7 Cara Meningkatkan ROI Aplikasi Seluler Secara Instan

Penerbit seluler teratas seperti Supercell, Machine Zone, dan Kabam tidak mencapai puncak tangga lagu secara tidak sengaja. Mereka menciptakan pengalaman seluler yang luar biasa, mereka menghabiskan banyak uang untuk akuisisi pengguna, dan mereka mengoptimalkan setiap bagian dari teka-teki ROI belanja iklan.

Sedikit optimasi bisa berdampak besar.

Misalnya, pengoptimalan biaya 10% dapat menghemat pengeluaran iklan sebesar $500.000 per bulan bagi penayang teratas. Atau, mengoptimalkan pendapatan per pemasangan sebesar 10% dapat menambah $36 juta/tahun dalam bentuk tinta hitam untuk dibelanjakan pada pengembangan, pemasaran, atau pijat gratis untuk teknisi seluler yang bekerja keras. Ini sangat besar, dan itulah salah satu alasan para pakar konversi menyebut pengoptimalan sebagai “uang gratis”.

Tentu saja, anggaran dan pendapatan Anda mungkin tidak sehebat King atau Electronic Arts, tetapi itu adalah alasan yang lebih baik untuk mengoptimalkan setiap sen terakhir. Ingin mengoptimalkan seperti anak laki-laki besar? Berikut caranya:

1. Tentukan dan periksa jendela lihat balik Anda

Jendela lihat balik adalah jangka waktu di mana Anda telah setuju untuk membayar pemasangan seluler. (Anda memang menyiapkan jendela lihat balik saat membuat kontrak dengan mitra periklanan seluler Anda, bukan?)

Sekarang cukup periksa pemasangan yang berada di luar jendela itu, apakah itu 10, 30, atau 45 hari. Berikut adalah contoh laporan lihat balik TUNE:

Laporan jendela lihat balik (catatan: data dummy, nama jaringan iklan dikaburkan)

Jika Anda menemukan pemasangan yang berada di luar jendela, Anda memiliki sesuatu untuk dibicarakan pada panggilan berikutnya dengan manajer akun Anda.

Mungkin yang lebih menarik, Anda juga dapat menguji bagaimana jendela lihat balik yang berbeda untuk berbagai mitra iklan yang berbeda memengaruhi tingkat konversi dan biaya akuisisi pengguna Anda.

2. Ukur atribusi multi-sentuh

Perjalanan pelanggan sangat kompleks. Terkadang, begitu juga jalur pemasangan aplikasi.

Cukup jelas mengapa jika Anda memeriksa psikologi pembelian atau pemasangan aplikasi Anda sendiri. Anda tidak mungkin menginstal aplikasi saat pertama kali mendengarnya, kecuali jika aplikasi tersebut datang dengan rekomendasi yang bagus dari teman atau kenalan tepercaya, dan menggaruk gatal yang Anda miliki. Tetapi untuk kedua kalinya, Anda mungkin sedikit lebih mungkin. Ketiga kalinya, bahkan lebih.

Laporan atribusi multi-sentuh (catatan: data dummy, nama jaringan iklan kabur)

Penting bagi Anda untuk mengetahui berapa banyak tayangan yang diperlukan untuk mengoptimalkan perjalanan pengguna Anda dari yang belum pernah terdengar hingga yang tidak cukup , dan sebagian besar dari itu adalah undangan pemasangan aplikasi ke selesai menginstal. Apakah butuh dua iklan? Tiga? Lima?

Mungkin yang lebih penting: jaringan iklan mana yang membantu, dan mana yang menyelesaikan? Keduanya penting, dan keduanya mungkin diperlukan. Melihat data memberi Anda gambaran yang lebih baik tentang apa yang sebenarnya terjadi, dan membuat Anda lebih pintar dalam negosiasi masa depan serta pemilihan mitra.

Selain itu, laporan ini dapat menunjukkan kepada Anda contoh pengisian ganda, di mana Anda telah ditagih dua kali untuk pemasangan yang sama.

3. Gunakan kesamaan pemirsa untuk menemukan pengguna yang tepat untuk Anda

Pengguna Anda yang paling menguntungkan mungkin adalah penduduk kota multietnis. Mereka mungkin berbahasa Spanyol. Atau mereka mungkin petani pedesaan dan peternak. Apa pun itu, Anda ingin menemukan lebih banyak dari mereka.

Gunakan model serupa audiens untuk menunjukkan properti umum dari pengguna Anda yang paling terlibat, lalu memungkinkan Anda menargetkan audiens dengan properti serupa. Itu memberi Anda pukulan ganda: menghilangkan pengeluaran yang sia-sia, dan menargetkan pengguna yang kemungkinan besar akan berkonversi.

Laporan serupa audiens (catatan: data dummy)

Misalnya, satu aplikasi kencan ingin menargetkan pria dengan usia, profil demografis, dan status ekonomi tertentu. Laporan ini membantu mereka menemukan orang yang tepat, dan menghindari penargetan audiens yang cenderung berisi wanita.

4. Ukur atribusi hingga ke kode pos/pos

Kesamaan itu bagus, tetapi terkadang Anda juga ingin pergi berdasarkan wilayah. Gunakan laporan atribusi regional untuk mengukur pemasangan sampai ke kode pos atau pos internasional untuk kembali menargetkan pengguna yang terlihat seperti pengguna terbaik yang sudah Anda miliki.

Laporan pendapatan menurut negara (catatan: data dummy)

Sekarang Anda dapat membagi dan memotong konversi, keterlibatan, ROI, dan LTV di tingkat regional yang sangat ketat, lalu mengelompokkan calon pelanggan atau pengguna Anda lebih jauh di hampir semua atribut.

Laporan keterlibatan menurut negara (catatan: data dummy, nama jaringan iklan dikaburkan)

Di sini, misalnya, adalah tingkat keterlibatan Anda menurut wilayah internasional; informasi yang berguna bagi pemasar aplikasi yang bertanya-tanya di mana harus memfokuskan uang dan perhatian mereka.

5. Ukur ROI keterlibatan ulang

Sebagian besar pengguna seluler secara aktif menggunakan 5-8 aplikasi setiap hari, dengan mungkin 10-20 lebih banyak yang mungkin mereka gunakan setiap minggu, dan jumlah yang lebih tinggi lagi setiap bulan. Dan beberapa aplikasi hanya hidup di ponsel mereka seperti zombie, menunggu, tetapi tidak pernah benar-benar digunakan.

Jika Anda bukan Facebook, Google, atau penerbit game papan atas, kemungkinan aplikasi Anda termasuk dalam salah satu kategori zombie mingguan, bulanan, atau (semoga tidak). Jadi keterlibatan kembali adalah suatu keharusan: iklan yang melakukan ping kepada pengguna tentang fitur baru, produk baru, penawaran baru, atau fungsi baru di aplikasi Anda, yang telah mereka unduh.

Tapi Anda harus tahu ROI Anda.

Laporan ROI keterlibatan ulang (catatan: data dummy)

Laporan ROI keterlibatan ulang Anda memberi tahu Anda berapa banyak yang Anda belanjakan dan berapa banyak yang Anda hasilkan. Ini sangat penting saat basis pengguna Anda matang.

6. Evaluasi model atribusi

Tidak semua mitra iklan harus menggunakan model atribusi yang sama, dan pemasar seluler harus mempertimbangkan model atribusi yang berbeda untuk jenis iklan yang berbeda. Misalnya, iklan video dan iklan spanduk tidak sama, tidak mendapatkan tingkat keterlibatan yang sama, dan memiliki kemampuan yang sangat berbeda untuk memengaruhi perilaku.

Laporan model atribusi (catatan: data dummy)

Jadi, laporan model atribusi dapat memberikan pemahaman yang lebih baik kepada pemasar seluler tentang model mana yang mungkin terbaik dalam situasi tertentu.

Misalnya, Anda dapat memilih atribusi linier, di mana setiap interaksi mendapat kredit yang sama, atribusi berbasis waktu-peluruhan di mana interaksi yang lebih baru mendapatkan lebih banyak kredit daripada yang lebih lama, atau atribusi berbasis posisi, dengan mungkin 40% mengarah ke interaksi pertama, 40% ke yang terakhir, dan 20% ke tengah.

7. Lihat hutan… dan pepohonan

Pemasaran seluler cukup kompleks. Pelaporan Anda harus menyederhanakan, bukan memperburuk tantangan. Jadi, laporan yang menggabungkan data dari semua mitra Anda dan semua penginstalan organik Anda, mengukurnya pada tingkat yang paling terperinci, dan juga menyajikan kepada Anda ringkasan eksekutif setinggi 30.000 kaki sangat penting, seperti juga kemampuan untuk menyelami detail secara per- dasar mitra.

Pada akhirnya, tujuannya sederhana: informasi yang diurutkan, diatur, dan terstruktur di ujung jari Anda sehingga Anda membuat keputusan yang cerdas dan berdasarkan data.

Baru memulai? Kami dapat membantu.

Suka artikel ini? Mendaftar untuk email intisari blog kami.