立即提高移動應用投資回報率的 7 種方法
已發表: 2015-12-22Supercell、Machine Zone 和 Kabam 等頂級移動發行商並非偶然登上收入榜首。 他們創造了令人驚嘆的移動體驗,他們在用戶獲取上投入了大量資金,並且他們優化了廣告支出 ROI 難題的每一個環節。
一點點優化就會產生巨大的影響。
例如,10% 的成本優化可以為頂級發布商每月節省 500,000 美元的廣告支出。 或者,將每次安裝的收入優化 10% 可能會增加 3600 萬美元/年的黑色墨水用於開發、營銷或為辛勤工作的移動工程師提供免費按摩。 這是巨大的,這也是轉換專家將優化稱為“免費資金”的原因之一。
當然,您的預算和收入可能不如 King 或 Electronic Arts 那樣出色,但這是優化每一分錢的更好理由。 想像大佬一樣優化? 就是這樣:
1. 定義並檢查你的回顧窗口
回溯期是您同意為移動安裝付費的時間範圍。 (您在與移動廣告合作夥伴簽訂合同時確實設置了回溯期,對吧?)
現在只需檢查在該窗口之外的安裝,無論是 10 天、30 天還是 45 天。 以下是 TUNE 回顧報告的示例:
如果您發現安裝在窗口之外,那麼您可以在下次與客戶經理通話時聊聊。
或許更有趣的是,您還可以測試不同廣告合作夥伴的不同回溯期如何影響您的轉化率和用戶獲取成本。
2. 衡量多點觸控歸因
客戶旅程很複雜。 有時,應用程序安裝路徑也是如此。
如果您只是檢查自己的購買或應用安裝心理,原因就很清楚了。 當您第一次聽說某個應用程序時,您不太可能安裝它,除非它得到了值得信賴的朋友或熟人的出色推薦,並且讓您感到癢癢。 但是第二次,你可能更有可能。 第三次,更是如此。
重要的是要知道需要多少印象才能優化用戶從從未聽說過到無法獲得足夠的旅程,其中很大一部分是應用安裝邀請完成安裝。 需要兩個廣告嗎? 三? 五?
或許更重要的是:哪些廣告網絡是幫手,哪些是終結者? 兩者都很重要,而且兩者都可能是必要的。 查看數據可以讓您更好地了解實際情況,並使您在未來的談判和合作夥伴選擇中更加聰明。
此外,此報告可以向您顯示重複收費的情況,即您為同一安裝支付了兩次費用。
3. 使用類似受眾來為您找到合適的用戶
您最賺錢的用戶可能是多民族城市居民。 他們可能會說西班牙語。 或者他們可能是農村農民和牧場主。 無論它們是什麼,您都想找到更多。
使用受眾相似模型來顯示最活躍用戶的共同屬性,然後允許您定位具有相似屬性的受眾。 這會給您帶來雙重打擊:消除浪費性支出,並定位最有可能轉化的用戶。
例如,一款約會應用想要定位特定年齡、人口統計資料和經濟狀況的男性。 這份報告幫助他們找到了合適的人,並避免針對更有可能包含女性的受眾。
4. 衡量歸因到郵政編碼
Lookalikes 很棒,但有時您也想按地區分類。 使用區域歸因報告來衡量安裝量,直至國際郵政編碼或郵政編碼,以再次定位看起來像您已有的最佳用戶的用戶。
現在,您可以在非常嚴格的區域級別對轉化率、參與度、投資回報率和 LTV 進行切片和切塊,然後在幾乎任何屬性上進一步細分您的潛在客戶或用戶。
例如,這裡是您按國際地區劃分的參與率; 對於應用營銷人員想知道將資金和注意力集中在哪裡的有用信息。
5.衡量重新參與的投資回報率
大多數移動用戶每天積極使用 5-8 個應用程序,他們每周可能會多使用 10-20 個應用程序,而每月使用的數量會更高。 有些應用程序只是像殭屍一樣存在於他們的手機上,在那裡等待,但從未真正使用過。
如果您不是 Facebook、Google 或頂級遊戲發行商,您的應用很可能屬於每週、每月或(希望不是)殭屍類別之一。 因此,重新參與是必須的:向用戶發送關於他們已經下載的應用中的新功能、新產品、新交易或新功能的廣告。
但是你必須知道你的投資回報率。
您的重新參與投資回報率報告會告訴您您花費了多少以及賺了多少。 隨著您的用戶群逐漸成熟,這一點尤為重要。
6. 評估歸因模型
並非所有廣告合作夥伴都需要使用相同的歸因模型,移動營銷人員絕對應該考慮針對不同廣告類型使用不同的歸因模型。 例如,視頻廣告和橫幅廣告不一樣,參與度不同,影響行為的能力也大相徑庭。
因此,歸因模型報告可以讓移動營銷人員更好地了解哪些模型在哪些情況下可能是最好的。
例如,您可以選擇線性歸因(每次互動獲得同等功勞)、基於時間衰減的歸因(最近的互動比舊互動獲得更多功勞)或基於位置的歸因(可能 40% 用於第一次互動,40%到最後一個,20%到中間。
7. 看森林……還有樹木
移動營銷已經夠複雜了。 您的報告應該簡化,而不是加劇挑戰。 因此,一份報告結合了所有合作夥伴和所有自然安裝的數據,以最細粒度的方式對其進行衡量,並為您提供 30,000 英尺長的執行摘要,以及深入了解每夥伴基礎。
最終,目標很簡單:排序、組織和結構化的信息觸手可及,以便您做出明智的、數據驅動的決策。
剛剛開始? 我們可以提供幫助。
喜歡這篇文章嗎? 註冊我們的博客摘要電子郵件。