【深度分析】AppLovin：AI賦能+精準收購，解鎖廣告市場的成長密碼

核心要點：

• 精準收購與平台化轉型：AppLovin通過三次關鍵收購（MAX、Adjust、MoPub），顯著提升廣告科技能力和市場覆蓋，從移動遊戲廣告平臺成功轉型為全行業廣告平臺，擴展用戶覆蓋和客戶基礎。
• AI驅動的廣告技術突破：Axon2.0透過深度學習和大規模用戶資料整合，精準配對使用者意圖，使廣告投放更有效率，尤其在電商領域試水成功，推動廣告收入快速成長。
• 估價與經濟風險：高於平均的估值（EV/EBITDA46倍）反映了高成長和高利潤率，但經濟衰退可能會削減廣告預算、減緩收入並將EV/EBITDA降至30-40倍。

來源：Tradingview.com

在數位廣告市場，Google和Meta無疑是無可爭議的霸主。2024年，這兩大巨頭的全球廣告收入分別達到2650億美元和1600億美元，合計佔據約50%的市場份額，而AppLovin（APP）的份額僅約3%，看似在巨頭的陰影下微不足道，但是AppLovin並未選擇與Google和Meta正面交鋒，而是巧妙地找到了一片屬於自己的藍海，移動遊戲廣告市場。憑藉14億日活躍用戶（DAU），其中大部分是遊戲玩家，APP深耕這一Google和Meta覆蓋但未深挖的細分領域，服務於遊戲開發者和玩家群體。2023年推出的Axon2.0進一步強化了其競爭力，通過AI科技精准定位會花錢的用戶，不僅鞏固了遊戲廣告的優勢，還成功試水電商市場。AppLovin在2024年取得的優异表現，營收47億美元，同比增長43%，並非一蹴而就，而是過去幾年一系列精准戰畧佈局的結果，尤其是幾筆關鍵的收購。這些收購不僅為AppLovin注入了科技和資源，也為它從遊戲廣告小巨頭走向全行業廣告平臺奠定了基礎。

來源：AppLovin

三次重要的收購

AppLovin的業務組合可以理解為它提供給廣告主的一套完整工具和服務，目標是讓廣告主花1塊錢廣告費，賺回1.5塊甚至更多的回報。最初，它只是一個專注於手遊廣告的小平台，但透過收購，它逐步建立了一個強大的廣告生態系統。這些收購不僅是買工具，而是策略性地改變了AppLovin的商業模式、市場定位和獲利能力。

MAX（2018年收購）

MAX是一家成立於2017年的新創公司，專注於應用內競價技術。簡單來說，它是一款幫助應用程式開發者透過即時競價向廣告主出售廣告位的工具，確保每一次廣告展示都能以最高的價格售出。

在2018年之前，AppLovin主要是一個幫助廣告主購買廣告位的廣告網路（需求方平台），但缺乏一種高效的方式幫助開發者出售廣告位。傳統的瀑布模型效率低下，開發者只能依序嘗試不同的廣告網絡，往往無法以好的價格出售。瀑布模型的工作原理是：根據歷史效果資料（如eCPM（每千次展示有效成本）、填充率和延遲）對廣告網路進行排名。廣告位按預定順序提供給廣告網絡，從排名最高的網絡開始。如果排名靠前的網絡無法填滿廣告位，則請求會下降到下一個網絡，依此類推，直到廣告位售出。

MAX帶來了應用程式內競價技術，讓所有廣告主同時出價，開發者每次廣告展示都能拿到最高價。以前，1塊的廣告位可能只賣0.8塊。現在用MAX，所有廣告主一起喊價（1塊，1.2塊，1.5塊），開發者直接拿1.5塊，收入立刻增加。廣告主也能花1.5塊接觸更精準用戶，賺2塊，雙方都滿意。AppLovin從只幫買家升級為買賣雙幫。MAX填補了AppLovin的技術短板，讓它能直接服務開發者（供應方），是向平台化轉型的關鍵一步，與後來收購MoPub相得益彰。

來源：Naavik

廣告位的價格（CPM，千次展示成本）的提升讓開發者賺得更多，AppLovin作為平台抽成也更多，直接提升了AppLovin平台的變現效率。開發者賺更多後，會把錢再投到AppLovin的用戶獲取工具（AppDiscovery），形成收入循環。2018年，應用程式內競價是廣告業的新趨勢，但行動端普及慢，AppLovin抓住了這關鍵的競價風口，搶佔了市場份額。

Adjust（2021年收購）

在廣告業，廣告主花錢投放廣告，最在意的是效果：花1塊能賺回多少。而在行動廣告領域，效果追蹤是個難題。因為廣告投放涉及多個環節（展示、點擊、下載、購買），而這些環節的數據往往分散或不透明，廣告主很難知道錢花得值不值。這種情況就像一個黑箱：你投了1塊錢進去，但不知道出來的是什麼。

在沒收購Adjust以前，AppLovin主要負責幫廣告主把1塊錢投出去，顯示在它的遊戲或合作應用的廣告位上，但它無法直接追跡廣告帶來的後續結果，比如用戶是否下載了應用、是否花了錢。一個遊戲開發商花1塊錢推廣新遊戲，可能只知道有100人點了廣告，但不清楚這100人裏是10人下載了遊戲，還是50人下載但沒人花錢買道具。移動廣告的歸因，也就是判斷某個用戶行為（下載、購買）是由哪條廣告帶來的需要跨平臺追跡能力。AppLovin自己沒這個科技，只能依賴廣告主或應用的粗略迴響。用戶可能在AppLovin的廣告裏看到推廣，點了下載，但幾天後才花錢買東西。這中間的鏈條斷了，AppLovin沒法告訴廣告主是因為投放了這個廣告賺到了這個錢。所以廣告主對AppLovin的效果心裡沒底。 他們可能覺得花1塊錢好像有點效果，但到底值不值不清楚，不敢多投錢。這種不確定性讓廣告主傾向於把預算給數據更多的平臺（比如Meta，它能清楚報告花1塊錢賺了多少）。AppLovin的訂單量和收入增長囙此受限。

Adjust是一個行動歸因和分析工具，幫助廣告主追蹤每一塊錢廣告費的效果，例如花在哪個管道、帶來了多少用戶、最終賺了多少回報，Adjust提供了詳細數據（例如這1塊錢帶來了10個新用戶，其中2個花了錢），讓廣告主放心，徹底改變了廣告主的體驗。

全連結追蹤：Adjust透過追蹤連結和軟體開發工具包（SDK）嵌入廣告和應用程式中，記錄使用者從看到廣告到最終行為的每一步。用戶看到AppLovin的廣告，點擊後跳到應用程式商店下載，Adjust記錄這是廣告帶來的點擊。用戶下載應用程式後打開，Adjust標記這是廣告帶來的安裝。用戶在應用程式裡花錢（例如買道具或商品），Adjust透過SDK捕捉這是廣告帶來的收入。

精準歸因：Adjust用指紋辨識和裝置配對技術，把使用者行為跟廣告關聯起來。用戶點了廣告但沒立刻下載，Adjust透過裝置ID或IP位址，在一定時間視窗（通常7天）內確認這個下載是廣告帶來的。即使中間有延遲，例如隔天買東西，Adjust也能追溯到最初的1塊廣告。

來源：AppLovin

Adjust收集的數據還能餵給AppLovin的AI（Axon），讓廣告投放更精準，下次花1塊可能賺2塊。同時有了詳細數據，廣告主能調整投放。例如，Adjust顯示某地區只賺0.5塊，他們就停掉那裡的廣告，把1塊錢投到賺1.8塊的地方，這種能力讓廣告主覺得AppLovin更可靠。

Adjust是AppLovin從粗放型廣告網路轉向精進服務平台的第一步。2023年，廣告收入佔比從40%上升至60%，Adjust功不可沒。它提高了廣告主回頭率和ARPU（每用戶收入），直接推高了公司估值。

MoPub（2022年收購）

在廣告業，廣告位是指可以展示廣告的地方，例如遊戲裡的橫幅、影片或插頁廣告。廣告主花1塊買這些廣告位，希望觸達用戶，最終賺回1.5塊（例如透過用戶下載應用程式或購買商品）。廣告位的數量和品質直接決定觸達用戶的規模和投資報酬率（ROI）。

在收購MoPub之前，AppLovin的廣告位主要來自於它自己的遊戲資產（例如透過收購的MachineZone、LionStudios等開發的遊戲）。AppLovin雖然擁有多家遊戲工作室，但能產生的廣告位取決於這些遊戲的使用者規模。它旗下的遊戲可能每天有幾千萬活躍用戶（DAU），遠低於業界巨頭（如Meta的30億DAU）。廣告位少，廣告主花1塊只能觸達數百萬或千萬用戶。而且自有遊戲的使用者主要是遊戲玩家（例如18-35歲的年輕人），興趣集中在遊戲內購或相關產品。其他類型廣告主（例如賣衣服或化妝品的電商）可能覺得這些用戶不匹配他們的目標客戶。花1塊錢投廣告，觸達的可能是不對的人，賺1.5塊的機率降低。例如，一個化妝品廣告投給只玩遊戲的男性用戶，可能只賺0.5塊。

AppLovin得自行開發和經營遊戲來產生廣告位，成本高，開發遊戲可能花費數百萬美元，而且遊戲生命週期有限，熱門遊戲可能幾年就過氣。廣告位供給不穩定，花錢的效果可能時好時壞，廣告主不願意長期投入。所以2022年，AppLovin以10.5億美元從Twitter手中收購MoPub，MoPub是一個供應方平台（SSP），相當於一個廣告交易市場，把大量應用的廣告位賣給廣告主，AppLovin從中抽成。

觸達更多用戶：MoPub當時服務數萬個應用程式（包括新聞、工具、生活類等），涵蓋7億日活躍用戶。收購後AppLovin把這些廣告位整合進自己的平台，廣告位規模一下擴大了10倍以上，觸達人數多了70倍，用戶越多，看到廣告的機會越大，廣告業有個規模效應，廣告位數量越多，單次投放的成本越低，回報越高。

觸達對的用戶：MoPub的廣告位來自各種應用，不只限於遊戲。例如，用戶可能在新聞應用程式上看文章、在健身應用程式上記錄運動，這些人群包括了女性、中年人等遊戲玩家以外的群體。廣告需要對的人看到對的廣告。MoPub的多元化庫存讓AppLovin從遊戲廣告專家變成全產業廣告平台，拓寬了客戶基礎。

提升穩定性：MoPub作為一個SSP，聚合了外部應用程式的廣告位，AppLovin不用自己開發遊戲也能獲得廣告位。就像從自己種菜變成開超市，供應源源不絕。

這降低了AppLovin的營運成本，不用花幾百萬開發遊戲，利潤率更高。SSP模式是廣告產業的趨勢，MoPub讓AppLovin從內容驅動轉為平台驅動，效率與穩定性雙提升。

AI智能化：推動業務更上一層樓

2010年代中期，AI技術興起，尤其在廣告領域，例如Google的DoubleClick用AI優化競價。AppLovin意識到，要跟大玩家競爭，必須用AI取代人工，於是投入資源自研Axon。它透過分析用戶數據，預測哪些人會點擊廣告、下載應用程式或購買商品，然後把廣告精準地投給他們。Axon基於機器學習，依賴大量使用者資料來訓練，就是AppLovin早期累積的遊戲廣告經驗和數據，例如哪些玩家願意花錢買道具之類。

軸突1.0在2018年推出，是AppLovin的第一個AI廣告引擎，主要服務遊戲廣告，依靠AppLovin自有遊戲的幾千萬DAU的玩遊戲習慣（時長、點擊、內購）。Axon1.0像個遊戲專家，但出了遊戲圈就懵了，預測不夠聰明，數據也不夠廣。

軸突2.0於2023年推出，是Axon1.0的全面升級，從遊戲轉型為電商和CTV。相比1.0，Axon2.0在多個維度實現顯著進步：覆蓋領域更廣（從單一遊戲擴展到多行業）、資料處理能力更强（支持大資料分析）、算灋更智慧（採用深度學習科技）、優化速度更快（實現實时調整）。

來源：TradingKey

在數據支持上，Axon2.0大幅擴展了來源和規模。它不再僅依賴AppLovin自有遊戲的用戶，而是綜合了MoPub帶來的DAU以及Wurl的CTV用戶數據，覆蓋更豐富的用戶行為場景，如瀏覽新聞、觀看視頻、切換應用等。數據量級從億級躍升至萬億級請求，種類也更加多樣，包括點擊、時長、地理位置等多維度資訊。這種陞級讓Axon2.0能够處理此前無法企及的複雜需求。 算灋層面，它從1.0的簡單機器學習進化到深度學習，採用更複雜的模型進行分析。Axon2.0不僅能識別這個人玩遊戲多，還能推斷他玩遊戲少但頻繁看視頻，可能更傾向購買電子產品或訂閱服務，從而實現更精准的廣告投放。這種能力使其在隱私限制下仍能有效預測用戶意圖，顯著提升了廣告效果，使得廣告點擊率提高了15%，轉化率提高了20%。

遊戲的成功複製到電商的困難

在遊戲領域形成的閉環在電商領域沒有那麼順利實現，因為在遊戲領域，開發者既是廣告主又是廣告發布商，遊戲開發者既用AppLovin的平台推廣自己的遊戲，又在自己的遊戲裡賣廣告位給其他開發者，DAU既是目標又是變現工具。

但電商廣告主的目標不是DAU，而是GMV，他們不只是為了增加用戶數量，而是想賣貨賺錢回來，花1塊錢是為了直接賺1.5塊的銷售額，而不是增加DAU後靠廣告變現。使用者精準度比數量更重要。如果引流的用戶不買東西，對商家沒有太大價值，反而增加營運成本。所以AppLovin沒有辦法直接複製在遊戲中的成功模式。

這裡的問題在於AppLovin擁有的是遊戲領域的數據，而沒有大量的電商用戶的數據，不像Meta有社交和購物記錄，Meta透過匹配用戶的社交，興趣，購買歷史等數據能夠精準找到會買東西的人。由Fuzzy Panda Research和Culper Research發布的做空報告中可以看到，為了解決這個短板，AppLovin有可能透過分析Meta平台上的廣告數據，逆向推導出Meta的用戶畫像，優化自己的廣告投放，空頭認為AppLovin的成功不是基於自研技術，而是透過不正當手段竊取Meta的數據。

但其實Meta現階段也沒辦法做太多來禁止這種行為，因為是廣告主授權給AppLovin的，廣告主並不不忠誠於單一平台，只關心ROI，Meta無法完全封閉生態，因為廣告主需要跨平台驗證效果，比如用Adjust追踪Meta廣告的轉化，這天然給AppLovin留了縫隙。

AppLovin要求它的600個電商客戶先在Meta投60萬美元/月（43億美元預算），本質是利用Meta的生態驗證哪些用戶群轉換率高，再在AppLvoin平台上花10億美元（接近2024年總收入的四分之一）放大效果，因為AppLovin的廣告費低，廣告主在APPMeta上達到一個聰明的效果，這就是一個聰明的廣告費低，廣告主在APPMeta上達到一個聰明的效果。

總結來說：

• Meta的優勢：精準定位用戶，適合高預算驗證用戶畫像，花1塊賺1.5塊很穩。
• APP的優勢：低成本流量擴大覆蓋，利用Meta的數據在大量用戶中找到類似的用戶，放大效果，花1塊也能賺1.5塊。
• 廣告主的心態：先用Meta試準（花大錢），再用APP試廣（花小錢），兩平台互補。

財務分析

總收入與利潤率

2024年全年營收47.09億美元，較去年同期大幅成長43%，利潤率同時獲得改善，Gross Magin從2023年的67.74%提升至75.22%，主要原因是Axon2.0的技術突破、電商市場開拓、Advertising佔比提升和成本優化。Advertising的爆發是總收入和margin改善的直接原因，Apps作用遞減甚至負貢獻。2023年下半年是分水嶺，Advertising取代Apps成為核心。

來源：Company Financials,TradingKey

業務細分

廣告收入指的是AppLovin透過其廣告科技平台（以前稱為“SoftwarePlatform”，2024年起更名為“Advertising”）所賺取的收入。這部分收入主要來自於幫助廣告主（如遊戲開發者、電商品牌）投放廣告，以及透過即時競價和技術優化為應用程式開發者（如遊戲或工具應用程式）變現他們的廣告位。2024年全年廣告收入為32.24億美元（約佔總收入的68%），較去年同期成長75%。這部分是AppLovin成長最快的業務，2023年為18.42億美元，僅佔56%。此外，廣告的調整後EBITDA遠高於獲利能力更強的應用程式業務。AppLovin將策略重點轉向廣告技術也對公司的發展更有利。AppLovin將策略重心轉向廣告技術對公司發展也是更好的。

應用收入指的是APP透過自有應用（主要是行動遊戲）所賺取的收入。這部分來自收購或投資的遊戲工作室（如MachineZone、LionStudios），包括內購和應用程式內廣告。2024年全年應用營收為1.485億美元（約佔總營收的32%），較去年同期成長3%。這部分成長緩慢，甚至下降，2025年2月APP宣布以9億美元剝離應用程式業務，專注廣告。

來源：Company Financials,TradingKey

月活躍付費用戶（MAP）

月活躍付費用戶（MAP）這個名額主要與自有應用收入直接相關，2024年全年平均MAP為160萬，較2023年下降了11%，而月活躍付費用戶平均收入（ARPMAP）則顯著增長了10%。AppLovin調整了遊戲內的貨幣化策略，通過提高內購價格、推出高端禮包或限時活動，AppLovin讓少量高付費用戶花更多錢，减少低付費用戶（小額玩家），專注高價值用戶，應用業務不再大規模拉新，而是優化現有用戶群，同時也因為戰畧重心轉移至廣告業務。

來源：Company Financials,TradingKey

估值分析

我們使用EV/EBITDA來評估AppLovin這種高增長公司，因為它能全面反映公司的高增長運營效率，剔除了債務、現金和非經常性收益的影響，比P/E更穩定。AppLovin的廣告業務利潤率高，EV/EBITDA能更好捕捉其核心價值，尤其在經濟波動中更具參攷性，AppLovin的46.1倍EV/EBITDA遠高於平均（29.4倍），主要因其高增長和高利潤率，反映了市場對其AI和電商試點的樂觀預期，但事實是AppLovin近年收入的高速增長部分依賴其對AI科技的投資，部分則受益於全球數位廣告市場的自然增長。

現時美國經濟衰退的擔憂日益加劇，可能對AppLovin的收入增長構成顯著風險。在經濟下行週期中，政府往往削减公共支出，企業收入承壓，廣告支出隨之减少。企業為了控制成本，會縮減競價廣告預算，尤其是高風險的程式化廣告投放，這直接影響APP的覈心業務。一旦經濟增速下降，AppLovin面臨的不僅是收入放緩，還有市場對其增長可持續性的質疑。2024年的超預期表現是AI與經濟雙輪驅動的雙重推動，若經濟支柱塌陷，市場自然增長消失，投資者信心必然受到影響，那麼EV/EBITDA有回到30-40x的風險。

來源：Company Financials,TradingKey