用数据说话：1441条投放记录拆解游戏广告投放的“流量密码”

一、数据概况 & 处理思路

先放一张数据全家福，字段 13 个，样本 1441 条，缺失值 0，只做了一件事：把“未知大小”“无”等脏数据清洗掉。

import pandas as pd, numpy as np, seaborn as sns, matplotlib.pyplot as plt
df = pd.read_excel('详细内容更新.xlsx')
df['游戏包大小'] = pd.to_numeric(df['游戏包大小'].astype(str)          # 先转字符串.str.replace('MB', '', regex=False) # 去单位.replace(['unknown', '无'], np.nan)  # 脏数据→NaN
)

二、游戏包大小：250 MB 以内是“甜蜜点”

下图直方图一眼看完：0-250 MB 区间游戏数断崖式领先。

结论：小包好下载、好转化，投放素材不必强调“超大世界”，而是突出“秒下秒玩”。

在这里插入图片描述

三、游戏类型：MMORPG 与卡通双寡头

把“游戏类型”字段炸开（多选→单选）后，Top10 如下：

排名	类型	占比
1	MMORPG	11.7%
2	卡通	10.3%
3	日韩	8.5%

df['单类型'] = df['游戏类型'].str.split('、')
df_exp = df.explode('单类型')
sns.countplot(y='单类型', data=df_exp,order=df_exp['单类型'].value_counts().iloc[:10].index)

在这里插入图片描述

四、投放节奏：6 月抢量、Q2 占全年 40%

按月聚合后得到一条“过山车”曲线：

df['月份'] = pd.to_datetime(df['投放时间']).dt.month
month_cnt = df['月份'].value_counts().sort_index()
month_cnt.plot(marker='o', figsize=(8,4)); plt.title('月度投放次数')

峰值 6 月（219 次）——暑期档预热
低谷 10 月（75 次）——国庆后空窗期

建议：Q2 加预算抢量，Q4 靠节点（双 11 / 圣诞）做脉冲投放。

在这里插入图片描述

五、渠道矩阵：字节系霸榜，WiFi 万能钥匙单渠道 ROI 最高

5.1 出现频率 Top10

渠道	出现次数
今日头条	1186
抖音	1098
抖音火山版	1089

字节三件套合计占比 >50%，“广撒网”必选。

5.2 平均预算占比 Top10

渠道	平均占比
WiFi 万能钥匙	79.8%
今日头条	33.1%
穿山甲联盟	25.3%

WiFi 万能钥匙虽然用的次数少，但一投就是重金，适合冲榜期集中爆破。

# 计算出现次数 & 平均占比
ad_df = pd.DataFrame(ad_list)
freq = ad_df['渠道'].value_counts()
ratio = ad_df.groupby('渠道')['占比'].mean()
sns.scatterplot(x=freq, y=ratio)

六、头部公司打法拆解

Top10 游戏公司投放次数只占 20%，但资源投入极度倾斜：

公司	投放次数	连续投放中位数	联运公司中位数	总素材中位数
贪玩信息	14	677 天	6 家	12 万
爱奇艺	22	306 天	3 家	1.4 万
弘贯网络	13	34 天	1 家	0.7 万

箱线图解读：

贪玩信息——超长周期 + 海量素材 + 多联运，典型“高举高打”
弘贯网络——短平快，单联运，素材少，适合垂直买量

sns.boxplot(x='游戏公司', y='总素材数',data=df[df['游戏公司'].isin(top10_list)])
plt.xticks(rotation=45)

七、长周期游戏（≥300 天）画像

类型：MMORPG 占 12%，卡通 10%，日韩 8.5%
素材：平均 8403 条，是整体均值 3515 的 2.4 倍
相关性：投放天数 vs 素材数 r=0.19（弱相关），说明素材复用是常态，不必日更。

八、实战 Checklist

阶段	动作项
立项	包体 ≤ 250 MB；类型优先 MMORPG / 卡通
投放前	6 月前锁预算；Q2 渠道：抖音+头条+WiFi 万能钥匙
素材	长周期游戏建 3 套模板库循环复用
联运	头部公司可扩至 8-10 家，中腰部先深耕 1-2 家