作者：Simon, IOSG Ventures

本文为IOSG原创内容，仅做行业学习交流之用，不构成任何投资参考。如需引用，请注明来源，转载请联系IOSG团队获取授权及转载须知。本文所提及所有项目均不构成推荐及投资建议。

讨论的主题

为什么买量对于 Web3 游戏来说非常困难？

流量分发平台（例如marketplace、聚合器、社交媒体）是否会继续掌控它们的归因引擎（user attribution engine）？又或者Web3 数据的开放和permissionless将允许第三方归因协议提供更强大的用户行为追踪和用户分析？

Web3 将会有哪些独特的注意力经济模型？与广告结合又有什么玩法？

Part1: UA for Web3 Games

传统游戏的UA/市场营销专家应该对以下计算稔熟于心：

IOS用户的180天LTV(Life-Time Value)是5刀，我们在北美Facebook上的CAC(获客成本)是4刀，每日消耗是80k，数学上这是一门可以跑“正ROI”（Return of Investment）生意嘛？

传统的移动应用买量更像是科学而非艺术，环节的每一步都是可量化的。营销人员和UA专家可以将以上的信息输入一张长期使用的表格中，然后预测LTV-to-CAC 的关系，从而预测某款移动应用/游戏的商业模型是否是可盈利的。

然而如果要如此精确地获取用户，我们需要深刻地洞察用户。

在传统游戏背景下，用户是相对容易被识别和洞察的-他们往往可以被追踪溯源到某个具体的移动设备上。因此，即使仍会有一定的误差（比如一个用户同时使用多个设备），我们仍可以将某台移动设备和一系列的游戏内/外行为联系起来。这可以帮助UA专家们识别这些用户是通过哪些渠道进入我们游戏的，计算每个渠道的ROI，调整对应的投放策略。

然而，在Web3的世界中，我们无法想当然地追踪和归因用户行为了。

当以传统方式分发的游戏（应用商店，pc游戏平台，主机游戏商店）享受着传统分发渠道成熟的data pipeline，发行商们充分洞察着用户的行为和偏好时，钱包追踪和平台政策却给web3游戏的用户获取带来许多难题。

1.钱包画像（Wallet attribution）

因为Web3游戏需要钱包连接，游戏公司需要能够直接将钱包定位到具体的玩家上。但是，在web3世界中，钱包往往和具体的用户不是一一对应的。

此外，任何给定钱包的内容会随着时间而变化 - NFT和其他代币可能会随时被交易进出，资产价值会波动，而且有些资产甚至可能根本不属于钱包持有者。这使得仅基于钱包内容正确估计LTV变得十分困难。

钱包还掩盖了用户的现实身份，使其更难以有效地定位广告目标。某些钱包可能根本不是由人操作的，而是由机器人（bot）或ai操作的。bot控制的钱包甚至可能具有负的LTV，因为机器人在Web3游戏中往往是经济体提取机。