Vì sao Data là "siêu năng lực mới" của ngành game: Những gì bạn cần biết về Attribution

App Tracking Transparency (ATT) của Apple không chỉ làm thay đổi ngành mobile marketing, mà còn viết lại toàn bộ “playbook”. Bốn năm sau, các studio vẫn loay hoay trước tình trạng mất dữ liệu và tín hiệu từ các ad networks ngày càng yếu đi. Tuy vậy, một số vẫn tiếp tục mở rộng kinh doanh có lãi. Bí quyết là gì? Chính là xây dựng hệ thống chấp nhận dữ liệu bị thiếu hụt và dựa vào phương pháp đo lường thông minh hơn.

Như Roi Nam, CEO của Airbridge, chia sẻ trong buổi trò chuyện cùng Joseph Kim trên podcast GameMakers, thành công đến từ những đội ngũ không còn chạy theo “perfect data”, mà thay vào đó xây dựng hệ thống có thể xử lý vấn đề về dữ liệu. Một mobile growth manager tại một midcore game studio đã chia sẻ:

“Thay vì chờ đợi dữ liệu đầy đủ, chúng tôi đã bắt đầu xây dựng một hệ thống có thể xử lý vấn đề thiếu hụt dữ liệu. Chúng tôi test nhiều hơn. Chúng tôi xác thực bằng MMM. Chúng tôi vận hành CAPI ngay cả khi gặp khó khăn."

Theo Roi, chính tư duy đó đã trở thành tiêu chuẩn cho những studio vẫn đang tăng trưởng hiệu quả

🎧 Nghe toàn bộ bài chia sẻ trên GameMakers, hiện có mặt trên Apple Podcasts và Spotify.

Bức tranh hậu ATT: Nhiều công cụ nhưng ít chắc chắn hơn

ATT đã hạn chế quyền truy cập vào dữ liệu cấp người dùng, đặc biệt trên iOS. Hệ quả? Hai vấn đề lớn cho marketer:

• Mất khả năng quan sát: Marketer không còn nhìn thấy toàn cảnh, khiến việc đo lường chiến dịch nào thực sự hiệu quả trở nên khó khăn.
• Mất tín hiệu: Các nền tảng quảng cáo nhận ít dữ liệu phản hồi hơn, làm cho thuật toán khó tối ưu hóa việc target và hiệu suất.

Hãy hỏi bất kỳ UA manager nào về những thay đổi sau ATT, bạn sẽ nhận cùng một câu trả lời: nhìn thấy ít dữ liệu hơn và gửi đi ít thông tin cho ad networks để tối ưu chiến dịch hơn.

Tuy nhiên trong bốn năm qua, toàn ngành đã nỗ lực tái thiết, và một bộ công cụ mới đã ra đời.

• SKAN 4.0: Cửa sổ dài hơn và hỗ trợ tối đa ba postback. Dù vẫn chậm và là dữ liệu thô, nhưng khả dụng hơn nhiều so với các phiên bản trước.
• AEM (Meta) và ICM (Google): Các giải pháp do nền tảng phát triển, mở rộng phạm vi theo dõi conversion nhưng vẫn đảm bảo tuân thủ quyền riêng tư.
• CAPI (Conversions API): Truyền dữ liệu sự kiện ở cấp độ event (email, số điện thoại, click ID) dưới dạng hash trực tiếp từ server đến nền tảng.
• Web-to-App và Web-to-Web-to-App: Attribution thông qua luồng web, giúp theo dõi chính xác hơn mà không cần IDFA.
• MMM (Marketing Mix Modeling) và Lift Studies: Cung cấp góc nhìn tổng thể về hiệu suất và xác thực liệu các hoạt động marketing có thực sự tạo ra giá trị gia tăng.

Roi nhấn mạnh rằng không có công cụ nào là hoàn hảo.

"Những đội ngũ thông minh nhất không phụ thuộc vào một phương pháp duy nhất, họ kết hợp nhiều phương pháp với nhau."
— Roi Nam, CEO & Co-Founder của Airbridge & Airflux

Ngay cả khi có thêm nhiều công cụ, dữ liệu từ Mobile Measurement Partners (MMPs) như Airbridge vẫn là tín hiệu giá trị nhất. Trên iOS, attribution thường dựa vào probabilistic matching, sử dụng các tín hiệu ở cấp độ thiết bị như địa chỉ IP, phiên bản hệ điều hành hay kích thước màn hình để liên kết quảng cáo với lượt cài đặt. Dù chưa hoàn hảo, cách này vẫn mang lại cho các đội ngũ một bức tranh hiệu suất khả thi. Bên cạnh đó, MMP còn xử lý SKAN postback và conversion value thành định dạng dễ hiểu hơn, giúp MMP trở thành nguồn dữ liệu chính để phân tích chiến dịch và ra quyết định hàng ngày.

"Sau ATT, tín hiệu dữ liệu có tác động lớn nhất mà các studio đang dựa vào hiện nay vẫn đến từ MMP. MMP kết hợp attribution xác suất dựa trên dữ liệu thiết bị và tín hiệu từ nền tảng quảng cáo với dữ liệu SKAN của Apple. Sự kết hợp này mang đến cho các studio bức tranh rõ ràng nhất về hành vi người dùng, ngay cả trong môi trường bị hạn chế bởi quyền riêng tư."
— Roi Nam, CEO & Co-Founder của Airbridge & Airflux

Những chiến lược tạo nên khác biệt của các studio game hàng đầu

1. CAPI trở thành điểm then chốt

CAPI (Conversions API) đã trở thành nền tảng cho các studio muốn cải thiện tỷ lệ khớp dữ liệu và có tín hiệu tối ưu hóa phong phú hơn. Trên mobile, CAPI bù đắp cho tỷ lệ đồng ý ATT thấp bằng cách truyền đi các sự kiện sau cài đặt có giá trị, như in-app purchase. Với các tựa game PC và console trên Steam – nơi bị chặn tích hợp SDK và không thể tracking phía client – CAPI thực sự là một bước đột phá.

Một game bắn súng free-to-play có 1.000 giao dịch mua mỗi ngày đã ghi nhận ROAS tăng 5% chỉ trong ba tuần sau khi gửi dữ liệu purchase qua CAPI. Kết quả không bùng nổ, nhưng đều đặn. Roi lưu ý:

"Nó sẽ không nhân đôi doanh thu của bạn chỉ sau một đêm, nhưng hiệu quả sẽ cộng dồn… CAPI thường mang lại cải thiện nhỏ nhưng ổn định, khoảng 3 đến 5% uplift trong ROAS. Rất đáng để triển khai nếu bạn có đủ nguồn lực phát triển, nhưng đừng kỳ vọng kết quả đột phá ngay lập tức."
— Roi Nam, CEO & Co-Founder của Airbridge & Airflux

2. Sự trở lại thầm lặng của Web-to-App

Khi các chiến dịch cài đặt app trên iOS bị hạn chế mạnh bởi ATT, marketer đã quay lại web như điểm chạm đầu tiên để lấy lại khả năng quan sát. Hai mô hình nổi bật:

• Web-to-App (W2A): Người dùng click vào một chiến dịch web và đi thẳng đến App Store với UTM parameter được gắn kèm.
• Web-to-Web-to-App (W2W2A): Người dùng trước tiên vào một trang web (quiz, shop, landing page), sau đó tiếp tục đến App Store qua CTA. Với Web SDK hoặc tracking script, những hành vi trước khi cài đặt như click hoặc interaction cũng có thể được ghi nhận.

Điều này quan trọng vì tín hiệu attribution trong App Store vốn rất hạn chế. Web cho phép marketer đo lường intent, test các concept nội dung quảng cáo và thiết kế user journey phong phú hơn.

Các app subscription và content đã dùng funnel này từ lâu, và giờ đây các studio game cũng đang áp dụng. Một ví dụ điển hình là nhúng HTML5 playable trên landing page để người dùng thử game trước khi tải. Cách này vừa cải thiện tracking vừa nâng tỷ lệ chuyển đổi bằng cách sàng lọc những người chơi thực sự quan tâm.

3. SKAN: Tập trung vào postback đầu tiên

SKAdNetwork (SKAN) là hệ thống attribution theo hướng privacy-first của Apple cho chiến dịch cài đặt app iOS. SKAN hoạt động mà không cần identifier ở cấp độ người dùng và tách biệt với MMP, bất kể người dùng có đồng ý ATT hay không. Dù SKAN 4.0 hỗ trợ tối đa ba postback, Roi nhấn mạnh rằng các studio nên tập trung vào postback đầu tiên.

Vì sao postback đầu tiên của SKAN lại quan trọng nhất:

• Được gửi trong vòng 2–4 ngày, đủ nhanh để tối ưu kịp thời.
• Chứa conversion value chi tiết (tối đa 64), cung cấp insight phong phú hơn.
• Giữ nguyên tính nhất quán giữa SKAN 3 và 4, giúp setup đơn giản hơn.
  Các postback sau bị trễ và chỉ có dữ liệu thô, ít hữu ích cho quyết định theo thời gian thực.

Quan trọng không kém việc quản lý postback là những gì diễn ra trước khi SKAN bắt đầu, và điều đó bắt đầu từ ATT consent. Càng nhiều người dùng opt-in, bạn càng thu thập được nhiều ADID, tăng khả năng quan sát qua MMP. Thực tế, SKAN nên được coi là phương án B, còn phương án A luôn là tối đa hóa opt-in.

Roi gợi ý ba cách đã chứng minh hiệu quả trong việc tăng ATT opt-in:

• Sử dụng pre-prompt: Giải thích vì sao bạn hỏi và dữ liệu sẽ cải thiện trải nghiệm như thế nào. Thông điệp rõ ràng, trung thực sẽ tạo niềm tin.
• Tùy chỉnh ATT prompt: Viết sao cho gần gũi, tự nhiên. Một số studio nhỏ thành công với lời nhắn như: “Chúng tôi dùng dữ liệu này để hiển thị ít quảng cáo hơn, nhưng chất lượng hơn và giúp game miễn phí.”
• Gửi nhắc nhở sau ATT: Nếu người dùng chọn “Không cho phép”, hãy follow-up sau và hướng dẫn họ quay lại cài đặt để cập nhật quyền.

"SKAN là phương án B. Phương án A luôn là tối đa hóa opt-in. Càng nhiều ADID bạn có, dữ liệu từ MMP càng mạnh."
— Roi Nam, CEO & Co-Founder của Airbridge & Airflux

Joseph Kim, Founder của LILA GAMES & Host of GameMakers Podcast
Roi Nam, CEO & Co-Founder của Airbridge & Airflux 

4. Ngày càng nhiều studio đầu tư vào MMM

Khi tracking ở cấp độ người dùng trở nên kém tin cậy, nhiều đội ngũ đã chuyển sang Marketing Mix Modeling (MMM). Khác với các phương pháp attribution gắn liền với user identifier, MMM an toàn về quyền riêng tư và phù hợp hơn với bối cảnh hiện nay. MMM giúp trả lời những câu hỏi mà MMP hoặc SKAN không thể:

• Doanh thu thực sự đến từ paid UA là bao nhiêu?
• Kênh nào đang tạo ra giá trị gia tăng thực sự, chứ không chỉ đơn thuần được ghi nhận conversion?
• Ngân sách có thể cắt giảm ở đâu mà không ảnh hưởng đến tăng trưởng?

Các nhà phát hành game casual thường có lợi nhất vì chiến dịch của họ đơn giản hơn, ít kênh hơn và dữ liệu sạch hơn. Điều này giúp MMM dễ dàng đưa ra insight đáng tin cậy.

Khi triển khai MMM, các studio thường có hai lựa chọn: thuê vendor hoặc tự xây dựng hệ thống self-serve. Một quy trình self-serve điển hình bao gồm:

1. Chọn một model như Robyn của Meta hoặc Meridian của Google.
2. Xác định biến số kết hợp input marketing (chi phí, impression, install) với các yếu tố ngữ cảnh như tính mùa vụ hoặc xếp hạng trên app store.
3. Hiệu chỉnh model bằng lift study từ Meta hoặc Google để đảm bảo kết quả có cơ sở.
4. Kiểm tra độ chính xác với các chỉ số thống kê như R², MAPE hoặc MCMC convergence để đảm bảo tính tin cậy.
5. Chạy model định kỳ, cập nhật input mỗi 1–3 tháng và hiệu chỉnh lại mỗi 3–6 tháng.
6. Rà soát và tối ưu ngân sách một cách từ tốn, áp dụng insight mà không điều chỉnh quá đà.

"Một growth lead tại studio puzzle casual từng chia sẻ với tôi, MMM đã giúp họ phát hiện rằng chiến dịch influencer trên YouTube mang lại hiệu quả vượt trội so với rewarded video tại một số khu vực. Nếu chỉ dùng last-touch, chúng tôi sẽ không bao giờ nhìn thấy điều đó.''
— Roi Nam, CEO & Co-Founder của Airbridge & Airflux

Roi Nam, CEO & Co-Founder của Airbridge & Airflux 

Tối ưu hóa doanh thu thông minh hơn với Airflux

Đo lường chỉ là một nửa câu chuyện. Khi chi phí UA ngày càng tăng, câu hỏi thực sự là: làm thế nào để khai thác nhiều giá trị hơn từ chính những người chơi bạn đã có? Đó là lý do Airbridge phát triển Airflux – công cụ AI giúp nâng cao LTV bằng cách triển khai chính sách quảng cáo thông minh ở cấp độ phân khúc. Các studio đã bắt đầu thấy kết quả.

👉 Khám phá cách Clegames và Treeplla ứng dụng Airflux.

UA và Monetization: Một vòng khép kín

Trong thời gian dài, UA và monetization vận hành tách biệt. UA team tập trung giảm CPI và đạt mục tiêu ROAS, trong khi monetization team tối ưu vị trí quảng cáo và luồng IAP. KPI khác nhau, dashboard khác nhau, gần như không giao thoa.

Mô hình đó giờ không còn hiệu quả. Khi CPI tăng và tín hiệu giảm, tăng trưởng và doanh thu phải vận hành như một vòng khép kín. Những studio hiệu quả nhất đã nắm rõ điều này.

Các DSP hiện đại đang dẫn đầu. AppLovin, chẳng hạn, truyền dữ liệu bidding từ MAX mediation ngược trở lại UA engine. Vòng khép kín này giúp hiệu suất tăng tới 4 lần, không phải vì quảng cáo rẻ hơn mà vì chiến dịch được tối ưu dựa trên kết quả monetization thực tế.

Các studio có thể áp dụng cách tiếp cận tương tự bằng cách điều chỉnh chiến lược chiến dịch theo hành vi người chơi:

• Người dùng tập trung IAP: Trì hoãn quảng cáo và khuyến khích mua sớm.
• Người dùng tập trung IAA: Hiển thị quảng cáo ngay từ phiên đầu tiên cho nhóm có xu hướng tương tác với quảng cáo.
• Blended ROAS: Kết hợp cả hai hướng tiếp cận để tăng trưởng bền vững.

Thách thức nằm ở đo lường. MMP và SKAN được xây dựng trên last-touch attribution, cho biết ai được ghi nhận nhưng không thể hiện giá trị gia tăng thực sự. Đó là lý do ngày càng nhiều đội ngũ xác thực bằng Lift Study và MMM. Những lớp dữ liệu này giúp phân biệt yếu tố nào thực sự tạo doanh thu và yếu tố nào chỉ “đẹp trên giấy”.

"Nguyên tắc rất đơn giản: DSP ngày càng giỏi trong việc nhận diện người chơi có tiềm năng về mặt IAP hoặc IAA. Công việc của studio là gắn đúng chiến lược chiến dịch với đúng đối tượng."
— Roi Nam, CEO & Co-Founder của Airbridge & Airflux

Tương lai: Tín hiệu tốt hơn, hệ thống thông minh hơn

Giai đoạn tiếp theo của đo lường sẽ không đến từ một “single source of truth”, mà từ việc kết hợp nhiều phương pháp, mỗi phương pháp bổ sung một lớp insight.

MMP như Airbridge mang lại khả năng quan sát real-time trên campaign, creative, channel, country và xu hướng theo OS. MMM mang đến góc nhìn dài hạn, cho thấy online và offline media đóng góp vào doanh thu thế nào theo thời gian. Lift Study từ Meta, Google hoặc bên thứ ba xác thực tính incrementality, giúp team biết yếu tố nào thực sự tạo tác động.

Tuy nhiên, sự thay đổi lớn hơn nằm ở kỹ thuật xử lý tín hiệu. Nhiều dữ liệu hơn không còn đồng nghĩa với hiệu quả tốt hơn. Các studio dẫn đầu đang loại bỏ tín hiệu giả hoặc kém giá trị, tập trung vào tín hiệu chất lượng cao, đã được xác thực – chẳng hạn dữ liệu purchase trên App Store – để cải thiện tối ưu hóa nền tảng.

Đồng thời, AI đang tái định hình cách growth team vận hành. Chúng ta đã thấy:

• Công cụ creative automation như Poolday ML, Blay và Incymo
• Nền tảng agentic như RetentionX, AppRadar và Pollen VC cho CRM, ASO và ad ops
• Công cụ ad monetization như Airflux, sử dụng reinforcement learning để tối ưu chiến lược ở cấp phân khúc

Hãy nhớ rằng, những studio đang bứt phá tập trung vào ba ưu tiên:

• Tín hiệu tốt hơn để tăng sức mạnh phản hồi nền tảng
• Đo lường thông minh hơn với MMM, Lift Study và CAPI
• Sự gắn kết chặt chẽ hơn giữa UA, product và monetization team

"Không phải là xây lại playbook cũ, mà là thích nghi nhanh hơn tất cả."
— Roi Nam, CEO & Co-Founder của Airbridge & Airflux

Tương lai thuộc về những studio biết thích nghi, thử nghiệm và tái tư duy cách đo lường và tối ưu hóa doanh thu.

👉 Khám phá cách Airbridge và Airflux trở thành một phần trong chiến lược tăng trưởng của bạn.