用的 ROAS 广告系列类型,最后选定了这组能完美吃透完整 LTV 周期的打法:
每种广告系列类型在广告组合中都承担着特定的功能,共同促成了 Falcon Games 的优异业绩。D7 Hybrid ROAS 广告系列在首周同时基于 IAP 和广告收入信号优化投放效率,在放量的同时带来强劲的早期回报。D28 Hybrid ROAS 则将这种组合信号扩展至完整的 28 天窗口期,精准锁定具有最高价值行为特征的用户。这些行为包括大额购买、更深度的广告互动以及更强的留存——所有这些行为往往在后期才会显现。同时运行这两种广告系列类型,意味着该工作室能够同时针对数量和质量进行优化。
与此同时,D7 Ad Revenue ROAS 广告系列在早期广泛覆盖用户,快速识别高频广告互动用户,并以较低的 CPI 获取此类用户。然而,该模型只能观察到用户在前七天内的行为表现。而 D28 Ad Revenue ROAS 则能捕捉到那些在后期才展现出信号的慢转化用户。
总体来看,这些多样化的 ROAS 广告活动类型构成了一套完整的组合,覆盖用户生命周期从 D0 到 D28 的多个关键节点,从而实现全面优化。
正确的数据信号如何赋能 Unity Ads 广告系列表现
Falcon Games 在规模与质量上取得的成果绝非偶然。其广告系列取得成功的一个重要因素,在于他们为 Unity Vector——驱动 Unity Ads 的机器学习算法——提供了坚实的数据基础。
通过集成最新版的 Unity Ads SDK,并对齐 Vector 数据集成要求,Falcon Games 为 Unity Vector 模型提供了准确信号,使其能够理解 28 天用户群组窗口的价值。
* 数据来源:Unity 内部数据,基于 Falcon Game Studio 广告系列。账户层面的支出增长基于 2026 年 1 月至 2 月与 2026 年 5 月至 6 月的数据对比测算。账户层面的 D28 ARPU 增长基于 2026 年 1 月至 2 月与 2026 年 4 月至 5 月的数据对比测算。账户层面的 D28 留存增长基于 2026 年 1 月至 2 月与 2026 年 4 月至 5 月的数据对比测算。
**来源:Unity 内部数据,基于 Falcon Games 广告系列。账户层面的支出增长基于 2026 年 1 月至 2 月与 2026 年 5 月至 6 月的数据对比测算。
***来源:Unity 内部数据,基于 Falcon Games 广告系列。账户层面的 D28 留存与 D28 ARPU 增长基于 2026 年 1 月至 2 月与 2026 年 4 月至 5 月的数据对比测算。
****数据来源:Unity 内部数据,基于 Falcon Games 的《Goods Puzzle:Sort Challenge》美国区 iOS 端广告系列。