#廣告業務
剛剛結束的2025Q2財報會,騰訊都說了那些重點?
還得是鵝啊,今天剛公佈的 Q2 業績,收入同比增長 15% 至 1845 億元,淨利潤同比增長 17%。從港股今天的表現來看,明顯有場內資金搶跑了,股價收盤創近 50 個月新高,給市場情緒高漲又助力一波。分析師 Q&A 簡要摘錄1. 廣告業務增長潛力(傑弗瑞分析師提問):AI如何推動廣告收入增長?視訊號流量、轉化效率和載入率的未來作用?管理層回應:廣告收入有廣闊前景,關鍵驅動因素包括AI提升點選率、流量增長(如視訊號、搜尋)、單次點選收入上漲(如生成式AI和電商閉環),以及載入率潛力(當前中低個位數,遠低於同行10%以上)。Q2增長主要來自AI帶來的單次曝光收入提升和流量增加,載入率穩定。預計未來幾年保持健康增長。2. AI功能對使用者行為的影響及C端變現(摩根大通分析師提問):AI整合(如元寶、搜尋、遊戲)如何改變使用者行為?是否影響生態(如繞過網站)?未來是否對C端AI收費?管理層回應:AI分為原生應用(如元寶)、搜尋增強、生產力工具(如騰訊會議總結、文件寫作)。使用者反饋顯示效率和滿意度提升,目前未見負面生態影響(如搜尋不減少頁面跳轉,內容瀏覽多來自直接關注)。成本通過小模型和效率最佳化可控。未來可能商業化,但中國使用者付費難,優先探索廣告變現;AI已助力現有業務增長,間接“補貼”成本。3. 新廣告法對遊戲行銷的影響(分析師提問):新規(行銷支出超收入15%需繳25%稅)如何影響廣告收入,尤其是小遊戲?管理層回應:預計無實質影響。廣告業務多元化,Q2雖受部分行業(如外賣、電商)補貼影響,仍增長20%。AI佈局更重要,行業波動正常。4. 遊戲業務:AAA遊戲市場機會與AI資本分配(分析師提問):Delta Force成功代表中國AAA遊戲增長?是否取代現有市場?AI投資策略(漸進 vs. 大幅增加新入口)?管理層回應:區分買斷制AAA(如Black Myth: Wukong)和長線營運服務型(如Delta Force)。中國市場以後者為主,Delta Force上線9個月使用者/營收持續增長,符合長青預期;AI助內容生產和行銷。買斷制AAA小眾但有盈利潛力。AI投資漸進:Q1推廣獲使用者,Q2最佳化體驗,利用現有平台(如微信)整合,避免單純“砸錢”。未來適時加強推廣。5. 企業服務收入增長與GPU資源(花旗分析師提問):AI需求(如GPU租賃、API Token)推動增長,未來是否增加GPU支援外部需求?收入是否持續加速?管理層回應:增長廣泛,不僅GPU,還包括雲最佳化(削減低毛利活動,提升供應鏈)。戰略不依賴GPU波動,擴展CPU、儲存等。收入有望加速,但可持續基礎優先。若AI成本(如GPU折舊)大增,可能加快變現,但目前無需。6. AI整體策略與發展方向(管理層補充):重點提升LLM(如資料質量、預/後訓練效率、多模態能力)、基礎設施(高效訓練/推理)。推動搜尋、生產力(如元寶多模態轉換)和智能體/編碼。微信AI助手目標:個性化助理。7. 反壟斷舉措影響及支付趨勢(匯豐分析師提問):反壟斷是否加速行業整合?對業務短期/長期影響?商戶支付增長可持續?管理層回應:主要正面影響商戶支付,Q2總量轉正(筆單價降幅縮小,交易筆數增長)。部分歸因反壟斷,趨勢有望維持/加速。8. FPS遊戲成功因素及未來佈局(中信證券分析師提問):FPS(如Delta Force、和平精英)成功關鍵?新作(如Valorant手游)差異化?其他品類投入?管理層回應:成功源於人口代際變化(大學生增長)、技術進步(低延遲、反外掛、畫面提升)。中國FPS從缺乏到主導,內部差異大(如模式、角色、美術),無明顯競爭蠶食。騰訊領導者,豐富產品線(如引入Rainbow Six)。其他品類:內容驅動(如鳴潮、NIKKE),新興遊戲ARPU更高,吸引不同使用者。9. AI發展KPI、供應挑戰及併購機會(分析師提問):追蹤AI進展的KPI?應對供應挑戰?評估Agentic AI併購?管理層回應:KPI包括AI對現有業務(如廣告、遊戲)效率提升、模型性能(如Hunyuan)、應用使用者增長(如元寶)、生態創新(如微信Agent)。供應:晶片充足,多類型推理、基礎設施最佳化。併購:密切關注,但未具體回應,強調內部追蹤與創新。 (黯曉)
Jacob:被蠶食的Google搜尋業務
1、Google的廣告收入佔了全部收入的78%左右,其中57%來自於Google搜尋的廣告收入,剩下10%來自Youtube的廣告收入。如果從線上搜尋請求份額來看,Google依然是全美第一的份額,約佔60%左右,這個資料如果放在全球會更高,約佔90%左右,但是Google搜尋廣告收入份額卻在逐年下滑,雖然仍然是第一,但是和第二名的差距以可見的趨勢正在慢慢接近。換句話說,Google的搜尋份額沒有明顯變化,但是廣告收入卻不斷在縮水。2、Google的廣告業務主要依託搜尋引擎,搜尋引擎是一種目標需求為導向的業務,所以這類的廣告更適合效果廣告,尤其是金融、電商這種目的性很強的業務,廣告轉化效果就會很好。Google搜尋每個月有25億人訪問,如果搜尋份額沒有變化,廣告收入下降,也就說明Google搜尋在市場上的相對價格正在不斷下降,側面反映出廣告效果正在下降。與META相比,Google廣告在出價方式、目標客群、廣告類型和廣告目的上面都是大致一樣的,唯獨更大的差別在於對使用者群體的細緻劃分,全球20億以上月活的應用,META全家桶(Facebook、Whatsapp、Instagram)佔了三個,Google只有Youtube一個頭部客戶端應用。客戶端應用天然能比網頁端擁有更豐富的使用者行為資料,再加上META的強社交屬性,尤其擅長捕捉使用者的興趣和情感偏好,再加上使用者自動輸入的年齡、職業和教育背景等,這些多維的使用者畫像,是Google僅僅憑藉搜尋關鍵詞和單一的Youtube觀看記錄無法獲得的。Google其他的產品如Gmail、GooglePlay等工具屬性過於濃厚,使用者的日常行為基本沒有能反饋出興趣和情感便好的場景,所以對於廣告主來說,選擇面就會比較窄。3、TEMU和SHEIN曾在全美大量投入廣告,從曝光佔比和預算分配可以看出,Temu花費了61%的預算在META,獲得了總曝光的64%,SHEIN花費了70%的預算在META,獲得了總曝光的68%,而與之對應的是Temu花費了22%的預算在YouTube,只帶來了總曝光的12%,而SHEIN花費了19%的預算,也只帶來了總曝光的9%。更有趣的是,TEMU和SHEIN只給大概5%-10%的預算用於傳統搜尋廣告,但帶來了總曝光12%-17%的量。廣告效果到底如何,廣告主是最清楚的,從上面的廣告主預算分配來看,至少能說明2個問題:廣告主目前更傾向於把超過一半的廣告預算砸在META手裡,起碼能帶來等效的曝光,而Youtube能帶來的廣告曝光,還沒有傳統的搜尋廣告效果好。其次傳統的搜尋廣告也許更適合長尾流量的效果回收,而不太適合新品的冷啟動,所以佔比才會這麼少,如果量大了曝光量就會立馬減少。畢竟社交媒體廣告的場景,天然適合新產品的冷啟動廣告植入,這因為基於使用者偏好資料的大膽嘗試,這裡面能大大縮短廣告主的最佳化周期,也能在短時間內驗證產品和市場的契合程度。這就是以搜尋關鍵詞為核心的廣告業務的弊端,它更適合於做基於搜尋詞和相關長尾詞的效果廣告,而且是一種決策鏈相對較長的廣告,如汽車、家具等,整個回收周期會更長,會更偏向被動行銷。4、Google和亞馬遜都是做以搜尋關鍵詞為核心的搜尋業務,前者更偏向於使用者有購買意圖,但沒有明確的購買目標,而後者更強於有明確購買目標的使用者,你可以理解為前者的流量更廣,更泛,後者的流量更精準、轉化率更高,商業變現更好。對於看重第二種流量的商家來說,如果是亞馬遜的商家,基本上都是用亞馬遜的廣告業務在推進,毫無疑問比在廣告打廣告的質量是更高的,如果不是亞馬遜的商家,也就是剩下40%-50%左右市場規模的獨立站,只能依靠Google和社交媒體去打廣告。目前全美3大廣告企業,排名第一Google的廣告收入佔比正在不斷下滑,而排名第二的META保持平穩,排名第三的亞馬遜正在不斷提升,可以理解為越來越多Google的電商搜尋份額正在被亞馬遜所吞噬。Jacob:亞馬遜零售業務的風騷走位5、有人說Google的廣告轉型,還能靠Youtube來挽救,我看未必。Youtube 的收入有兩個來源,一個是廣告,另一個是訂閱收入,YouTube這些UGC平台,廣告收入是大頭,一個季度能帶來100億美元的收入,影響廣告收入很重要的兩個指標就是月活人數和單次訪問時長。就網頁端來看,Youtube月均訪問人數14.5億,僅次於Google的25億,其中單次訪問時長20分鐘,是所有頭部網站裡面訪問時長最長的網站。Youtube在美國的收入有40%是來自CTV,也就是美國聯網電視,同樣Youtube連續17個月已經位居全美串流媒體電視觀看市場之首了,在收入層面也是位居第二,這樣一個成績無論如何都算是串流媒體屆的扛把子了,但是它的收入仍然不足搜尋廣告的1/5。從另一個維度去看,全美CTV廣告的支出,只佔數字廣告支出比重的9%,從2018年到現在,還是沒有突破10%,但CTV的市場在2024年底,就接近70%的市場滲透率了,這也許充分說明了,在廣告業這麼發達的北美市場,長視訊廣告的商業化效率是真心不高,在效果廣告層面比不上社交媒體,甚至連老本行傳統搜尋廣告都比不上,所以廣告主的預算分配都不會優先考慮。Youtube、Netflix這裡串流媒體產品和META的使用時長佔比相當,但廣告的支出佔比相差接近4倍,這也進一步說明了這個問題。6、2022年,前OpenAI科學家Aravind Srinivas創立了Perplexity,目的是通過將搜尋和大語言模型結合,通過確保答案的每個部分都帶有引用來源,最大限度低減少了大語言模型中“幻覺”的問題。這裡面最大的區別是,Google只是把與問題相關的這些引用來源羅列了出來,需要你自己點進去逐個翻看尋找所需內容,而Perplexity是把這些引用來源裡面的內容整理出來,並標註出內容來源方便查證。這種形態的產品毫無疑問對Google來說更具有挑戰性,它不僅把使用者想要的內容概括了出來,還避免了使用者受到廣告推薦的騷擾。這種技術形態對Google來說並不難,但是對Google的商業模式來說卻是毀滅性的,Google目前把所有引用羅列,相對模糊的搜尋方式,才是最有利於搜尋廣告的。使用者不斷搜尋的過程越久,廣告的曝光才會更充分,這個時候廣告的填充效率才越來越高,如果真的想Perplexity那樣弄了,廣告曝光大大減少,搞不好很多廣告庫存是載入不出來的。Perplexity與其他Chatbot一樣,在商業模式上面向C端採用訂閱模式,面向企業是一個買賣token的生意,他賺錢的核心在於賣人頭,賣模型輸出,它當然可以在廣告最佳化層面往死裡搞。這讓我想起當年,Google擁有最優秀的的分佈式工程師,沒有人比Google更清楚雲端運算業務應該怎麼弄,但依然被亞馬遜搶佔了先機,歸根到底,與廣告業務相比,當時雲端運算的利潤還是太低,Google沒有動力去推進這項業務。Jacob:從Perplexity看AI搜尋場景的關鍵切入點有那些Jacob:其實,Google還是在靠搜尋撐著 (雅格布)