游戏出海 CPI 太高怎么降?素材、受众与出价六个优化方法
CPI(Cost Per Install)是游戏买量的核心指标。CPI 高了,要么 LTV 覆盖不了,要么 ROAS 打不正,投放就成了"烧钱游戏"。
CPI 高的原因通常是多方面的:素材吸引力不足、受众太宽或太窄、出价策略不对、竞争环境变化、产品本身留存不行。本文从六个维度给出可操作的优化方法,帮您系统性降低 CPI。
先诊断:CPI 高在哪里
在优化之前,先定位问题环节。跳过诊断直接"优化"是最常见的浪费——花了三天换素材,结果问题出在商店页 CVR 上,素材白换了。
指标正常范围(休闲)异常信号问题环节CPM$5–$15>$20受众太窄/竞争高CTR1%–3%<1%素材不行CVR(点击→安装)30%–60%<20%商店页/落地页不匹配CPI$0.5–$2>$3综合问题
公式:CPI = CPM / (CTR × CVR × 1000)
- CPM 高 → 受众/竞争问题
- CTR 低 → 素材问题
- CVR 低 → 落地页/商店页问题
诊断实操:打开 Facebook Ads Manager,按 Ad Set 维度看 CPM、CTR、CVR 三个指标。如果所有 Ad Set 的 CTR 都低,大概率是素材问题;如果只有 1-2 个 Ad Set CTR 低,可能是素材 + 受众匹配问题。再看 CPM:如果整体 CPM 比上周涨了 30%+,先排查是否是竞争环境变化(比如某个大竞品同品类开投了),这时候换素材没用,应该换受众或等竞争降温。
方法一:素材优化(最高优先级)
素材是 CPI 的第一变量
Facebook 算法本质是"素材驱动"——好素材 CTR 高 → CPM 降低 → CPI 降低。这个逻辑的数学基础是:CTR 翻倍,CPI 直接减半(CPM 不变的前提下)。所以当你 CPI 超标时,第一个该查的不是出价、不是受众,而是素材。
具体操作
1. Hook 优化(前 3 秒)
- 测试 3–5 种不同 Hook 开头
- 冲突型:"你能活过第 3 关吗?"
- 视觉冲击型:升级/爆炸/收集瞬间
- 反直觉型:"看起来很简单,但 99% 的人过不去"
- 数据型:"1 亿玩家的选择"
Hook 测试的方法:同一个游戏画面,做 4 个不同 Hook 版本,各跑 24 小时,日预算 $50/条。24 小时后看 3 秒播放率和 CTR,保留 Top 2,暂停其余。某休闲团队用这个方法把 CTR 从 1.2% 提到 2.1%,CPI 相应从 $1.8 降到 $1.1。
2. 时长测试
- 15 秒(快节奏、超休闲)
- 30 秒(展示核心循环)
- 60 秒(中重度、展示深度)
- 同一游戏做 3 个时长版本,A/B 测试
时长的选择不是"越短越好"。15 秒素材适合"一眼看懂玩法"的超休闲;如果你的游戏有 3-4 个核心机制(比如合成 + 放置 + 社交),15 秒根本讲不完,硬塞只会让用户觉得混乱。先问自己:用户看完这条素材,能不能一句话说出"这游戏是干嘛的"?如果不能,时长不够。
3. 风格测试
- 实机录屏(真实感)
- 动画/CG(品质感)
- UGC 风格(用户视角、手机拍摄感)
- 混合(实机+动画)
4. 素材迭代节奏
- 每周新增 2–3 条素材
- CTR 连续 3 天下降 20%+ → 立即换素材
- 建立素材效果库:记录每条素材的 CTR、CVR、CPI
- 复现高 CTR 素材的元素(Hook 类型、节奏、配色)
素材工具
- 剪映/CapCut:快速剪辑
- After Effects:高级动画
- Playable Ads 工具:交互式素材
- 素材分析:Facebook Ads Manager + MMP 数据
方法二:受众优化
受众太宽 → CPI 高(算法找不到人)
症状:CPM 低但 CTR 也低,CVR 低
对策:
- 收窄兴趣定向(从"游戏"→"消除游戏""Candy Crush 玩家")
- 排除已安装用户
- 排除高 CPI 地域
如果你看到 CPM 只有 $3 但 CTR 只有 0.5%,说明系统把广告投给了大量不相关用户。这时候不是"素材差",而是"人不对"。收窄定向后 CPM 可能会升到 $8-10,但 CTR 同步升到 2-3%,CPI 反而更低。
受众太窄 → CPI 高(竞价激烈)
症状:CPM 高、频次快速上升
对策:
- 扩大兴趣范围
- 使用 Advantage+ Audience(让算法自动探索)
- 减少排除条件
- 增加 Lookalike 比例
频次(Frequency)是最容易忽略的预警信号。当某 Ad Set 频次连续 3 天 > 3,说明受众池已经"榨干"了——同一批人反复看到你的广告,CTR 开始下降,CPI 开始上升。此时应该扩大受众或新建 Ad Set,而不是继续加预算。
具体操作
1. 分 Audience 测试
- 每个 Campaign 建 3–5 个 Ad Set,不同受众
- 兴趣 A vs 兴趣 B vs 宽定向 vs Lookalike
- 跑 7 天,看哪个 CPI 最低
- 保留 Top 2,暂停其余
2. Lookalike 优化
- 种子数据:安装用户 > 注册用户 > 付费用户
- 比例:1%(最精准)→ 3%(平衡)→ 5%(放量)
- 每月更新种子数据
- 不同比例同时测试
Lookalike 种子数据的选择取决于你的商业模型:如果游戏主要靠 IAP(内购)变现,用付费用户做种子效果最好(虽然量小);如果主要靠 IAA(广告)变现,用注册用户做种子更合适(因为广告变现不依赖付费行为)。
3. 地域分层
- T1(美/英/澳):CPI 高但 LTV 高
- T2(德/法/日/韩):CPI 中等
- T3(东南亚/拉美):CPI 低但 LTV 低
- 按 LTV/CPI 比值分配预算,不是只看 CPI
4. 排除优化
- 排除已安装(避免浪费)
- 排除 7 天内已触达(避免频次过高)
- 排除高 CPI 子受众(数据驱动)
方法三:出价策略调整
冷启动期(0–50 个事件)
- 用"最低成本"(Lowest Cost),不设出价
- 让算法自由探索
- 不要频繁调整(每次调整触发重新学习)
- 预算:≥ 目标事件数 × 2
稳定期(50+ 事件)
- 切换到"成本上限"(Cost Cap)
- 设定目标 CPI(如 $1.5)
- 系统在此上限内优化
- 如果 CPI 持续低于目标 20%+,可尝试提高上限放量
切换时机判断:不要机械地按"50 个事件"切,还要看回传质量。如果回传延迟 > 1 小时,即使事件数够了,切 Cost Cap 后系统也可能优化失准。先确保回传稳定,再切出价策略。
放量期
- 每次预算增幅 ≤ 20%
- 每 2–3 天调一次
- 新 Ad Set 复制表现好的设置
- 监控:放量后 CPI 是否稳定(波动 <15% 为正常)
出价测试
- 同时跑"成本上限 $1.2" vs "成本上限 $1.5" vs "最低成本"
- 7 天后对比 CPI 和总量
- 选择"CPI 可接受 × 量最大"的组合
出价测试的常见错误是"同时改出价和素材"。如果你同时把出价从 $1.2 降到 $1.0、素材也换了,7 天后 CPI 降了,你无法判断是出价的功劳还是素材的功劳。每次只动一个变量。
方法四:优化目标切换
从"安装"到"深度事件"
阶段优化目标条件冷启动App Installs无数据成长期注册完成有 SDK 回传,>100 注册事件成熟期首次付费>50 付费事件优化期7 日 LTV / ROAS>200 付费事件
切换时机:
- 数据量够(通常 50+ 转化事件)
- 回传稳定(延迟 <1 小时)
- 切换后观察 3–5 天,CPI 可能短期上升(算法重新学习),但 LTV 会提升
优化目标切换后 CPI 短期上升是正常的(通常 10-20%),因为系统要重新学习"什么用户会注册/付费"而不是"什么用户会安装"。不要因为切换后第 2 天 CPI 涨了 15% 就切回去——再等 3 天,通常第 5-7 天 CPI 会回落到切换前水平甚至更低。
事件回传质量
- 确保 AppsFlyer/Adjust 回传准确
- 深度事件(注册、付费、关键行为)回传完整
- 回传延迟 <1 小时
- 定期验证回传数据与后端数据一致
方法五:Campaign 结构优化
结构问题导致 CPI 高
常见问题:
- 一个 Campaign 塞太多素材(算法混淆)
- Ad Set 之间受众重叠(自己跟自己竞价)
- 预算分配不合理(差 Ad Set 占大头)
"Ad Set 之间受众重叠"是最隐蔽的 CPI 杀手。两个 Ad Set 的兴趣定向重叠 80%,系统会认为它们在竞争同一批用户,互相抬高 CPM。解决方案:要么用完全不重叠的受众,要么用 Advantage+ 让系统自动分配(避免手动重叠)。
优化方案
1. 一个 Campaign 聚焦一个目标
- Campaign A:安装(冷启动)
- Campaign B:注册(成长期)
- Campaign C:付费(成熟期)
2. Ad Set 不重叠
- 每个 Ad Set 用不同受众
- 或用 Advantage+ 让系统分配(避免手动重叠)
- 同 Campaign 内 Ad Set 数量:3–5 个
3. 素材分配
- 每个 Ad Set 3–5 条素材(太多稀释)
- 高 CTR 素材放表现好的 Ad Set
- 新素材放新 Ad Set 测试
4. 预算分配
- 70% 预算给表现好的 Campaign/Ad Set
- 20% 给测试(新素材/新受众)
- 10% 给探索(新地域/新品类)
方法六:产品侧配合
CPI 高有时候不是投放问题,是产品问题。如果你已经优化了素材、受众、出价,CPI 还是降不下来,大概率问题出在产品端。
留存差 → CVR 低 → CPI 高
- D1 留存 <20%:用户装了就删,商店页评价差,CVR 下降
- 对策:优化新手引导、首关难度、前 3 分钟体验
留存和 CPI 的关系是间接但致命的:D1 留存从 25% 掉到 15%,3 个月后商店页评分可能从 4.2 掉到 3.8,CVR 随之下降 20-30%,CPI 自然上升。产品端的优化周期比投放端长(通常 1-2 个版本迭代),但效果是根本性的。
商店页转化差
- 评分 <4.0:影响 CVR
- 截图/视频与广告素材不一致:用户预期落差
- 描述不清晰:用户不知道游戏是什么
- 对策:商店页 A/B 测试、截图更新、评分管理
地区适配
- 本地化不完整(翻译差、文化不适配)
- 付费点设计不适合当地市场
- 对策:深度本地化、分地区调整付费设计
常见误区
误区一:CPI 高就急着换素材。 素材是 CPI 的第一变量没错,但不是唯一变量。如果你的 CPM 正常、CTR 正常、但 CVR 只有 15%,问题大概率出在商店页,不是素材。先按"诊断表"定位问题环节,再决定优化方向。
误区二:所有 Ad Set 用同一套优化策略。 T1 市场和 T3 市场的 CPI 结构完全不同,用同一套出价策略和受众策略跑所有地域,等于用 T1 的标准要求 T3 的 ROI。每个地域应该有独立的优化参数。
优化优先级
如果 CPI 高,按以下顺序排查和优化:
- 素材(影响最大,CTR 翻倍 = CPI 减半)
- 受众(CPM 控制,避免无效曝光)
- 出价(稳定期成本上限,放量期逐步调整)
- 优化目标(有数据后切深度事件)
- Campaign 结构(避免内耗)
- 产品侧(根本性,但周期长)
这个优先级不是"做完 1 再做 2",而是"如果只能做一件事就做 1,能同时做就 1+2+3 一起"。产品侧(第 6 项)可以并行推进,不需要等前 5 项完成。
监控看板(每日)
指标今日昨日7 日均值目标状态花费安装数CPICPMCTRCVRD1 留存
风险提示
- 本文 CPI 参考范围为休闲/中重度游戏一般水平(T1-T2 市场,2025-2026 年),具体因品类、地区、竞争环境而异
- Facebook 算法持续更新,优化策略需持续迭代
- 不要同时改多个变量(无法判断哪个有效)
- 数据积累需要时间,不要因 1–2 天波动频繁调整


