火焰广告传媒HiSpark一句话结论：AppLovin 卖的从来不是广告位，而是"预测"——它赌自己能比广告主更准地判断哪个用户会花钱。
这个判断能解释它最反常识的动作：先自建游戏工作室验证投放模型，再把模型开放给所有广告主；以及在模型成熟之后，干脆把游戏业务卖掉。
本文用八个维度拆解 AppLovin：公司基本面、双轮模式、算法内核、收入结构、产品矩阵、战略转向、竞争与争议，以及对做流量生意的团队的启示。
一、公司基本面：从游戏工作室，到移动广告平台
| 阶段 | 时间 | 关键事实 |
|---|---|---|
| 起步 | 2012 年 | 以游戏产品入场，先解决"自己买量"这件事 |
| 平台化 | 2015—2020 年 | 把内部投放能力产品化，对外提供用户获取与变现服务 |
| 上市 | 2021 年 | 登陆纳斯达克，进入公开市场 |
| 扩张与聚焦 | 2021—2025 年 | 并购归因与联网电视能力，随后卖掉游戏业务，全面转向广告 |
AppLovin 的四个关键阶段
要点：AppLovin 的路径是"先自用，再外卖"。它不是因为看好广告行业才做广告，而是因为自己做游戏时买量太贵，干脆把买量这件事做成产品。
二、双轮模式：游戏负责验证，平台负责赚钱
| 业务 | 角色 | 对另一条腿的价值 |
|---|---|---|
| 游戏工作室 | 自研自发 | 提供真实的投放场景与用户数据，验证模型 |
| 广告平台 | 对外服务 | 把验证过的模型卖给所有广告主 |
双轮模式：游戏验证，平台赚钱
核心判断：自有游戏不是业务，是试验场。
任何投放模型的难点都不在于算得快，而在于标签从哪来——谁真正付费了、谁只是下载了。自有游戏提供了最干净的闭环数据，让模型能在真实场景里迭代。等到模型足够好，它就可以脱离自有产品独立变现。
这也是它后来敢于卖掉游戏业务的底气：试验场的价值在模型成熟后就消失了，留着反而拖累利润率。
三、算法内核：把投放问题变成预测问题
传统投放的思维是"竞价"：谁出价高，谁拿到曝光。AppLovin 的思维是"预测"：先估计这个用户未来会带来多少收入，再回推愿意付多少钱。
| 维度 | 传统投放 | 预测型投放 |
|---|---|---|
| 核心问题 | 这个位置值多少钱？ | 这个用户值多少钱？ |
| 决策依据 | 历史均价、人群标签 | 单用户价值预测 |
| 数据要求 | 曝光与点击 | 从曝光到付费的完整链路 |
| 团队结构 | 投放运营为主 | 算法与数据为主 |
从竞价思维到预测思维
这条路线对团队的要求是反直觉的：算法团队越强，投放运营岗位越少。这也是为什么这类公司的人员结构与传统广告代理完全不同。
四、收入结构：软件平台超过游戏
| 阶段 | 大致格局 | 驱动因素 |
|---|---|---|
| 游戏主导期 | 游戏收入占比更高 | 自研产品贡献流水 |
| 平台追赶期 | 广告平台增速更快 | 模型效果被广告主验证 |
| 平台主导期 | 软件平台成为主要收入与利润来源 | 高毛利业务占比提升 |
| 聚焦期 | 出售游戏业务 | 集中资源做广告平台 |
收入结构的四段演变
软件与游戏的利润率差异，是理解这家公司估值的关键。游戏是内容生意，收入随产品周期波动；广告平台是效率生意，一旦跑通就具备规模效应。
五、产品矩阵：四位一体的投放闭环
| 产品线 | 环节 | 作用 |
|---|---|---|
| 用户获取 | 找用户 | 把广告投给最可能付费的人 |
| 变现聚合 | 卖流量 | 让开发者的广告位卖到更高价格 |
| 归因分析 | 算效果 | 判断哪个渠道真的带来了价值 |
| 联网电视 | 扩渠道 | 把移动端能力延伸到电视大屏 |
四块拼在一起构成闭环：找用户、卖流量、算效果、扩渠道。闭环意味着数据不外流，也意味着广告主一旦接入就很难迁出。
六、战略转向：卖掉游戏，专注广告
出售自营游戏业务，是这家公司最值得研究的一次决策。
原因有三层：第一层是利润结构——软件业务的毛利远高于游戏；第二层是客户信任——当平台同时是广告主和广告服务商时，其他游戏公司会担心"你用我的数据优化你自己的产品"；第三层是估值逻辑——资本市场对纯平台型公司的估值倍数，长期高于内容型公司。
给做产品的团队一条通用经验：当一项业务从"验证假设"变成"维护存量"，它的战略价值就已经转移了。
七、竞争格局与争议
| 对手类型 | 竞争方式 | 对它的压力 |
|---|---|---|
| 巨头广告平台 | 用生态与流量规模抢占预算 | 大客户预算被分流 |
| 同类独立平台 | 在同一批开发者身上竞争 | 竞价推高流量成本 |
| 开发者自建 | 头部厂商自研投放系统 | 最优质客户流失 |
争议同样是这家公司的一部分。做空机构近年对其数据与统计口径提出过质疑，公司予以否认。对观察者而言，这提醒一件事：预测型投放的效果很难从外部验证，广告主只能用自己的转化数据判断——这也意味着，这类公司的信任成本比技术成本更高。
八、对我们的启示：做投放型产品要问五个问题
| 判断项 | 该怎么问 | AppLovin 的答案 |
|---|---|---|
| 数据来源 | 有没有干净的真实标签？ | 自有产品提供闭环数据 |
| 商业本质 | 卖位置还是卖预测？ | 卖预测，位置不值钱 |
| 业务取舍 | 试验场还要不要留？ | 模型成熟后果断卖掉 |
| 客户信任 | 会不会与客户竞争？ | 卖掉游戏，消除冲突 |
| 成本结构 | 流量成本能否下降？ | 靠转化率提升摊薄 |
最后一条是核心：在投放型生意里，唯一能长期压住成本的手段，是把转化率做得比同行更高。
九、小结
- 身份上：AppLovin 是预测型投放平台，核心产品是"判断用户的未来价值"。
- 结构上：自有游戏是试验场，验证完成后可以卖掉。
- 路径上：先自用再外卖，是这类工具型业务最稳的冷启动方式。
- 风险上：效果无法被外部验证，信任成本高于技术成本。
配套资料包括：
- 投放型产品的五个判断问题清单
- 先自用再外卖的冷启动路径拆解
- 出海产品的变现架构自查表
