【深度分析】AppLovin：AI赋能+精准收购，解锁广告市场的增长密码

核心要点：

• 精准收购与平台化转型：AppLovin通过三次关键收购(MAX、Adjust、MoPub)，显著提升广告技术能力和市场覆盖，从移动游戏广告平台成功转型为全行业广告平台，扩展用户覆盖和客户基础。
• AI驱动的广告技术突破：Axon2.0通过深度学习和大规模用户数据整合，精准匹配用户意图，使广告投放更高效，尤其在电商领域试水成功，推动广告收入快速增长。
• 估值与经济风险：高于平均水平的估值（EV/EBITDA46倍）反映了高增长和高利润率，但经济衰退可能会削减广告预算、减缓收入并将EV/EBITDA降至30-40倍。

来源：Tradingview.com

在数字广告市场，Google和Meta无疑是无可争议的霸主。2024年，这两大巨头的全球广告收入分别达到2650亿美元和1600亿美元，合计占据约50%的市场份额，而AppLovin（APP）的份额仅约3%，看似在巨头的阴影下微不足道，但是AppLovin并未选择与Google和Meta正面交锋，而是巧妙地找到了一片属于自己的蓝海，移动游戏广告市场。凭借14亿日活跃用户（DAU），其中大部分是游戏玩家，APP深耕这一Google和Meta覆盖但未深挖的细分领域，服务于游戏开发者和玩家群体。2023年推出的Axon2.0进一步强化了其竞争力，通过AI技术精准定位会花钱的用户，不仅巩固了游戏广告的优势，还成功试水电商市场。AppLovin在2024年取得的优异表现，营收47亿美元，同比增长43%，并非一蹴而就，而是过去几年一系列精准战略布局的结果，尤其是几笔关键的收购。这些收购不仅为AppLovin注入了技术和资源，也为它从游戏广告小巨头走向全行业广告平台奠定了基础。

来源：AppLovin

三次重要的收购

AppLovin的业务组合可以理解为它提供给广告主的一套完整工具和服务，目标是让广告主花1块钱广告费，赚回1.5块甚至更多的回报。最初，它只是一个专注于手游广告的小平台，但通过收购，它逐步构建了一个强大的广告生态系统。这些收购不仅是买工具，而是战略性地改变了AppLovin的商业模式、市场定位和盈利能力。

MAX（2018年收购）

MAX是一家成立于2017年的初创公司，专注于应用内竞价技术。简单来说，它是一款帮助应用开发者通过实时竞价向广告主出售广告位的工具，确保每一次广告展示都能以最高的价格售出。

在2018年之前，AppLovin主要是一个帮助广告主购买广告位的广告网络（需求方平台），但缺乏一种高效的方式帮助开发者出售广告位。传统的瀑布模型效率低下，开发者只能依次尝试不同的广告网络，往往无法以好的价格出售。瀑布模型的工作原理是：根据历史效果数据（如eCPM（每千次展示有效成本）、填充率和延迟）对广告网络进行排名。广告位按预定顺序提供给广告网络，从排名最高的网络开始。如果排名靠前的网络无法填满广告位，则请求会下降到下一个网络，依此类推，直到广告位售出。

MAX带来了应用内竞价技术，让所有广告主同时出价，开发者每次广告展示都能拿到最高价。以前，1块钱的广告位可能只卖0.8块。现在用MAX，所有广告主一起喊价（1块，1.2块，1.5块），开发者直接拿1.5块，收入立刻增加。广告主也能花1.5块触达更精准用户，赚2块，双方都满意。AppLovin从只帮买家升级为买卖双帮。MAX填补了AppLovin的技术短板，让它能直接服务开发者（供应方），是向平台化转型的关键一步，与后来收购MoPub相得益彰。

来源：Naavik

广告位的价格（CPM，千次展示成本）的提升让开发者赚得更多，AppLovin作为平台抽成也更多，直接提升了AppLovin平台的变现效率。开发者赚更多后，会把钱再投到AppLovin的用户获取工具（AppDiscovery），形成收入循环。2018年，应用内竞价是广告行业的新趋势，但移动端普及慢，AppLovin抓住了这关键的竞价风口，抢占了市场份额。

Adjust（2021年收购）

在广告行业，广告主花钱投放广告，最关心的是效果：花1块钱能赚回多少。而在移动广告领域，效果追踪是个难题。因为广告投放涉及多个环节（展示、点击、下载、购买），而这些环节的数据往往分散或不透明，广告主很难知道钱花得值不值。这种情况就像一个黑箱：你投了1块钱进去，但不知道出来的是什么。

在没收购Adjust以前，AppLovin主要负责帮广告主把1块钱投出去，显示在它的游戏或合作应用的广告位上，但它无法直接追踪广告带来的后续结果，比如用户是否下载了应用、是否花了钱。一个游戏开发商花1块钱推广新游戏，可能只知道有100人点了广告，但不清楚这100人里是10人下载了游戏，还是50人下载但没人花钱买道具。移动广告的归因，也就是判断某个用户行为（下载、购买）是由哪条广告带来的需要跨平台追踪能力。AppLovin自己没这个技术，只能依赖广告主或应用的粗略反馈。用户可能在AppLovin的广告里看到推广，点了下载，但几天后才花钱买东西。这中间的链条断了，AppLovin没法告诉广告主是因为投放了这个广告赚到了这个钱。所以广告主对AppLovin的效果心里没底。他们可能觉得花1块钱好像有点效果，但到底值不值不清楚，不敢多投钱。这种不确定性让广告主倾向于把预算给数据更多的平台（比如Meta，它能清楚报告花1块钱赚了多少）。AppLovin的订单量和收入增长因此受限。

Adjust是一个移动归因和分析工具，帮助广告主追踪每一块钱广告费的效果，比如花在哪个渠道、带来了多少用户、最终赚了多少回报，Adjust提供了详细数据（比如这1块钱带来了10个新用户，其中2个花了钱），让广告主放心，彻底改变了广告主的体验。

全链接追踪：Adjust通过追踪链接和软件开发工具包（SDK）嵌入广告和应用中，记录用户从看到广告到最终行为的每一步。用户看到AppLovin的广告，点击后跳转到应用商店下载，Adjust记录这是广告带来的点击。用户下载应用后打开，Adjust标记这是广告带来的安装。用户在应用里花钱（比如买道具或商品），Adjust通过SDK捕捉这是广告带来的收入。

精准归因：Adjust用指纹识别和设备匹配技术，把用户行为跟广告关联起来。用户点了广告但没立刻下载，Adjust通过设备ID或IP地址，在一定时间窗口（通常7天）内确认这个下载是广告带来的。即使中间有延迟，比如第二天买东西，Adjust也能追溯到最初的1块钱广告。

来源：AppLovin

Adjust收集的数据还能喂给AppLovin的AI（Axon），让广告投放更精准，下次花1块钱可能赚2块。同时有了详细数据，广告主能调整投放。比如，Adjust显示某地区只赚0.5块，他们就停掉那里的广告，把1块钱投到赚1.8块的地方，这种能力让广告主觉得AppLovin更靠谱。

Adjust是AppLovin从粗放型广告网络转向精细化服务平台的第一步。2023年，广告收入占比从40%升至60%，Adjust功不可没。它提高了广告主回头率和ARPU（每用户收入），直接推高了公司估值。

MoPub（2022年收购）

在广告行业，广告位是指可以展示广告的地方，比如游戏里的横幅、视频或插页广告。广告主花1块钱买这些广告位，希望触达用户，最终赚回1.5块（比如通过用户下载应用或购买商品）。广告位的数量和质量直接决定触达用户的规模和投资回报率（ROI）。

在收购MoPub之前，AppLovin的广告位主要来自它自己的游戏资产（比如通过收购的MachineZone、LionStudios等开发的游戏）。AppLovin虽然拥有多个游戏工作室，但能产生的广告位取决于这些游戏的用户规模。它旗下的游戏可能每天有几千万活跃用户（DAU），远低于行业巨头（如Meta的30亿DAU）。广告位少，广告主花1块钱只能触达几百万或千万用户。而且自有游戏的用户主要是游戏玩家（比如18-35岁的年轻人），兴趣集中在游戏内购或相关产品。其他类型广告主（比如卖衣服或化妆品的电商）可能觉得这些用户不匹配他们的目标客户。花1块钱投广告，触达的可能是不对的人，赚1.5块的概率降低。比如，一个化妆品广告投给只玩游戏的男性用户，可能只赚0.5块。

AppLovin得自己开发和运营游戏来产生广告位，成本高，开发游戏可能花几百万美元，而且游戏生命周期有限，热门游戏可能几年就过气。广告位供给不稳定，花钱的效果可能时好时坏，广告主不愿意长期投入。所以2022年，AppLovin以10.5亿美元从Twitter手中收购MoPub，MoPub是一个供应方平台（SSP），相当于一个广告交易市场，把大量应用的广告位卖给广告主，AppLovin从中抽成。

触达更多用户：MoPub当时服务于数万个应用（包括新闻、工具、生活类等），覆盖7亿日活跃用户。收购后AppLovin把这些广告位整合进自己的平台，广告位规模一下扩大了10倍以上，触达人数多了70倍，用户越多，看到广告的机会越大，广告行业有个规模效应，广告位数量越多，单次投放的成本越低，回报越高。

触达对的用户：MoPub的广告位来自各种应用，不只限于游戏。比如，用户可能在新闻应用上看文章、在健身应用上记录运动，这些人群包括了女性、中年人等游戏玩家之外的群体。广告需要对的人看到对的广告。MoPub的多元化库存让AppLovin从游戏广告专家变成全行业广告平台，拓宽了客户基础。

提升稳定性：MoPub作为一个SSP，聚合了外部应用的广告位，AppLovin不用自己开发游戏也能获得广告位。就像从自己种菜变成开超市，供应源源不断。

这降低了AppLovin的运营成本，不用花几百万开发游戏，利润率更高。SSP模式是广告行业的趋势，MoPub让AppLovin从内容驱动转为平台驱动，效率和稳定性双提升。

AI智能化：推动业务更上一层楼

2010年代中期，AI技术兴起，尤其在广告领域，比如谷歌的DoubleClick用AI优化竞价。AppLovin意识到，要跟大玩家竞争，必须用AI取代人工，于是投入资源自研Axon。它通过分析用户数据，预测哪些人会点击广告、下载应用或购买商品，然后把广告精准投给他们。Axon基于机器学习，依赖大量用户数据来训练，就是AppLovin早期积累的游戏广告经验和数据，比如哪些玩家愿意花钱买道具之类。

Axon1.0在2018年推出，是AppLovin的第一个AI广告引擎，主要服务游戏广告，依靠AppLovin自有游戏的几千万DAU的玩游戏习惯（时长、点击、内购）。Axon1.0像一个游戏专家，但出了游戏圈就懵了，预测不够聪明，数据也不够广。

Axon2.0于2023年推出，是对Axon1.0的全面升级，从游戏向电商和CTV转型。相比1.0，Axon2.0在多个维度实现显著进步：覆盖领域更广（从单一游戏扩展到多行业）、数据处理能力更强（支持大数据分析）、算法更智能（采用深度学习技术）、优化速度更快（实现实时调整）。

来源：TradingKey

在数据支持上，Axon2.0大幅扩展了来源和规模。它不再仅依赖AppLovin自有游戏的用户，而是整合了MoPub带来的DAU以及Wurl的CTV用户数据，覆盖更丰富的用户行为场景，如浏览新闻、观看视频、切换应用等。数据量级从亿级跃升至万亿级请求，种类也更加多样，包括点击、时长、地理位置等多维度信息。这种升级让Axon2.0能够处理此前无法企及的复杂需求。算法层面，它从1.0的简单机器学习进化到深度学习，采用更复杂的模型进行分析。Axon2.0不仅能识别这个人玩游戏多，还能推断他玩游戏少但频繁看视频，可能更倾向购买电子产品或订阅服务，从而实现更精准的广告投放。这种能力使其在隐私限制下仍能有效预测用户意图，显著提升了广告效果，使得广告点击率提高了15%，转化率提高了20%。

游戏的成功复制到电商的困难

在游戏领域形成的闭环在电商领域没有那么顺利实现，因为在游戏领域，开发者既是广告主又是广告发布商，游戏开发者既用AppLovin的平台推广自己的游戏，又在自己的游戏里卖广告位给其他开发者，DAU既是目标又是变现工具。

但电商广告主的目标不是DAU，而是GMV，他们不只是为了增加用户数量，而是想卖货赚钱回来，花1块钱是为了直接赚1.5块的销售额，而不是增加DAU后靠广告变现。用户精准度比数量更重要。如果引流的用户不买东西，对商家没有太大价值，反而增加运营成本。所以AppLovin没有办法直接复制在游戏中的成功模式。

这里的问题在于AppLovin拥有的是游戏领域的数据，而没有海量的电商用户的数据，不像Meta有社交和购物记录，Meta通过匹配用户的社交，兴趣，购买历史等数据能够精准找到会买东西的人。由Fuzzy Panda Research和Culper Research发布的做空报告中可以看到，为了解决这个短板，AppLovin有可能通过分析Meta平台上的广告数据，逆向推导出Meta的用户画像，优化自己的广告投放，空头认为AppLovin的成功不是基于自研技术，而是通过不正当手段窃取Meta的数据。

但其实Meta现阶段也没办法做太多来禁止这种行为，因为是广告主授权给AppLovin的，广告主并不不忠诚于单一平台，只关心ROI，Meta无法完全封闭生态，因为广告主需要跨平台验证效果，比如用Adjust追踪Meta广告的转化，这天然给AppLovin留了缝隙。

AppLovin要求它的600个电商客户先在Meta投60万美元/月（43亿美元预算），本质是利用Meta的生态验证哪些用户群体转化率高，再在AppLvoin平台花10亿美元（接近2024年总收入的四分之一）放大效果，因为AppLovin的广告费低，广告主在APP上投入更少的钱能达到在Meta上相同的效果，这确实是一个聪明且可行的策略。

总结来说：

• Meta的优势：精准定位用户，适合高预算验证用户画像，花1块钱赚1.5块很稳。
• APP的优势：低成本流量扩大覆盖，利用Meta的数据在海量用户中找到类似的用户，放大效果，花1块钱也能赚1.5块。
• 广告主的心态：先用Meta试准（花大钱），再用APP试广（花小钱），两平台互补。

财务分析

总收入与利润率

2024年全年收入47.09亿美元，同比大幅增长43%，利润率同时获得改善，Gross Magin从2023年的67.74%提升至75.22%，主要原因是Axon2.0的技术突破、电商市场开拓、Advertising占比提升和成本优化。Advertising的爆发是总收入和margin改善的直接原因，Apps作用递减甚至负贡献。2023年下半年是分水岭，Advertising取代Apps成为核心。

来源：Company Financials,TradingKey

业务细分

广告收入指的是AppLovin通过其广告技术平台（以前称为“SoftwarePlatform”，2024年起更名为“Advertising”）赚取的收入。这部分收入主要来自帮助广告主（如游戏开发者、电商品牌）投放广告，以及通过实时竞价和技术优化为应用开发者（如游戏或工具应用）变现他们的广告位。2024年全年广告收入为32.24亿美元（约占总收入的68%），同比增长75%。这部分是AppLovin增长最快的业务，2023年为18.42亿美元，仅占56%。此外，广告的调整后EBITDA远高于盈利能力更强的应用业务。AppLovin将战略重点转向广告技术也对公司的发展更有利。AppLovin将其战略重心转向广告技术对公司发展也是更好的。

应用收入指的是APP通过自有应用（主要是移动游戏）赚取的收入。这部分来自收购或投资的游戏工作室（如MachineZone、LionStudios），包括内购和应用内广告。2024年全年应用收入为1.485亿美元（约占总收入的32%），同比增长3%。这部分增长缓慢，甚至下降，2025年2月APP宣布以9亿美元剥离应用业务，专注广告。

来源：Company Financials,TradingKey

月活跃付费用户（MAP）

月活跃付费用户（MAP）这个指标主要与自有应用收入直接相关，2024年全年平均MAP为160万，较2023年下降了11%，而月活跃付费用户平均收入（ARPMAP）则显著增长了10%。AppLovin调整了游戏内的货币化策略，通过提高内购价格、推出高端礼包或限时活动，AppLovin让少量高付费用户花更多钱，减少低付费用户（小额玩家），专注高价值用户，应用业务不再大规模拉新，而是优化现有用户群，同时也因为战略重心转移至广告业务。

来源：Company Financials,TradingKey

估值分析

我们使用EV/EBITDA来评估AppLovin这种高增长公司，因为它能全面反映公司的高增长运营效率，剔除了债务、现金和非经常性收益的影响，比P/E更稳定。AppLovin的广告业务利润率高，EV/EBITDA能更好捕捉其核心价值，尤其在经济波动中更具参考性，AppLovin的46.1倍EV/EBITDA远高于平均（29.4倍），主要因其高增长和高利润率，反映了市场对其AI和电商试点的乐观预期，但事实是AppLovin近年收入的高速增长部分依赖其对AI技术的投资，部分则受益于全球数字广告市场的自然增长。

目前美国经济衰退的担忧日益加剧，可能对AppLovin的收入增长构成显著风险。在经济下行周期中，政府往往削减公共支出，企业收入承压，广告支出随之减少。企业为了控制成本，会缩减竞价广告预算，尤其是高风险的程序化广告投放，这直接影响APP的核心业务。一旦经济增速下降，AppLovin面临的不仅是收入放缓，还有市场对其增长可持续性的质疑。2024年的超预期表现是AI与经济双轮驱动的双重推动，若经济支柱塌陷，市场自然增长消失，投资者信心必然受到影响，那么EV/EBITDA有回到30-40x的风险。

来源：Company Financials,TradingKey